世界经济论坛：利用生成式人工智能增加就业和提高劳动力生产率：场景、案例研究和行动框架_35页_4mb

生成式AI在工作场所的应用与生产力提升

这份世界经济论坛与普华永道联合发布的洞察报告，探讨了生成式人工智能（GenAI）在工作场所的部署潜力，分析了其对工作岗位增强和劳动力生产率的影响，并提出了一个多场景框架。

报告指出，生成式AI的核心潜力在于增强而非完全替代人类工作，即通过技术辅助，提高人类能力，使员工能从事更具价值的任务。然而，实现这一潜力的关键因素是人类而非技术，包括组织文化、employee trust、技能开发和负责任的应用。

主要发现

📊 增强工作能力与生产率

• 生成式AI通过自动化低价值任务和增强高阶能力，能显著提升生产率。
• 不同国家、行业和组织中，GenAI对生产率的增强潜力各异，高度发达经济体尽管面临更大就业冲击风险，但在技术采用方面更具优势。

🔄 四种未来场景

报告基于两大不确定性因素构建了四种可能的未来场景：GenAI的信任水平，以及技术的可应用性和质量是否持续提升。

1. 高期望但违约（High Hopes）：初期期望高，但因技术滥用和准确性问题导致实际成果低于预期。
2. 低信任但质量好（Broken Promises）：员工对GenAI持怀疑态度，仅限于低风险任务应用，影响广度。
3. 低信任但质量提升快（Lost Opportunities）：担忧导致阻力，早期采用者领先，落后者面临机会丧失。
4. 高期望且质量提升快（Shifting Gears）：GenAI快速融入工作流程，生产力大幅提升，但也可能因变革带来部分岗位消失的风险。

💡 早期采用者经验

• 人的重要性：技术成功部署依赖于员工的接受度和信任，文化变革、技能培训和透明治理是关键。
• 逐步推广：推荐先在小群体内测试用例，再逐步推广，防止员工抵触。
• 跨职能合作：需IT部门、人力资源和管理团队协作，建立内部委员会确保负责任应用和合规性。
• 可量化目标：尽管测量GenAI带来的生产力提升面临挑战，但其质量改进和员工满意度是重要指标。

📋 行动框架

启动阶段：测试GenAI应用，建立愿景与战略，确保基础设施到位，治理合规。
扩展阶段：文化管理与变革、技能提升与岗位调整、用例管理；持续监测员工采纳情况，标准化工发展，设置合理绩效指标。

✅ 结论

生成式AI在劳动力市场中的应用虽面临信任和治理挑战，但若以人为核心，负责任地推进部署，有望大规模实现工作岗位增强和生产力提升。组织需灵活应对GenAI的快速发展，结合员工利益、变革管理和技能提升，以确保技术为员工和企业创造共同价值。

报告强调，GenAI在提升生产力的同时，也需关注其对不平等可能的加剧效应，并需通过政策和企业自律防止外部风险，确保技术惠及广泛群体。