研究核心观点 - 人工智能对劳动力市场的影响速度远超此前预期 当前AI能够处理价值4.5万亿美元的美国工作任务 并可能影响93%的岗位[1] - 尽管AI影响深远 但人类技能和判断力对于释放AI全部价值潜力至关重要 AI并非提升劳动生产率的万能解决方案[1][4] 研究数据与方法 - 研究基于对O*NET劳动力数据库中18,000项任务和1,000个职业的重新评估 重点关注AI如何辅助或自动化这些工作和任务[3] - 研究通过“暴露分数”来衡量AI对工作的影响程度 该分数现正以每年9%的速度增长 远高于最初研究中的2%[5] AI影响速度与范围 - 当前各职业的平均暴露分数为39% 这比最初对2032年的预测高出30% 意味着更多任务能比预期更早地被AI辅助或自动化[5] - 非自动化任务的比例已从2023年各任务平均57%骤降至当前的32%[6] - 多个职业的暴露分数显著上升 例如法律从9%升至63% 教育从11%升至49% 医疗从业者从10%升至39% 首席执行官等高管职位从25%升至60%[5] 对不同工作类型的影响 - 知识型工作并未消失 手动工作也未完全免疫 计算机和数学等一度被认为高度暴露于AI的职业 已不再是暴露分数最高的领域[5] - AI正以超出预期的速度显著影响体力劳动岗位 例如交通运输的暴露分数从6%升至25% 建筑业从4%升至12%[5] 释放AI价值的关键因素 - 将AI投资转化为实际成果需要超越原始技术能力 企业必须整合情境智能 构建能吸收新AI能力的灵活系统 并在技术进步的同时优先考虑人类学习与发展[4] - 人类技能是连接当前AI支出与未来实际成果的桥梁 当员工具备数字流畅性 适应性和持续学习能力 且AI解决方案深度契合独特业务挑战时 AI的承诺才能实现[4] - 实现AI在劳动力方面的全部价值并非一刀切的策略 AI无法自动化超过40%的管理 商业/财务运营和行政任务 人类专业知识和协作仍然不可或缺[6] - 为挖掘4.5万亿美元的劳动生产率潜力 企业需创建能适应新AI能力的灵活运营模式 并将员工学习视为快速响应机制[6] 公司相关举措 - 公司通过其Synapse计划致力于赋能下一代人才 目标是到2030年覆盖全球200万人 为未来工作做好准备[8]