翻译: LLMs大语言模型影响到高工资的的白领知识工作者 加速各行各业的自动化潜力 Automation potential across sectors

news2024/9/30 13:26:30

我们已经探讨了生成人工智能可能对您的工作有用,也讨论了分析其对企业的影响。现在,让我们拉远镜头,看看它对不同公司的工作角色以及对不同行业部门的影响。这个视频的结果对特定企业可能不那么直接可行,但也许这会帮助您思考并尝试预测可能随时间发生的一些大的宏观变化。让我们深入探讨。在这里插入图片描述
由Eloundou和OpenAI以及宾夕法尼亚大学的其他人进行的一项研究,检查了不同工作职业对AI增强或自动化的暴露程度。该研究结果在这张图表中显示,较高工资的工作职业往往比较低工资的工作职业更容易受到AI增强或自动化的影响。在这张图表中,水平轴有点奇怪,因为它是对数比例,我们在这里绘制了从约3万到约16.3万的工资范围。垂直轴度量了这些工作对自动化的暴露程度。早期的自动化浪潮往往让低工资工作更容易受到影响,因为AI可以做更多的常规、重复性工作。因此,例如,监督学习倾向于自动化更多的低工资工作。但大型语言模型和更广泛的生成人工智能,在这一波中使高工资职业暴露于自动化。我们本周晚些时候还将更多地讨论生成人工智能对工作的影响。

在这里插入图片描述

让我们看一下麦肯锡进行的第二项研究,该研究对功能行进行了分析。因此,这张图表绘制了不同的功能行,试图估计销售将受到多大影响,市场营销将受到多大影响,客户运营(包括客户服务)将受到多大影响。这里的垂直轴显示了以数十亿美元计的总体影响。因此,图表上部的点对应于总价值影响大的功能行,以总美元数计。水平轴度量了功能开支的影响百分比。因此,根据这项研究,客户运营将受到非常大的绝对美元价值影响,可能约4000亿美元。
在这里插入图片描述

我不会太认真对待确切的数字,因为这些实际上是粗略估计,但总美元价值似乎会很大,因为生成人工智能正在自动化或增强大量客户服务。此外,作为所有客户运营开支的百分比,生成人工智能的影响也将相当大,可能接近客户运营总开支的40%。相比之下,它还将对销售产生数百亿美元的影响。但作为销售总开支的百分比,影响要小得多。麦肯锡的研究还估计,图表顶部显示的这些黄色点加起来,可能代表生成人工智能年度总影响的75%,影响将是显著的。

现在,这并不是说如果您在其中一些其他功能中工作,就不应该关注生成人工智能。例如,如果您在法律部门工作,生成人工智能将影响法律功能开支的15%至20%,即使律师和法律服务的总开支远不及销售、市场营销或软件工程等的总开支,这仍然是该行业的重大变化。但如果麦肯锡的研究是正确的,那么这些是许多不同公司中将通过生成人工智能产生巨大影响的一些功能角色。
在这里插入图片描述

最后,让我们看看它对行业部门的预计影响。因此,麦肯锡对带有和不带有生成人工智能的AI自动化潜力进行了研究。我们重新绘制了麦肯锡的数据,以显示仅生成人工智能对自动化的影响,而不包括其他形式的AI,如监督学习。受影响的部门包括教育和劳动力培训、商业和法律专业、STEM专业等。这些数据的一个显著特点是,有些部门在生成人工智能出现之前并未高度暴露于自动化。但随着生成人工智能的兴起,现在看到了更大的自动化或增强潜力。
在这里插入图片描述

因此,根据您工作的部门或部门,这种分析可能会让您了解您所接触的行业可能会发生的情况。如果您看一下这张图表的前几行,一个贯穿这个以及其他研究的主题是,生成人工智能的很大影响将在知识工作者身上。意思是,主要通过他们的知识(包括他们的专业知识、批判性思维和人际技能)创造价值的工作者。这与主要通过执行物理任务而不是知识任务来创造价值的工作者形成对比。这结束了我们关于生成人工智能和商业的部分。

对于个人、企业和社会来说,都有很多机会。生成人工智能的巨大影响也引发了有关生成人工智能将如何影响社会的问题。也让一些人对他们在这些令人惊叹的AI能力世界中的未来感到焦虑。让我们进入下一个视频,来检查AI如何影响社会,以及我们如何缓解风险,如何构建有益、负责任的AI。在下一个视频中见。

参考

https://www.coursera.org/learn/generative-ai-for-everyone/lecture/u2EQ9/automation-potential-across-sectors

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1322718.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

IDEA tomcat内存不足

-Xms256m -Xmx256m -XX:MaxNewSize256m -XX:MaxPermSize256m

LLMs推理框架总结

总结一下这些框架的特点,如下表所示: LLM推理有很多框架,各有其特点,下面分别介绍一下表中七个框架的关键点: vLLM:适用于大批量Prompt输入,并对推理速度要求高的场景;Text generat…

14、Kafka 请求是怎么被处理的

Kafka 请求是怎么被处理的 1、处理请求的 2 种常见方案1.1、顺序处理请求1.2、每个请求使用单独线程处理 2、Kafka 是如何处理请求的?3、控制类请求和数据类请求分离 无论是 Kafka 客户端还是 Broker 端,它们之间的交互都是通过 “请求 / 响应” 的方式完…

二叉搜索树第大K节点,剑指offer,力扣

目录 题目地址: 题目: 我们直接看题解吧: 解题方法: 难度分析: 审题目事例提示: 解题分析: 解题思路: 代码实现: 代码补充: 代码实现(非递归&…

20倍压缩比!微软提出大模型提示压缩框架LLMLingua

近期,越来越多研究在探索大型语言模型(LLM)在实际应用中的推理和生成能力。随着 ChatGPT 等模型的广泛研究与应用,如何在保留关键信息的同时,压缩较长的提示成为当前大模型研究的问题之一。 为了加速模型推理并降低成本…

ViewBinding与DataBinding(视图绑定与数据双向绑定)

前言:心中纵是有所盼 严寒没有减 风很冷 我的手已渐蓝 前言 控件查找对于Android开发来说也是一部血泪史,一直为更有效的方案进行了多种方案的研究和探讨。findViewById() 过于繁琐,强制转换不安全;butterkniife 会存在众多臃肿的…

【【UART 传输数据实验】】

UART 传输数据实验 通信方式在日常的应用中一般分为串行通信(serial communication)和并行通信(parallel communication)。 我们再来了解下串行通信的特点。串行通信是指数据在一条数据线上,一比特接一比特地按顺序传…

随笔记录-springboot_LoggingApplicationListener+LogbackLoggingSystem

环境:springboot-2.3.1 加载日志监听器初始化日志框架 SpringApplication#prepareEnvironment SpringApplicationRunListeners#environmentPrepared EventPublishingRunListener#environmentPrepared SimpleApplicationEventMulticaster#multicastEvent(Applicati…

字符设备驱动的加载与卸载

一. 简介 前面几篇文章编写了 字符设备驱动模块加载与卸载框架代码,设置了开发板启动方式。文章地址如下: 字符设备驱动框架的编写-CSDN博客 字符设备驱动模块的编译-CSDN博客 字符设备驱动的加载与卸载前工作-CSDN博客 本文学习如何加载与卸载驱动…

windows10 固定电脑IP地址操作说明

windows10 固定电脑IP地址操作说明 一、无线网络的IP地址设置方法二、有线网络的IP地址设置方法 本文主要介绍,windows10操作系统下,不同的网络类型,对应的电脑IP地址设置方法。 一、无线网络的IP地址设置方法 在桌面右下角,点击…

st.pp.normalize_total(data) # NOTE: no log1p

这段代码在使用 stlearn 包中的 st.pp.normalize_total 函数对数据进行总体计数标准化。标准化后,每个细胞的总计数都将等于 median(total_counts)。 NOTE: no log1p 这行注释表示在标准化后,数据不会进行 log1p 转换。log1p 转换将每个计数值增加 1&a…

Java如何创建线程?到底有几种方式创建线程?

文章目录 继承Thread类实现Runnable接口实现Callable接口匿名内部类形式的线程创建实现接口 VS 继承Thread到底有几种创建线程的方式?参考 继承Thread类 定义一个线程类,重写实现run方法(因为 Thread类也实现了 Runable接口),在其中定义线程…

Pytorch神经网络的参数管理

目录 一、参数访问 1、目标参数 2、一次性访问所有参数 3、从嵌套块收集参数 二、参数初始化 1、内置初始化 2、自定义初始化 3、参数绑定 在选择了架构并设置了超参数后,我们就进入了训练阶段。此时,我们的目标是找到使损失函数最小化的模型参数…

矩阵式键盘实现的电子密码锁

#include<reg51.h> //包含51单片机寄存器定义的头文件 sbit P14P1^4; //将P14位定义为P1.4引脚 sbit P15P1^5; //将P15位定义为P1.5引脚 sbit P16P1^6; //将P16位定义为P1.6引脚 sbit P17P1^7; //将P17位定义为P1.7引脚 sbit soundP3^7; //将so…

新媒体宣传与广州迅腾文化传播有限公司:品牌知名度提升的新动力

新媒体宣传与广州迅腾文化传播有限公司&#xff1a;品牌知名度提升的新动力 随着科技的飞速发展和互联网的普及&#xff0c;新媒体已经成为现代社会不可或缺的一部分。新媒体平台具有传播速度快、覆盖面广的特点&#xff0c;为企业品牌宣传提供了前所未有的机会。广州迅腾文化…

黑马点评07 秒杀优化 加阻塞队列

实战篇-22.秒杀优化-异步秒杀思路_哔哩哔哩_bilibili 1.流程回顾 1.1超卖问题 判断秒杀时间&#xff0c;加乐观锁&#xff08;比较标记/版本&#xff09;&#xff0c;检查库存是否大于0 1.2一人一单问题 看看数据库里有没有这个这个人下的订单&#xff1a; 1.单机模式中…

自动化测试 (五) 读写64位操作系统的注册表

自动化测试经常需要修改注册表 很多系统的设置&#xff08;比如&#xff1a;IE的设置&#xff09;都是存在注册表中。 桌面应用程序的设置也是存在注册表中。 所以做自动化测试的时候&#xff0c;经常需要去修改注册表 Windows注册表简介 注册表编辑器在 C:\Windows\regedit…

第二百一十五回 如何创建单例模式

文章目录 1. 概念介绍2. 思路与方法2.1 实现思路2.2 实现方法 3. 示例代码4. 内容总结 我们在上一章回中介绍了"分享三个使用TextField的细节"沉浸式状态样相关的内容&#xff0c;本章回中将介绍 如何创建单例模式.闲话休提&#xff0c;让我们一起Talk Flutter吧。 …

@KafkaListener 注解配置多个 topic

见如下示例 主要见 KafkaListener 中 topics 属性的配置 其中 ${xxxx.topic1} 为从springBoot 配置文件中读取的属性值 KafkaListener(topics {"${xxxx.topic1}", "${xxxx.topic2}"}, groupId "${xxxx.groupId}",containerFactory "xxx…

易点易动打通OA系统,实现固定资产高效管理

近年来,随着信息化建设的不断深入,OA系统在企业管理工作中的应用也日趋广泛。传统的固定资产管理存在数据分散,管理效率低等问题。深度整合易点易动和OA系统,可以打通各系统之间的数据通道,实现固定资产通过OA系统的全流程管理。这不仅可以提升管理效率,减轻人工管理成本,也更方…