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
初创公司Positron获得5160万美元A轮融资,推出专门针对AI推理的Atlas芯片。该公司声称其芯片在性能功耗比和成本效益方面比英伟达H100高出2-5倍,并已获得Cloudflare等企业客户采用。Positron专注于内存优化设计,无需液体冷却,可直接部署在现有数据中心。公司计划2026年推出支持16万亿参数模型的下一代Titan平台。
这项由Midjourney团队主导的研究解决了AI创意写作中的关键问题:如何让AI既能写出高质量内容,又能保持创作的多样性和趣味性。通过引入"偏差度"概念和开发DDPO、DORPO两种新训练方法,他们成功让AI学会从那些被传统方法忽视的优秀独特样本中汲取创意灵感,最终训练出的模型在保持顶级质量的同时,创作多样性接近人类水平,为AI创意写作开辟了新方向。
忽视智能体AI的潜力,特别是其对现代化数据基础设施的需求,面临着与忽视互联网的零售商相同的生存风险。关键不在于是否投资,而在于如何确保投资转化为可衡量的现实收益。企业需要超越AI试验阶段,明确业务目标,从治理开始构建ROI模型。成功的组织在整个技术栈中嵌入智能体,从面向客户的应用到内部治理系统。通过强化数据治理、减少重复工具和统一平台,AI的ROI将从理论变为现实。
上海AI实验室联合多所高校开发出VisualPRM系统,这是首个专门用于多模态推理的过程奖励模型。该系统能像老师批改作业一样逐步检查AI的推理过程,显著提升了AI在视觉推理任务上的表现。研究团队构建了包含40万样本的训练数据集和专门的评估基准,实现了在七个推理基准上的全面性能提升,即使是最先进的大型模型也获得了5.9个百分点的改进。