关于人工智能何时以及是否会开始取代人类劳动力的问题,已经引发了众多讨论。
尽管目前还无法确切断定人工智能是否正在逐步接手以往由人类完成的工作,世界经济论坛最近的一项调查显示,40% 的雇主计划在人工智能能够实现任务自动化的领域减少员工数量。
SignalFire 的研究人员认为他们可能看到了人工智能对招聘影响的初步迹象。SignalFire 是一家以数据驱动的风险投资公司,通过 LinkedIn 跟踪超过 6 亿名员工和 8000 万家公司的职位变动。
在分析招聘趋势时,SignalFire 注意到科技公司在 2024 年招聘的新近大学毕业生数量比 2023 年有所下降。然而,科技公司,尤其是前 15 大科技企业,则加强了对具有丰富经验的专业人才的招聘。
具体而言,SignalFire 发现,大型科技公司在 2024 年相比 2023 年新毕业生的招聘减少了 25%;与此同时,初创企业对毕业生的招聘较去年下降了 11%。虽然 SignalFire 没有透露具体减少了多少毕业生,但一位发言人表示,减少的人数达数千人。
诚然,新型人工智能工具的采用可能不能完全解释近期毕业生招聘下降的原因,但 SignalFire 的研究负责人 Asher Bantock 表示,有“令人信服的证据”表明人工智能是一个重要的影响因素。
入门级岗位之所以容易被自动化取代,是因为它们通常涉及生成式 AI 能够高效处理的常规、低风险任务。
人工智能在编程、调试、金融研究以及软件安装方面展现出的全新能力,可能意味着公司对此类工作的需求将会减少。人工智能处理某些入门级任务的能力,预示着部分面向新毕业生的岗位很快可能面临淘汰。
AI 金融分析初创公司 Rogo 的创始人 Gabe Stengel 曾在 Lazard 投资银行开启其职业生涯,期间他曾协助大型制药公司收购生物技术初创企业。Stengel 在上周 Newcomer 金融科技峰会上表示:“Rogo 的工具几乎可以完成我在分析那些公司时所做的所有工作,我们能够整理材料、对公司进行尽职调查并审查其财务状况。”
据《纽约时报》去年报道,虽然大多数大型投资银行尚未因人工智能而明确减少分析师的招聘,但像 Goldman Sachs 和 Morgan Stanley 这样的公司高管曾考虑削减高达三分之二的初级员工招聘,并降低他们聘用员工的薪资,因为借助人工智能后相关工作的要求不再那么严格。
尽管人工智能对低技能工作的威胁确实存在,但科技公司对具有丰富经验的专业人才的需求依然在不断上升。根据 SignalFire 的报告,大型科技公司对拥有两到五年工作经验的专业人才招聘增长了 27%,而初创企业在同一资历范围内的招聘则增加了 14%。
对于应届毕业生来说,一个令人沮丧的矛盾出现了:没有经验便难以找到工作,而没有工作又就难以积累经验。虽然这一困境并非新问题,但 SignalFire 的人才合作伙伴 Heather Doshay 表示,人工智能使这一问题更加严重。
针对新毕业生,Doshay 建议道:掌握人工智能工具。“如果你是最擅长使用人工智能工具的人,人工智能就不会抢走你的工作,”她说。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。