如何利用生成式AI融合创造力与技术,重塑我们的工作方式

Top view of multiracial young creative people in modern office. Group of young business people are working together with laptop, tablet, smart phone, notebook; using tech like genAI
GenAi is set to transform how we work.Image: Getty Images/iStockphoto
本内容由人工智能自动翻译。
  • 在电信和媒体等现代行业的某些岗位中,生成式AI可能改变多达40%的人员工作时间。

  • 一些公司已经在使用生成式AI工具支持员工,同时改善其业务。

  • 通过流程再设计、技能投资和文化变革来支持生成式AI的应用,可进一步提升生产力和创新能力,同时赋能员工重新定义其工作方式。

在当今快速演变的数字化环境中,创造力与技术的融合正以前所未有的方式重塑我们的工作方式。在电信、媒体和娱乐行业,人们已经在使用生成式人工智能(genAI)转变其工作岗位、重塑业务。

事实上,生成式AI可能改变40%的总工作时间,相关数据来自近期研究,该研究由世界经济论坛与埃森哲共同开展,评估了生成式AI(特别是大语言模型,LLMs)可能对工作岗位产生的影响。其影响将主要集中于需要批判性思维、问题解决能力和创造力的岗位。

我们的联合白皮书分析了867种职业中的19,000多项个体任务,评估了每项任务暴露于大语言模型应用的潜在程度。白皮书将这些任务分为:具有高自动化潜力的任务、具有高增强潜力的任务、两者潜力均较低的任务,或不受影响的任务(非语言任务)。

我们的发现与其他从更宏观视角探讨该主题的重要研究结论一致。例如,国际劳工组织(ILO)估计,发达国家6%的就业将受到生成式AI影响,而学术研究发现,大语言模型可能影响约80%的美国劳动力所完成任务中的至少10%。

生成式AI是一项强大的工具,能够让员工走在创新前沿,在提升自身角色价值的同时创造价值。通过负责任地使用生成式AI来自动化重复性且耗时的任务、生成创意内容,并作为智能副驾驶提供建议,这些员工可以将精力转向更具战略性和高影响力的活动。

这将有助于促进职业发展和工作满意度,同时使人们能够提高生产力,并拓展自身能力的覆盖范围。人工智能的这些进展还将为人们创造新的岗位和任务,改变工作的完成方式。

以下来自电信和媒体行业领导者的案例展示了生成式AI能为企业及其员工带来的价值。

电信:用户体验

大型电信公司巴西Telefónica或Vivo正在集成一款生成式AI解决方案,帮助其客服人员更快地回复基站铁塔房东有关房产租赁合同的咨询。

该应用可快速解读房东的咨询,并提出一系列行动建议,以帮助满足其请求,从而缩短客服人员的响应时间。它还会以一系列相关答案构建回复,以提高回复质量,并帮助确保所有咨询都得到有益的解答。

该解决方案已使客服人员的响应时间改善30%,并使公司的用户体验评分提高66%。

致力于让地球上每一所学校都上网的团队
致力于让地球上每一所学校都上网的团队
02:08

媒体:广告与内容创作

亚洲大型媒体集团Zee的技术人员正利用生成式AI推动广告和内容创作流程的创新。

中小型企业往往无力承担代理机构费用,并发现广告制作流程高度复杂且成本过高。一些企业还难以以具有成本效益的方式找到合适的目标受众。Zee已打造了一个自助式广告平台,帮助此类企业利用生成式AI以高度简化的方式制作广告活动并在各平台发布。

这些案例印证了我们白皮书中对企业将如何使用生成式AI的预期。在电信行业,我们发现约65%的客户服务和销售代表的工作时间在某种程度上受到大语言模型的影响。这使他们能够同时提高客户满意度并提升效率——埃森哲技术领袖Paul R. Daugherty与H. James Wilson在《Radically Human》:新技术如何变革商业并塑造我们的未来。

电信行业工作时间受大语言模型影响的情况。Image: 未来职业:大语言模型与工作岗位

同样,媒体行业的营销分析师和专员已有近70%的工作时间受到大语言模型的影响。如果企业通过流程再设计、技能投资和文化转型来支持生成式AI工具的部署,可能进一步提升生产力和创新能力。这还可能赋能员工利用生成式AI重新定义整个价值链中的工作方式。

媒体和出版行业工作时间受大语言模型影响的情况。Image: 未来职业:大语言模型与工作岗位

Telefónica Brazil和Zee展示了生成式AI如何变革各行业。事实上,生成式AI不仅是当下的工具,更是未来的基石。其重塑行业、增强人类创造力的潜力,将成为推动各行业增长、创造力和可持续创新的关键。

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。