“AI+”职业趋势报告-阿里-2024.docx

62A1.ibabaA1.iResearch网里研究院01序有"A1.+''职业8大趋势04趋势1：“人力X1.1.力”决定能力（趋势分析1工作新危式实现生产力和创i三力倍增_Uo-）趋势2：每个人、每家企业都将拥宵专属A1.助理职场案例1A1.助理"下乡"：已经学会养猪，BJ将开始学养鸡.生蚤13O趋势3：A1.能力正在成为职场关键竞争力Y181职场案例】设计师南墙：编程小白练出50多个模型，工作提效Ioffi/趋势4：A1.加剧择业“离不成低不就“结构性矛Ji24【趋势分析1不同行业"人""机"贡献比重差异较大趋势5：曲历无需再筒，面试不必见面28【职场案例】A1.面试官：接管首轮面试，生成"全息筒历"33r趋势6：A1.捕捉要信息，在线办公优翳加强【职场案例）用A1.激活"沉唾”的数据和知识资产381趋势7：新职业为A1.而生，旧职业重心转换职场案例】当A1.来或门：从急慌.抵触到转型新职业C趋势8:情绪价值含决定工作附加值（取场案例】PromptISWi:为A1.打造性格和人设PREFACE''A1.+''职业趋势报告序言去年以来,以大模型为代去.A1.在技术先进性和能力通用性上.均取得亚大突破。技术迭代和应用探索相互交费、互相促进.A1.大模般加速走进各行各业,正在引发一场广泛的职业变革。人类历史上的每一次求大技术垠命,都会增加职场人群的掇体福祉,主要表现为平均收入更高、工作体验更优：但在技术起势之初,具体到一些职业和个体、也会形成不同程度的冲击.AI被认为是人类历史上的第25项通用口的技术,如何适应冲击、抢抓红利.是每一个正在走入A1.时代的职场人必须思考的问题。QUcaMC>bi1.c的眼新数据显示.枝至2024年1月.我国前卜大AIGC应用NW月活用户总规模达将5376万，其中男性用户占比75.3%.25岁到45岁用户占比近七成。一方面是话陷热度持续不皎.力方面实际应用远未达到普及的程度.可以说.新代A1.技术与产品更多停印在耳边.而不是活跃在指尖。冷眼旁观行之.焦虑不安并不在少数.公众认知混沌.原因之是纸上谈兵.真实的经就反馈不足,更加欠缺深入实操和系统思考。比如,在探讨AI与就业的关系时.工作(job)和任务(task)是两个不同难度.但又极易混淆的概念.很多时候我们说AI取代某项工作.真相其实是A1.算走这项工作下的某个任务,而任务只是工作的组件.为协助公众/解N落地应用的真实进展.阿里研究院围绕A1.影响职场的内生逻辑和当前©势,展开/为期两个月的雨盒和研究：并采访一批积极拥抱A1.的一线实践者.谙他们分享使用A1.的心得。理论与实践相结合，最终形成了这份报告.我们发现.菸于人的AI能力,和A1.助理的产品形态,人机协作正在成为新的工作方式,职场“出级个体”开始出现.我们柿里.这些来自A1.与现实世界交汇前沿的探索和经的.对你能有一定的启发和借鉴价值。.人人称行一个A1.助理"的时代正在到来，建立认知、知行合一,将府助你行稳致远。2024年4月25日I为云计I1.1.J据中心中国A1.技术的规模化供给和产品化落地.正在加速推动“A1.+云计算”成为各行各业的新质生产力。如果说人才密集是数字化时代的活力源泉.那么在AI驱动的智能化时代.算力密集又注入一股新的强劲动力.算力与川结合、融入企业组织管理运营的方方面面.激活沉睡的知识和数据.放大原有的人力资源,表现出“人力X算力”的乘数效应。在典型性行业和岗位,A1.将极大拉高全员下限,提升人力资源的平均产出.并帮助优秀个体突破上限.催生一批“超级个体”小而强”将成为更普遍的组织形态。"人力X算力”的积”决定个人和组织的能力、人均算力消耗水平与企业组织成长性呈显著的正相关性,除企业组织统一提供的算力外,还将有越来越多的个人自掏腰包采买算力,提升自身竞争力。趋势分析工作新范式实现生产力和创造力借iS未来五到十年，每一家中国企业、每一个职场人，都必须想方设法用好算力资源，激发“人力X算力”的乘数效应.我们可以通过两组数据对比，明确其重要性和紧迫性.第一组：全要素生产率对比。“全要素生产率”考察传统生产要素（资本和劳动）投入之外，其他因素对产出的贡献，主要取决于技术迸步、管理优化、组织提效等。微观层面，全要素生产率越高的企业，人均产出越高，增收前景越好，员工更具成长性；反之，无限内卷，员工的回报和勤奋难成正比。宏观层面，提升全要素生产率对于经济可持续增长具有决定性作用。我国人均GDP已在2019年超过1万美元，从世界各国的发展经感看，在人均GDP超过1万美元后，影响经济增速最重要的因素就是全要素生产率。数据显示，自2008年以来，我国全要素生产率的地速趋于下降。2022年，我国全要素生产率是美国的40%,日本的63%、德国的44%左右。第二组：公共云服务市场规模对比.国家信息中心2024年3月发表的“人工智能+,时代公共云发展模式与路径研究一文显示，2016年到2022年，全球公共云服务市场规模从8540亿元增长到38206亿元；同期，我国公共云服务市场规模从203亿元增长到2479.4亿元.6年间，中国公有云市场规模占全球的比重从2.4%上升到6.5%,但相比于2022年中国GDP在全球超过18%的占比，落差仍然巨大。过去10年，数字化是各国提升全要素生产率的关犍手段，算力是数字化的基础设施，公共云又是效率最高的算力形态（注：公共云的资源利用率是自建机房的5-10倍）,可以认为，公共云发展水平是衡一国数字化质的关键指标，也是影响一国全要素生产率的重要因素。迈入新发展阶段，如何补足这本历史欠账，是摆在我们面前的一个重要命题。当前，新一代AI技术加快落地，在新的交互形式下，数字化门槛变得更低；在新的技术水平下，数字化效能变得更高，中国数字化迎来了跨越式发展的绝佳契机.从模型预训练到模型部署和推理应用，我国A1.领域对算力的需求呈指数级增长，并推动传统“云计算"升级为面向A1.时代的高质量“云智算”.过去10年，阿里云珞公共云计算成本降低780%,存储成本降低了近90%.未来，在规模效应和技术进步的双重推动下，我国算力成本将进一步下降，为A1.普及应用提供物美价廉的“燃料”，“云+A1.”将像水电煤一样触手可及，成为每家企业、每个个人的日常必需品。A1.时代，"云+A1.”不仅是普惠、灵活的资源能源，还是个人和企业获取新技术,新能力的重要柔道，在本报告援引的鲜活案例中，大家将清晰地看到这一点。“人力X算力”的工作新蔑式已经开始帮助个人实现生产力和创造力倍增；帮助企业在原有人力资源条件下，通过工具革命和员工培训，打开全新的增长空间。未来几年，企业和个人规划发展路径时，必须高度重视算力这个关键变量。每个人、每家企业都将拥有专属A1.助理职场案例:A1.助理,下乡“：已经学会养猪,即将开始学养鸡、生蛋周子超是一名数字化工程牌，他所在的铁骑力士集团，是一家饲料.牧业、食品行业的知名企业，现有员工1.3万多人.周子超新近开发了一个叫"智Mt养殖专家”的A1.助理，在企业内部和全行业引起了比较大的反响.2022年底，ChatGPT横空出世，周子超开始思考企业该如何用好A1.的能力.此后，国产大模型陆搂上线，周子超不断尝试，但无从下手，原因是对公司一线员工而言，学习成本都太高了.如果一线员工不能做到会用、震用，价值势必大打折扣。周子超描述了典型一线员工的画像：40-60岁，高中或中专毕业，来自衣村，只会星本的智能手机操作，输入主要it语音或手写。他之前去过四川省;京山州德县的养猪场，为了预防非洲猪窟等传染病，每次进入饲界区要待1个月左右，期间不能出来.年轻人很难坚守.周子超想到，从2018年开始，每个铁骑力士员工都在工作中使用打f,如果能在打灯上开发A1.产品，学习成本是最低的.最终，周子超在钉钉上基子“通义千问”大模型底座开发了一个A1.助理.在训练A1.助理时，周子超限了三类数据：一是公司制度，输入后通过关维词就能Ia时查询；二是行业资料，比如发现猪的状态异常，就可以通过描述具体情况，在A1.助理的指引下决定下一步动作；三是内部经验、数据，比如公司羟常遨调”十佳养猪场长”分享经验心用，A1.助理可以激活这些历史经脸，方便场长们晡时借签.周子超介绍，养猪场有两个关键指标：一是料肉比，猪每增重一公斤所消耗的饲料；二是PSY,即每头母猪每年能提供的断奶仔猪头数,这两项指标事关养猪场效益，也关系到每位场长的奖金高低。以前，只有总部实时掌握这些数据，场长们只厥闷头干，到年终等善结果。而现在，每位场长都可以通过A1.助理查看按月更新的数据，倒推问题所在、寻求改进办法，“智S1.养殖专家”一经推出，受到了一线场长们的睬，短短两周时间就吸引了百来人使用，调用超过5000次.未来，周子超幅更在公司养鸡.产蜜等业务上也能开发A1.助理.他还计划全面清洗公司系统里的各种碎片化数据，唤给A1.助理，按照数据权限开放给各类员工，让全公司银个人都有一个A1.助3.X1«M朴器专家与X品ne三报告赤崎塔现在的静体S况昨天找齐殖场中发生一Ii安全引故，a工在出税格"期同因搭骋板楼环被一头病冷接.遭成一名员工小厘发生禁耨.手出破皮.谪叶对此事件,马一份事故公告.鬣告中售改方案列朗.加S1.员工培训.由怎安全岛、地的当猪版增购对说机密指施.养摄燧安全事故IS吉一*事故IK述日期：【册写日期】地点：IMIiCI1.体区域名称】小件描述在昨日的Kn作业过杈中.因旧M板设箭发生质坏，一头生璃冲破防妒iSSS.导找戏场一名,KAiS度同N髭用(k9)AMMf(kg)6987024519106093924015290(6633956041590(658659607247(XaoonQavIi同总信问接+Q已为您专调到2024-03-19养殖场情况趋势（三AI能力正在成为职场关键竞争力A1.如何提高个人生产力？2024年3月,清华大学经管学院组织与诙导力系主任、F1.CXtrOniCS讲席教授李宁及其团队预发表论文：超越技术：生成式A1.背后的人类才智挖掘。李宁教授团队用7个多月的时间.完成一项开创性的实证研究。研究显示，“人工智能素养”（即使用A1.的能力）已经发展为一门独立于传统技能和知识的新洪必备技艺。人与AI的深度合作,不仅是技术运用的提升，更是个体能力的延展和重型。生成式A1.是人能力的催化剂.人则是A1.能力的引导并和放大器。李宁教授团队的研究成果，与人才市场的趋势变化形成相互印证。当前.已有越来越多的用人单位认可AI能力是项人才关键指标,在招聘、考核等环节予以重点关注。A1.逐渐承接执行简单工作任务，人机协作的重心转向战略分析、创意创新、问题洞察。A1.能力作为一项独立能力，其外延不断拓宽。掌握先进A1.工具并能用好工具的人,将成为职场上的.超级个体。收获数倍乃至数卜倍于常规个体的产出。职场案例:设计师南墙:编程小白练出50多个模型，工作提效10倍南墙是四川成都一家工作室的设计师，有8年工作经验.她不会编程，却在过去一年根根尝试，根据开源大覆型和素材，亲手制作了超过50个A1.图片模型，不仅彻底改变了自己的工作方式，还上传”墙友“A1.设计平台，成为平台上的明星设计师。这些模型品类丰富，涵盖动漫.插画、3D图除，产品展台、人像摄影，已经被大设计师同行果用。单个模型在“堆友"平台的作IB少则几千、多则数万，她根据数据和反馈，反向推断未来的流行趋势，让自己的设计变得更能引领潮流.南墙是2023年初开始接触大模型的，当时没有系统的资料，查阅和翻浮工作比较繁琐.但她克服了糙难情绪，坚持摸索，越用越腰手，逐渐把整个整条第通。后来出现了"堆友”这样的A1.设计专业平台，所有中间难度都被简化，更多设计师加入A1.浪潮。早期南墙花1万多元买了一台电脑，一些数据相对较小的小模型，跑用这台电脑就能练，但训练速度比较慢，有时需要连着"跑”两天.训探大一点的模型，地就上云计算平台，按小时计费，几块钱一小时.模型练好后，南Ie都上传到“堆友""堆友”平台的背后是云计算，方便地更高效地管理和使用模型，实现工作流的界联.调用每个模型，她都可以在线生成多张图片，快速涌试效果，而不占用本地算力，不影响电脑的正常使用.南墙说，一点以来，前期沟通都是设计师的痛点，Ii要耗费大量的精力和时间。客户常常口述表达需求，但在没有实际图像的情况下，认知很难达成一致，职场A1.人原声成都设计师南墙“首先还是要多动手去试，它是助手你是主人，实际效果最终取决于主人的综合素质.在有A1.之前，设计师也分不同水平；A1.来了之后，它在每个人的手里可以发挥不同的作用.当下A1.生成的东西不能直接交付，它哪里错了、缺了什么，如何实现更好的效果，这些都需要设计师基于需求场景去判断、去调整。也许很多人都知道A1.能够做什么，但如何让AI做得更好，这才是他的专业能力。现在一些人在讨论皴来了'，其实如果一个人的专业能力达不到一定的水准，不一定是A1.,任何一个好用的工具都能取代他。”UA1.加剧择业高不成低不就'结构惟茅盾-新代A1.技术授长理解和生成内容，井开始表现出理解和模拟物理世界的潜力。短期内，A1.首先变革以内容为主要交付物的脑力工作,改变财务、法务、客服、编程等周位的工作方式,“人+A”的人机协作模式在这些岗位率先成为主源长期行，在AI理解物理世界规律和人类的行为之后，将以机器人等形态，成为体力劳动的育力助手,并从月闭空间走向公共空间、从生产制造走向服务业、把更多人从辛劳中解放出来，全面改变人类的职业形态和生存方式。北京大学国家发展研究院张丹丹教授与合作者基F上百万份268年1月到2023年4月期间的招聘数据、提炼每个岗位需要的技能、进而分析每个岗位在多大程度上可以被大语言模型梆代.或者起到互补作用。团队把所有职业需要的技能分解为2万个工作任务.对这2万个工作任务做大语言模型的可替代程度打分,再汇总到各个职业，最终得出2()个最容易受大语才模型影响的职业、和2。个M1.不容易受大语宫模型影响的职业(见F文附点)。在分析这些职业的特点后,团队有个发现：这一轮A1.技术革命推动就业市场呈现两极化.全社会对高端技能岗位和低技能要求岗位需求旺盛.对“高不成低不就”的中间层人员需求减弱。而向A1.时代,刷新就业观和人才观变得愈加刻不容缓。趋势分析:不同行业人机''贡献比重差异较大基于工作任务的大语言模型影响指Ii离的20个职业财务/审计/税务深S1.行俏售业务软件/互联网开发/系蜕集成证券/期货/投费筲理/服务倘停行政/商务保险哲用/智前/智后技术支持公关/媒介IT度管理/测试/配置验理ttf法务/合规市场互联网产品/运营管理房堆产开发/»42/中介服装/坊蜕/皮革设计/生产汽车IHifi咨词/顾问/调研/敷据分析rs,三三詈詈广告/会展基于工作任务的大语言模型影啕指数低的20个职业人力费源行政/后勤/文防保做/美容/美发/健身艺术/设计影视/媒体/出版/印刷采购/贸易汽车锦住与第务生产做H/运营新超/酒店/娱乐«1戏/服务土木/球筑/芨修/市政工程物业管违机发设计/制造/维修电子/电第/半导体/仪同仪表质管理/安全防妒医院/医疗/护理物流/仓储交通运输第务£任/料理/食品斫发技工/探作工社区/居民/家政策务<oo<0.161<o1.7%“f张丹丹教授指出，上图指数强调的是替代效应，但事实上大语言模型对就业也有互补效应.究竟是替代为主还是互补为主，取决于劳动者的主观能动性，需要具体情况具体分析。报告笫撰组在访谈中得到的情况反馈，与张丹丹教授"替代-互补”的分析框架是一致的.比如，销售业务（岗位）在“最容易受大语言模型影响的职业”榜单上排名第四，但不同行业、不同类型的销售浏位受大语言模型影响的性质和程度有很大差异。在普通t。C销售中，大语言模型对电话销售等业态形成了显著冲击，替代大于互补.在t。B销售中，销售人员的业务理解、市场洞察、谈判沟通等综合素养仍是决定性的，大语言模型带来的互补大于替代.而在跨境电商运营中，阿里巴巴国际站等平台基于大语言模型提供丰富的A1.运营工具，帮助销售人员跨越语言和文化障碍，简便、顺畅地沟通海外客户，A1.发挥的互补作用至关重要。在互补类关系中，不同行业"人""机"贡献比重差异较大，总体而言，"人”的主导地位依然稳固。比如国内使用规模最大的A1.编码助手“通义灵码”，目前已在阿里云被广泛应用.它熟练掌握Java、Python,C/C+等200多种编程语言，覆盖主流IDE靖，辅助程序员开发效率提升10%。通义灵码负责人表示，代码生成在阿里云研发团队的占比可达20%。在阿里云之外，通义灵码还加入了金融、汽车、航空、运营商、能源、互联网行业的上千家企业，每天生成代码超过2000万次，有数百万行代码被采纳。而使用A1.法律工具"通义法容”的法官和检察官反馈，在用A1.辅助阅卷、生成文书后，投入每起案件的工作时长可以缩短半小时左右。对比”20个最容易受大语言模型影响的职业"和"20个最不容易受大语言模型影响的职业”，眼下最受追捧的大学专业对应的职业，绝大多数都位于前一个榜单，这从一个侧面解程了为何大学生就业存在“高不成低不就”的困境.报告后文将提及，一批职业院校已经行动起来，在政策的支持下，积极对接产业和教育资源，组织学生针对性强化A1.素养，考取A1.有关的新职业认证，为学生匹配就业市场需求打下坚实基础。里各MJaY-a三x>wm业*9*tMMBtettMXBFanBA-e<u图39衾'W9<HMItt±9WB,XifBVSUWOVt9SYH三9*(S«MIy三Bm*MUaOvHf1.',*¥*ynftxve!NMo“133号,nKttU9MMO下塞*"HW«X£INfiCUO*鹿邑M23下底SX,feiXVW*KtfWHMH*UO始,但共，MttuuBraecAYsihk5B”-“引U工北<1.>*XABVabe*uxtfUxiisbmm岑“01aMSMCJZWVV¼m09WVt41.MiMnAMv>n3“到W*ttmv*M«««»«»«三txaxA-*»*411£»，玉»M¥«n；M"-£4目XAft香*0»融，eMWV必妫器mu<Xh*MYIwxnWIfUad11mimS7)>dur*f09*XN1.O1.月”研1，和WH”Wg-aBnn«=»»»UWKBPBwsenra三x3J三*oeM3eft<XWIIXa9rXB3*R匕4畲3BY第5SXBB*<三tfruM？orQiu)Mz1.不。'9一一IIUSBtttfXR'电HtM1.RM窗4rMC5KHYUoratotfO!%bx*0M4空»«XT9UttQt»9V1.*B»rv44>1.W3电*府81.1.:北tMHaHMB"RWX±T¼7ffI*wsf1.9tt9MHa-IiXifXJttaaft8KiwBHaav*Bn*rKt1.1.'"""。必2un,SyUM1.1.r4bSaUH¥”樨利与事姿4“”。8口$5叨但«卫SA'¥¥JN£ZOetfUSCStfMX展ao)乐”臼的X6净tfn*cra(itWMW)M55«OUMU)9KHW母tfMsa*S,WWMf¥MC>W¢¼aXMB'tt4ws!msMWW±*¾grew>w5Si<“王UO4A*<1MimxuXfcJWAHMs0V9tttfXVtfrw>ro?WTWrvUHVVMBa-。充11上B,MI三B*三tMVUaY1.tfOW11BI3H三Xrgr伊皿JK军与W5»目四口ttMUm*m“。¥-MBItX1.OIO玉第(ZeW1.gMQott»XVdncCNWniAMG03VVW未来年.更多企业将引入A1.工具、应用于人力资源管理全流程。A1.开始成为简历籁选、招聘面试、员工培训、绩效考核的重要参与者,在提高效率的同时、重装职场文化和人际美系。kimi、通义千问等新一代AI大模型工具具备长文解析能力,一些企业用其概括简历变点，并通过问答针对性提取信息,全面提升简析筛选的成效。从趋势fr.求职简历已经不必简短.可以附带个人代表作等更丰常的信息,以便用人单位在A1.的协助下全面深入r解求职者。职场面成也正在被A1.改变.基F新一代技术-A【而试官”具备了更强的视频分析、语音分析、语义理解、表情识别等能力.在保际面试者知情权、弗先经其授权的前提下,可以"千人千面”地提问、聆听、洞察.并做出评价.未来，管理者可以使用数字分身担任AI面试官.经过科技伦理训练后、AI面试官可以避开友人面试H在性别、外貌、口音等方面的偏见,保证求职者在统一的标准下.基于真实能力和综合素质.与用人单位进行更有耐心的双向匹配：同时需要通过行业口律和外部监督.避免招聘模型暗版系统性歧视.职场案例:A1.面试官：接管首轮面试，生成'全息简历”加多宝集团是饮料行业知名企业，由于业务遍布全国，负责校招的HR们分布在各地，招聘销售管培生和工厂管培生等人才.各地团队能力不一，总部对选人标准无法把控.A1.技术趋势让加多宝开始思考：能否研发出一款A1.招请产品，按照统一标准，精准高效地谛选出优秀人才？2022年，加多宝与tTf生态伙伴”AI将贤招聘官”建立合作.得贤派出咨询团队，调研了加多宝不同岗位用人标准的共性和差异性，为其定制了曾培生“胜任力模型”.以模型为抓手，加多宝完成了面试流程的再造:用1.4级别的A1.面试替代了原来的HR首轮等面，快速出分、快速器选。系统自动整合候选人简历,答翻视频、认知能力涌试成绩等信息，生成A1.全息简历。技术面试官在面试之前，就可以悬于A1.全息尚历先作篇选，快速聚焦合适人选.面试官们反愦，A1.推荐的人选比以前的更优质。人力资源部门统计，在A1.的1»助下，招聘成本降低了30%.对求职者而音，A1.面试帮助他们克服了路地区、蹲时间的难题，不会因为时空障碍错过面试机会.A1.面试对"杜恐"尤其友好，他们可以更自在地提问，H强对用人单位的全面了解.在A1.的豪线下，用人单位和求职者双方都能更公允地评价对方，这对后续的适配11合、人才稳定都有很大的帮助。总体而言，A1.招聘解决了传统招I1.的几大痛点：一，人力籍选海筒历，费时且随机性大。二，低效、无效沟通占比高。三.不同面试官标度难统一、意见雉统四，同一个面试官会受情缗.体力.时间安排等因素影一，内部沟通决策成本高视频会议、协同办公全面A1.化.不断凸显“在线”的优势.将推动更多企业组织更瓶繁地采用在线办公。相比于线下办公，在线办公成本更低,并实现全流程数字化，过程信息和数据可留存、可追溯、可挖掘利用。A1.助理加入后.可以理解和捺理视赛会议、工作文档、工作群中的海t信息,随时捕捉线反馈、潜在机会、新群创意和经营风险、并实现这些重要信息实时蹈部门、聘层级流动.成功打造敏捷高效的数据驱动型组织。基于A1助理对在线办公的全局信息管理，每个人对企业组织的投入和贡献都变得清晰可辨、推动职场评价更加透明、公平.劳资关系更广泛地从出卖时间转向交付结果。更多企业将以结果为导向,淡化定点定时考勒打林、增加办公灵活度和员工自主权。为55”惯例开始被更加人性化的灵活工作制取代。职场案例:的数据和知识资产线上开会和传统开会方式最大的不同是什么？农业龙头企业佳沃集团用实践给出了答案：线上开会过程中，A1.可以播提有价值的信息，实时辅助管理决策；信息沉淀进入知识麻，并供大模型学习，进而让大模型知道得更多、崎出得更多.佳沃是国内最大的蓝星生产企业之一，做好生产基地主管和一线工人的培训，是保障产品质的关键一环.过去，他们主要采取集中培训和“师带徒”的方式，但知识专业性强、更迭快，一线工人流动怏大，培训工作巨大.“种植基地从建设到产果荽经过几个阶段？“1修个区域的市场偏好甜度高的蓝苗？"没在蓝苗市场搜熊滚打过，就答不上这些问题.培养一个成熟主管需要3-4年.李萌是佳沃集团知识管理总监，她的目标，是让新员工也能随时调用专业知识。为了降低培训成本，同时更好地采集.沉淀非标行业数据，2021年，李萌开始愿于打打平台搭建佳沃内部知识共享平台。首先是上传文档，整理上传公司所有知识文档，并推出全员分享知识的机制，目前已经积累了3万多个知识文档。然后打通系统，他们把育种、种植、采收、分选加工等SaaS系统全部集成到打打上，统一沉淀数据。就连一线工人每次采摘的数据，也能实时记录、实时沉淀，形成了业务数据的“滚雪球"效应.起初，虽然知识、数据沉淀了不少，但是日常调用并不多.以一线工人为例，标准化的作业方式都在知识库里，但是系统入口太深，工人们不会用.绿得用，平直到这轮A1.大语言模叟技术爆发，这个问履终于迎来了破局.李萌借助IJ灯平台的A1.能力，全面激活了沉淀在平台上的海知识和数据。在输入定，通过灯灯开放的智能底座，用A1.打通了数据断点，提高了整体的信息效率、决策效率和协同效在输出皤，团队在灯灯上创建了A1.助理“小佳"，实现"一个遗口调全部”，可以直接问询有关团队、业务、行业的各类问题.自然语言的交互方式带来了极大使利，一线工人不会用、懒得用的问题迎刃而解.佳沃集团的数18显示，在线化沉淀+A1.智能化，让新员工培训成本降低超过50%.这套模式还藉助员工更容易学习跨部门、跨行业的新知识，有不少员工因此修利完成蕤询.趋势（七新职业为A1.而生旧职业重心转换客户案例:当A1.来敲门：从恐慌、抵触到转型新职业钱一宏是杭州第一技师学院教务处处长，负责完善和优化学院的专业建设，帮助学生更好地掌握技能，提高就业竞争力.从2023年下半年开始，在杭州市人社局的晕线下，学院与阿里巴巴旗下数据智能服务公司瓶羊结缘，启动人工智夔训练师"一试双证”试点工作，他深度参与其中."一试双证"是杭州市培养数字技能人才的一项制度创新.考生参加培训I.通过试点企业的认证考试后，取得企业认证证书，同时获得相应职业技能等级证书，”一次考试，双重认可”.获得证书的学员将享受技18补贴,积分落户加分等政策福利，还能得到优先到相关企业上岗的机会."人工智能训炼Wr是首批五个认证职业之一。箱羊在人社部门的支持下，主导完成培训与认证体系设计，井与职业技术院校、专业培训机构合作推广.2023年12月，首批人工智能训练师初级工21名.中级工40名在杭州第一技师学院通过认证.领羊数字人才发展中心总经理林丽是项目负费人，速深耕互联网行业近20年，转战过多个岗位，2014年开始负责客户服务工作，2016年第一次接触智能客服。过去8年，林丽亲历了人工智能影晌职场的全过程，也见证了“人工智能训练师”职业从无到有再到形成体系.林丽坦言，同事们刚接触智能客服时，本能反应是恐怵和抵触。想法很简单：一，服务讲究温度和个性化，冷冰冰的机典肯定干不了。二，如果全部交给机照干，人干什么？但在经过一段时间的接触和磨合后，林丽和同事们发现，他们此前的想法有失偏15把枯燥、重短的工作任务交给机网后，不仅能降本提效，还暹升了大家的幸福感，比如不用上夜班了，一些初级的何姮可以自动化解决.此外，要把人工智能训练得好用、“肥明”，只靠工程师也是不第的，需要有经验的客服人员贡献专业智鉴，因为他们更理做客户需求。一部分客服人员抓住机会，通过学习升级为训练人工智能的行业专家，收入水平大幅提升.2021年，林丽带着她对数字化新职业的弊活体验，加入领羊负费人才培养工作.这项工作不仅满足领羊自身的需求，也服务于全行业.领羊的业务，是为企业提供数据与AUR务，需要规模化的上下游人才，由它出面培养“值业务、懂数抠、慎A1.”的黛合里人才，联对自身发展有利，也有很大的社会价值.短短三年间，领羊的人才培训项目麓超过100万家企业的员工.已有超过10万人通过了人工智能训练师岗位企业认证.据中国信通院渊算，包括人工智能训练师在内，我国当前有近100O万的数字化人才缺口.2024年4月17日，人社部等九部门联合印发加快数字人才培育支撑数字经济发展行动方案（20242026年）»,提出用3年左右时间，扎实开展数字人才育、引.留、用等专项行动，增加数字人才有效供给.职场A1.人原声杭州技就学院继续教育学院院长杨建军“我们期待通过人工智能训练师'一试双证，帮助同学们掌握通用能力。未来同学们走上工作岗位，不一定都直接从事人工智能工作，而是因为具备应用人工智能的技能，能够在各种各样的询位上有更好的表现。”“人工智能训练师”认证学员程亚薄“通过培训认证，我系统掌握了数据处理与标注等基本能力，更重要的是收获了理解人工智能的知识框架。A1.first,人工智能的影响是全方位的，值得职场人学习和掌握相关知识技能，乃至按照A1.技术变革的方向，来设计自己的整个职业生涯。”情绪价值含量决定工作附加值坦行世界JK创作并道循时空深度定义人i*立和用户的深度连掇拥有丰富的知识具备专立技施HKtSRaatt*.日育AW三提供多种形式的互动HWfi1.0文天,Sf1.VOkeiRI时代.硅思智能让效率无处不在，变得不再稀决.而效率并非人类痛点的万能解药。效率改变不人类作为碳基生物的物种属性，满足不/人类的情感和心理需求。价值与意义,健康与美.是人类永恒的追求。未来几年,情绪价值在经济活动中的权求将加速提升,成为与效率价值平行的一条价值主线。创造情绪价值的工作将获得丰厚1可报.情绪价值含量成为决定每份工作附加值的关键因素，以客服工作为例.尽管A1.客服的Jn户体验不断优化,但仍无法交付情绪价值,人工客服将蛤终存在。情绪价值的创造依赖人与人的沟通,人格化的A1.交班产品可以发挥辅助作用。“去世亲友女活等数字人技术应用备受追捧,同时面临逝并本人意愿等方面的伦理质疑。此外.在硅基智能高效分担工作任务后，人们将把更多关注投向自己的身心。以身心为主要服务内容的健康医疗、美容整形、体育休闲、文化旅游等行业，将衣现出持久的增长活力。职场案例:PrOInPt工程师：为A1.打造性格和人设这是程想工作的第10个年头，他大学学的是计算机，毕业后从事运营工作.2023年A1.大橙型兴起，程想转行成为一名"prompt（提问）工程师”，为角色A1.产品"通义星尘”的客户定制虚推人.prompt（提问）工程师是个新职业，虽然名为工程师，但并不需要写代码.在A1.大模型的加持下，虚拟人天生满腹经纶，程想的工作是教它学会个性化知识，真正成为"自己人"；以及注入性格、打造人设，让它更有"人味”，迸而具备更大的情绪价值。举个例子：程想曾复刻了一个篮球领域的虚拟专家，"他”能与用户互动、回答各类问磐.程想首先给"他”濯修了基础人设，并参考某位著名解说员的风格，为"他“打造了一套鲜明的性格和话风.结合平台上的知识摩.检索等能力，最终呈现在我们面前的"他"，不仅对赛事无所不知，还能把话说得活泼有趣，极大优化了互动体蜿.通义星尘的页面并不复杂，小白用户照文字招引，自己动手也能完成角色设.目前该平台上由网友创作分享的角色已较超过800个，"他们”人设各异，其他用户可以跟"他们”对话.企业客户则有更高的要求，往往会寻求PrOmPt工程师的相助，提高角色配的专业化水平.他们开发虚隙人后，通过AP1.接到自己的网站和APP上，让它在线"营业”.程想目前同时服务几十家客户，涉及各行各业.对每个客户的服务，都从洞悉需求开始，他把大约四成工作时间用在了程客户沟通上.另外六成时间则用于配.提问.测试、反馈.调优，不断地试.不断地改，直到客户满遨为止.程想需要具备广博的知识面和快速学习能力.社会热点.公众情绪和网络流行»,这些都得实时了解，随时按需用于角色塑造；对于陌生领域，他也必须能够快速切入，他创造的角色涵建二次元.热门IPSi刻、游戏角色等，知识盲区需要随时补上.在通义星尘上，用户可以上传自定义知识摩，大模型的通用能力加上这个知识«,共同构成了虚拟人的业务能力，确保它能够快速准确地问答各类专业向翻.对程想而言，这不是工作的重点和难点.触的是打造"人味”,用户可以上传人物的简介资料，用于生成性格和人设.最大可以支持32K的人设信息，32K大概能容下3万字，不算少，但也难以道尽一个人的方方面面。虚拟人通常走和三1.可亲的人设路线，但在虚拟陪伴、互动游戏等场景中，傲娇甚至略显冷漠的性格也有独特的市场.一个好的窗色，既要讲逐辑，还要情商高,如果喜怒无常，用户很难喜戏它.客户D1.Y配置角色时，吟人的描述可能会有不易察觉的自相矛盾之处，导致能色后续出现“人格分裂”,客户反馈这类问题后，程想需要检查角色描述，把矛盾点找出来.一些商业客户还要求数字人具备精售助攻能力，程想会为他们重点优化相应配,评价一位虚拟人PromPt工程师的工作能力，主要看他手下的人物还原度，要确保既准魂又稳定地符合"主人"对"他”的预设.职场A1.人原声PromPt工程师程想“A1.时代，各行各业对PrOmPt工程师的需求将长期存在。具体到A1.虚拟人，目前它的人设主要通过语言风格来实现，但从趋势看，实现水平还远远不够，客户、用户对它的情绪价值输出能力有更高要求，未来需要更多PromPt工程师更深入地参与。数字人已经具备了一定的虚擦陪伴功能，表现出一定的倾诉、倾听能力。但到目前为止，A1.大模型的特长仍然是通用知