自2022年底OpenAI公司推出ChatGPT以来，生成式人工智能技术的发展速度之快，可谓是人间一天， AI十年。根据麦肯锡全球研究院的调研，尽管生成式人工智能（Generative AI,下称GenAI）刚刚公开可用，但使用这些工具的情况已非常普遍。75%的受访者预计GenAI将在未来三年内对其行业竞争造成颠覆性的改变，40%的组织机构预计将在AI领域进行更多投资；28%的企业已将其列入董事会议程。毫无疑问，一场新的生产力革命即将席卷全球。
什么是生成式人工智能？为什么它在今天爆发了如此大的关注？
事实上，计算机科学家们从上个世纪开始就在研究如何让机器具备人类智能，以及如何通过不同的方法去模拟从简单到复杂的生物大脑。过去的一些AI模型，例如CNN和RNN等，可以理解为只是具有不同特点的仿生脑。ChatGPT也是其中的一个分支，因为其超大的规模涌现出了过往其他人工大脑所不具备的能力，成为了AI发展史上的里程碑。在过去的七十年里，人工智能的能力已经取得了长足的进步。可以预见，生成式人工智能将会演进出一些新的物种，包括经济学意义上的新的数字化劳动力。
那么，数字化劳动力和传统劳动力有何区别？
传统劳动力也就是我们人类，是指具有可塑性的生物神经网络，通过阅读、学习、经历建构对世界的理解，接受特定领域或岗位的专业培训，满足经济活动需求。数字化劳动力也就是前文提及的人工大脑，是指模仿生物神经网络的人工神经网络，学习承载人类文明的互联网数据，学习符合人类偏好的特定领域的任务数据，来形成人工大脑对世界的理解，并产生经济价值。
据世界银行统计，纵观过去2000多年的全球GDP数据，第一次工业革命（18世纪60年代）之后，世界经济出现了一个非常明显的拐点，进入了快速增长期。随后的第二次工业革命（19世纪下半叶到20世纪初）、科技革命（20世纪后半期以生物技术、航天科技为代表）、信息技术革命（21世纪），不断发展的新技术大幅提升了单位劳动力能产出的经济价值，进一步推动了经济的指数级增长。
可以说，人类的经济史，就是半部科技史。那么，AI会带来哪些改变呢？
如果说，工业革命加速了体力工作的自动化，那么，智能革命则将加速知识/信息工作的自动化。过去，受限于技术基础和数据量，AI发展一度受到掣肘，虽然宣传铺天盖地，实际效果却不尽如人意。
2011年至今，随着互联网的普及，人们每天创造的数据量爆炸式增长，以及机器学习、深度学习等新兴技术的发展，人工智能在语音识别、图像识别、自然语言处理、机器人、自动驾驶等领域取得了突破性的进展。
越来越多的企业和创业公司看中了AI技术的潜在商业价值，开始通过投资和研发推动AI的发展。以自动驾驶技术为例，越来越多的车企、科技公司纷纷进入这一领域，推动了计算机视觉、传感器等领域的快速成长。
科学界普遍认同2040年将会实现通用人工智能(Artificial General Intelligence, AGI)，届时，AI将会渗透人类生活的方方面面。高盛公司预测，基于GenAI的出现，美国四分之一的工作岗位将有可能被AI取代。而比GenAI更强大的AGI一旦成为现实，大概率将会承担更广泛的智力劳动。
据麦肯锡《生成式人工智能的经济潜力：下一个生产力前沿》报告，自2023年GenAI取得了突破性进展后，几乎所有行业都会受到GenAI的影响。如图所示，比较了不同职业类别中GenAI的自动化潜力（占总数的百分比）。浅蓝色表示在GenAI之前该职业的自动化比例，深蓝色表示GenAI之后，两者数值相差越大，代表这一行业受影响越大。可以看到，首当其冲的就是教育与培训行业。
教培行业因其知识密集型、专家授课型的特色，壁垒相对较高。但GenAI的出现填平了知识的鸿沟，并且，GenAI比人类拥有更快速、更庞大、7x24h不知疲倦的学习方式，成为一位人人触手可得的「超级专家」。
同时，未来随着新技术成本的下降，人工智能普及，过去教育资源不足的痛点有机会被解决，个性化的教学也将得以实现。
对于各行各业而言，GenAI的影响都是巨大的。OpenAI公司研究了美国超过 1000 个职业发现，80%的工作可以融入GenAI技术和能力。这将会深刻改变职场和工作本身。
工作重塑：我们必须要面对的是，一些工作岗位将被取代或减少，一些传统行业和职业可能衰退（比如客服、电话营销员、翻译等），而新兴行业和专业则出现增长（比如prompt engineer）。当然，更多的岗位会趋于人机融合。以招聘为例，过去企业招聘从内部调研、信息分发到面试候选人，所需的成本巨大。未来，GenAI可以帮助你快速制定岗位要求、筛选资料、辅助面试，它甚至能够做到比HR和用人部门更清楚岗位所需的知识和能力要求，从而做出最全面的分析。而招聘人员的角色则转换成审查员，确定最终结果，以及不会被AI所欺骗。从历史纵深来看，技术的进步释放了人的劳动力，带动生产效率的提升，也会让各方面的管理工作更上层楼。
能力重塑：HR则必须思考，岗位的在职人员是否仍然胜任，如何提前部署文化认同和大规模的技能转型。另一方面，当GenAI将人力从重复性、繁琐的行政性事务中解放出来之后，人类的软技能的重要性则日益彰显。当信息的获取变得无比平权，专家角色就显得不再那么重要，管理者需要为开放的对话创造环境，让团队建立共识，并能够从人与人的协作，转变为人机协作等。
组织重塑：如同历史上的每一次技术革命，对组织的影响都是巨大的。不仅商业模式和战略逻辑要发生改变，管理模式也要改变。流程和绩效是过去工业时代的产物，而在智能商业时代，创造力更重要。当GenAI自动化许多重复性、繁琐的任务，释放人力之后，如何由内激发员工的使命感、自驱力，从而创造出更具创新性和价值的成果，是组织的升级议题。
早在1989年，英国著名管理学家查尔斯·韩迪就在《不讲理的时代》一书中，清晰描述了未来组织成功的公式：I³=AV（Added Value）。其中I指人和机器的智力（Intelligence）、信息资讯（Information）和创意想法（Ideas）。也就是说一个组织要成功，必须拥有：高智力的人才、有智能的机器、海量数据以及源源不断的有创造力的想法。
面对如此巨大的变革，你需要做的是，让AI为你工作，而不是取代你。
DDI基于600,000 名英跃学员累积的学习数据洞察发布「人才发展数据赋能启示录」。不仅回顾了数字化学习的历程和现状，更探析了中基层领导者的能力表现和学习偏好。除了数据发现外，在每个章节，我们也就发现和对应的建议进行了凝练与总结，形成了有针对性的「思考与启示」，以帮助组织在中基层领导者的发展实践中，将这份报告中的洞察转化为切实可行的短期或长期人才策略。立即下载报告
*本文为DDI原创文章，转载请标注出处！
订阅我们的电子通讯，获取最新的领导见解
