哪些技术工作受到ChatGPT和AI的威胁最大

科技行业似乎还没有足够的裁员担忧，但将ChatGPT添加到工人担心的事情列表中，表明基于人工智能的聊天机器人正在进入工作场所。根据挑战者、格雷和圣诞节发布的数据，今年迄今为止全年裁员率已经达到了2022%。这一数字有望超过2001年互联网泡沫破灭导致科技裁员最严重的一年失业率。随着裁员数量不断增加，工人们不仅害怕被解雇，还害怕被替换掉。报告指出全球有30亿个岗位将受到人工智能和自动化影响。

然而，ChatGPT和其他人工智能应该不会引起员工恐慌，因为这些工具可以帮助公司更有效地运营，并提高生产力水平。Beamery是一家全球领先的SaaS（软件即服务）公司，在其联合创始人兼总裁Sultan Saidov看来，“TalentGPT”——他们自己开发的生成预训练模型（GPT）——可以帮助企业更好地管理其组织架构。

赛多夫表示：“尽管估计有30亿个岗位将受到人工智能和自动化的影响，但问题是这是否意味着这些人将失去工作或转换职业？我认为，在很多情况下，它会被改变而不是失去。”

ChatGPT是一种使用学习模型生成类似于人类响应的GPT工具。Saidov表示，该技术可以帮助员工完成更多任务，并提高生产力水平。特别是在科技行业中，某些岗位受到的影响比其他岗位更大。

赛多夫指出，科技行业的创意人员，如设计师、视频游戏创作者、摄影师和数字图像创作者，他们的工作可能不会被完全根除。他说，这将有助于这些角色创造更多，更快地完成工作。

“如果你回顾一下工业革命，当你突然在农业中实现自动化时，这是否意味着更少的人将从事农业的某些工作？”赛多夫说。“当然，因为你不需要那个地区那么多人，但这只是意味着同样数量的人会去不同的工作。

就像历史上的类似趋势一样，在工作场所广泛包含生成人工智能和其他人工智能技术之后，创意工作将受到需求。

“对于视频游戏创作者来说，如果全球制作的游戏数量没有逐年变化，你可能需要更少的游戏设计师，”赛多夫说。“但如果作为一家公司，你能创造更多，那么这项技术只会增加你能制作的游戏数量。

由于 ChatGPT 的嗡嗡声，许多软件开发人员和工程师对他们的工作保障感到担忧，导致一些人寻求新技能并学习如何设计生成人工智能并将这些技能添加到他们的简历中。

“说GPT将完全消除开发人员和工程师等工作是不公平的，”人工智能驱动的人才招聘平台Ceipal的首席执行官Sameer Penakalapati说。

但是，即使这些工作仍然存在，他们的任务和责任也可能被GPT和生成AI所削弱。

根据Penakalapati的说法，在就业市场上，GPT和更广泛的生成AI之间有一个重要的区别。GPT 是一种数学或统计模型，旨在学习模式并提供结果。但他说，其他形式的生成人工智能可以走得更远，根据模式和学习重建不同的结果，几乎反映了人类的大脑。

例如，Penakalapati说，如果你看看软件开发人员，工程师和测试人员，GPT可以在几秒钟内生成代码，为软件用户和客户提供他们所需要的东西，而无需来回传递需求，调整和修复给开发团队。他说，GPT可以立即完成编码员或测试人员的工作，而不是人类可能需要几天或几周才能生成同样的东西。

Penakalapati说，生成式人工智能可以更广泛地影响软件工程师，特别是DevOps（开发和运营）工程师，从代码开发到部署，进行维护和软件开发更新。在这一系列更广泛的任务中，生成式人工智能可以模仿工程师在整个开发周期中会做的事情。

虽然开发和工程角色正在迅速适应工作场所的这些工具，但Penakalapati表示，这些工具不可能完全取代人类。更有可能的是，我们会看到创建软件所需的开发人员和工程师数量减少。

“无论是你正在编写的一段代码，无论你是在测试用户如何与你的软件交互，还是你正在设计软件并从调色板中选择某些颜色，你总是需要有人，一个人，在这个过程中提供帮助，”Penakalapati说。

麦肯锡全球研究所合伙人迈克尔·崔（Michael Chui）表示，虽然GPT和人工智能将比其他角色产生重大影响，但这些工具的整合将影响每个知识工作者，通常是指在工作中使用或处理信息的任何人。

“这些技术能够非常快速地创建各种不同事物的初稿，无论是编写，生成计算机代码，创建图像，视频和音乐，”Chui说。“你可以想象几乎任何知识工作者都能够从这项技术中受益，当然，这项技术通过这些类型的功能提供了速度。

ChatGPT的创建者OpenAI最近的一项研究发现，大约80%的美国劳动力至少有10%的工作任务受到GPT技术中学习模型的影响，而大约19%的员工可能会看到50%的任务受到影响。

Chui说，今天的工人不记得他们什么时候没有像Microsoft Excel或Microsoft Word这样的工具，所以，在某些方面，我们可以预测未来的工人将无法想象没有AI和GPT工具的工作世界。

“在过去，即使是大大提高生产力的技术，也不一定会导致更少的人做工作，”崔说。“底线是世界总是需要更多的软件。