LinkedIn职场研究:美、中、印列前三,掌握AI技能的人数两年猛增两倍

简介:

9月17日,LinkedIn发布最新研究《人工智能如何影响我们现在的工作》。

自人工智能出现以来,关于AI如何影响人类的工作的争议一直不断。有人唱衰,认为人工智能会导致数百万人流离失所,有人则认为人工智能利大于弊,可以创造新的工作岗位以促进社会进步。

世界经济论坛在《2018就业前景》中提到,人工智能可以创造出的工作岗位远比他们威胁到的更多。所谓的“第四次工业革命”可以在全球创造1.33亿个就业岗位,而7500万工人可能因为新技术的出现而失业

而LinkedIn根据数百万用户的技能数据,在研究中更深入地了解AI如何影响全球不同行业和工作技能。此文揭示了关于AI技能的发展趋势:

 ●  在LinkedIn上,AI技能是发展最快的技能之一,在2015年至2017年期间,掌握AI技能的LinkedIn用户数量增长了190%;
 ●  员工拥有AI技能最多的行业也是发展最快的行业;
 ●  AI技能渗透率最高的国家依次是美国、中国、印度、以色列和德国。

对于这三大趋势,LinkedIn进行了详细分析,新智元对此文编译如下:

拥有AI技能的人数两年间猛增190%,为行业的变化提供动力

2017年,LinkedIn用户在其个人资料中添加AI技能的人数比2015年增加了190%。当我们谈论“ AI技能 ”时,我们指的是创建人工智能技术所需的技能,其中包括神经等领域的相关专业知识,网络,深度学习和机器学习,以及Weka和Scikit-Learn等实际“工具”。LinkedIn数据显示,全球所有类型的AI技能都在快速增长。

随着文化和品味的更迭以及新技术的出现,行业和就业形式也在相应变化。衡量变化的方法之一就是,观察不同工作所需的技能发生了怎样的转变。这些变化以不同的方式在行业中传播,在某些情况下,变化是由工作或任务变化的性质所驱动的。

358be47cdf515eebce418e099442ee69842b4ab5

特定技能对于工作变得更为重要,因为它们可以提高生产率,例如,数据专家使用新的编程和机器学习技能来更有效地针对客户并最终创造收入。当我们比较某一行业的从业者在2015年和2017年所掌握的不同技能时,很明显看出了哪些行业的变化最大化、其整体技能组成变化了多少。

事实证明,员工中具有AI技能最多的行业也是变化最快的行业。如果我们将“变化”视为创新的显著特征,那么这表明AI技能的存在与行业内的创新密切相关。这也意味着许多行业都有机会在人工智能方面投入更多资金。

当我们从行业水平缩放到技能水平时,我们便能发现许多变化的起因:

(1)与AI互补的数据和编程技能也在提高;

(2)使用产品或服务的技能由数据提供支持,例如针对营销人员的搜索引擎优化;

(3)人际交往技能,这是技术如何影响行业的一个引人注目的例证。

只是专业领域的变化……还是所有领域?

研究人员预测,人工智能将应用到所有领域中,从建筑业到金融服务。为了解除软件和IT行业之外的AI技能的传播范围,我们统计了各行业中AI技能的逐年增长状况。虽然软件和IT行业确实仍是首要领域,但在教育与学术、硬件与互联网、金融和制造等行业,拥有AI技能的专业人士数量也在强劲增长。

efdb42b4a8c7426b3d935e79e37e5c1e945644a7

特别是数量增长方面,教育是2017年拥有AI技能的专业人士数量增长第二多的核心行业,这表明该领域的相关研究与AI技能息息相关。

AI比人们所意识到的更为普遍,但并非所有职业都能实现完全自动化”

人工智能技术比许多人意识到的更为普遍,这在全球范围内都是如此。美国、中国、印度、以色列和德国是AI技能渗透率最高的国家

f7f9ae7502afa5261478358fb71209025c323c8c

这种愈发明显的无处不在引发了关于我们人类如何与工作连接的哲学问题。随着AI技能变得越来越重要,我们希望更好地理解只有身为“人”才能掌握的技能,例如,与个人特征、人际交往和认知能力相关的技能,在AI领域是否也在增加。我们的研究结果可能并不令人意外:至少就目前而言,人际关系技巧并不会随处可见。

在世界经济论坛的《2018年就业前景》中,我们发现许多以人为本的职业都属于十大最新兴职业, 即过去5年招聘人数增长最多的职业。在全球所有行业中,顶级新兴职业包括营销专家和经理、人力资源专家和顾问以及用户体验设计师。这些职业需要了解人类行为和偏好,是一种无法从根本上实现自动化的技能

794570101bf7847272b72efc731963a8acc7a7b7

此外,一些高度自动化的工作岗位属于前十大就业人数下降的职业 ,即过去5年中招聘人数减少幅度最大的职业。这些职业包括行政助理、客服代表、会计师和电气/机械技师。正如经合组织指出的那样,如果一个职业的教育水平和技能水平普遍较低,自动化风险就会增加,而食品准备助理、清洁工以及采矿、建筑、制造和运输工人等职业被自动化取代的风险最高。

随着对于AI技术的投资增加,我们将继续评估其外部因素以及对劳动力的影响,特别是当AI涉及更有效的培训与教育计划时。随着新技能的出现,政府、教育机构和雇主应该考虑如何为创建更跟随时代的学习计划,让人们掌握不断更新的技能,跟上现代经济的前进步伐。


原文发布时间为:2018-09-19

本文作者:木青

本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”。

原文链接:LinkedIn职场研究:美、中、印列前三,掌握AI技能的人数两年猛增两倍

相关文章
|
2月前
|
人工智能 数据处理 API
阿里云、Ververica、Confluent 与 LinkedIn 携手推进流式创新,共筑基于 Apache Flink Agents 的智能体 AI 未来
Apache Flink Agents 是由阿里云、Ververica、Confluent 与 LinkedIn 联合推出的开源子项目,旨在基于 Flink 构建可扩展、事件驱动的生产级 AI 智能体框架,实现数据与智能的实时融合。
443 6
阿里云、Ververica、Confluent 与 LinkedIn 携手推进流式创新,共筑基于 Apache Flink Agents 的智能体 AI 未来
|
2月前
|
人工智能
Claude code AI 技能神器:Anthropic Skills!
Anthropic推出Claude AI技能神器Skills,将复杂任务打包成即插即用的“外挂”,让AI秒懂流程,告别重复提示。支持团队共享,提升效率数倍,三步搞定专业报告,堪称AI办公革命!
779 4
|
2月前
|
人工智能 运维 定位技术
【微笑讲堂】AI时代的Geo优化:掌握这些技能,让你的内容被智能引擎“偏爱”
大家好,我是微笑老师!本期讲解“Geo都需要掌握哪些技能”。随着AI搜索兴起,GEO(生成式引擎优化)正取代传统SEO,核心在于让内容被AI“读懂、信任、引用”。需掌握四大技能:结构化数据工程、多模态语义对齐、动态知识图谱运维、权威信源建设。从“被找到”到“被引用”,GEO与SEO融合进化,助力内容在AI时代脱颖而出。未来已来,你准备好了吗?
336 8
|
2月前
|
传感器 人工智能 数据安全/隐私保护
学生不应依赖AI写作业,怕大脑用进废退。职场人呢?
过度依赖AI将削弱深度思考能力,创新源于主动“跨界整合”。职场人需警惕“思维外包”,善用AI为“杠杆”而非“拐杖”,保持自主思考方能突破边界。法思诺创新学院倡导:创新可训练,大脑越用越强。
126 2
|
2月前
|
存储 人工智能 安全
拔俗AI临床大数据科研分析平台:让医学研究更智能、更高效
阿里云原生AI临床大数据科研平台,打通异构医疗数据壁垒,实现智能治理、可视化分析与多中心安全协作,助力医院科研提速增效,推动精准医疗发展。
|
人工智能 大数据 安全
拔俗AI临床大数据科研分析平台:用智能技术加速医学研究新突破
AI临床大数据科研平台基于云原生架构,融合医疗NLP、联邦学习与智能分析技术,破解非结构化数据处理难、多源数据融合难、统计周期长等痛点,实现数据治理、智能分析与安全协作全链路升级,赋能医学科研高效、安全、智能化发展。
|
5月前
|
机器学习/深度学习 人工智能 自动驾驶
AI Agent多模态融合策略研究与实证应用
本文从多模态信息融合的理论基础出发,构建了一个结合图像与文本的AI Agent模型,并通过PyTorch代码实现了完整的图文问答流程。未来,多模态智能体将在医疗、自动驾驶、虚拟助手等领域展现巨大潜力。模型优化的核心是提升不同模态的协同理解与推理能力,从而打造真正“理解世界”的AI Agent。
AI Agent多模态融合策略研究与实证应用
|
5月前
|
机器学习/深度学习 人工智能 算法
深度强化学习在异构环境中AI Agent行为泛化能力研究
随着人工智能技术的迅猛发展,AI Agent 在游戏、智能制造、自动驾驶等场景中已逐步展现出强大的自适应能力。特别是深度强化学习(Deep Reinforcement Learning, DRL)的引入,使得智能体能够通过与环境的交互,自动学习最优的行为策略。本文将系统性地探讨基于深度强化学习的AI Agent行为决策机制,并结合代码实战加以说明。
深度强化学习在异构环境中AI Agent行为泛化能力研究
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
原来AI也能“读心术”?——聊聊AI在心理学研究中的那些突破
原来AI也能“读心术”?——聊聊AI在心理学研究中的那些突破
225 1
|
5月前
|
存储 人工智能 物联网
QLoRA究竟如何从LoRA进化而来并成为AI工程师的必备技能?
本文AI产品专家三桥君深入解析了QLoRA技术在AI领域的关键作用。作为LoRA(低秩自适应)的升级版,QLoRA通过4位NormalFloat量化、双重量化和分页优化器三大核心技术,显著降低大模型微调的显存占用,同时保持性能。三桥君从技术背景、原理、应用场景(个人开发、企业定制、边缘设备)及未来潜力展开,指出QLoRA已成为AI工程师的必备技能,并预测其将继续推动AI技术发展。
346 0