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
Birk Jernstrom在Shopify收购其上一家初创公司后,创立了货币化平台Polar,专注帮助开发者构建单人独角兽企业。该平台为开发者提供支付基础设施服务,处理全球计费和税务问题,让企业从第一天起就能销售在线产品和SaaS订阅服务。Polar获得了Accel领投的1000万美元种子轮融资,自2024年9月推出以来已吸引1.8万名客户。
Anthropic和Open Philanthropy研究人员发现,之前声称AI推理模型存在"准确率崩溃"的研究实际上混淆了推理能力和物理限制。通过重新分析发现,AI模型在遇到输出长度限制时会主动停止,而非推理失败;部分测试题目本身无解却被当作失败案例;改用程序生成方式后,模型在复杂问题上表现出色,揭示了AI评估方法的重要缺陷。
OpenAI首席执行官奥特曼证实,Meta为挖角OpenAI和谷歌DeepMind的顶尖AI研究人员,开出了超过1亿美元的薪酬包。然而,这些挖角努力基本失败。奥特曼表示,员工们认为OpenAI在实现AGI方面机会更大,公司文化更注重创新使命而非高薪。Meta正在组建超级智能团队,但面临OpenAI、Anthropic等竞争对手的激烈竞争。
华为联合多所高校发布TeleMath数据集,这是首个专门评估大型语言模型在通信数学问题求解能力的基准测试。研究团队设计创新的合成数据生成框架,从50个专家问题扩展至500个测试样本,涵盖信号处理、网络优化等七大领域。评估结果显示,专门的推理模型明显优于通用模型,为通信AI应用指明方向。