随着70%的工作技能将包含AI元素,今年及未来五年的就业格局正在发生变化。实际上,75%的员工已在工作中以某种形式使用生成式AI。如果你没有在公司AI政策允许的范围内使用AI来提高工作效率,那么在不久的将来,其他人可能会取代你的工作。
AI招聘公司Raya Advisory的CEO兼创始人Yasi Baiani在邮件交流中表示,她预计今年将看到AI能力的快速发展,以及AI在更多行业的广泛应用。
Baiani解释道:"企业正在竞相将AI融入运营以保持竞争力,这创造了大量的人才需求。从生成式AI到自动化,每个行业都在经历变革,组织需要技能娴熟的专业人士来有效利用这项技术。"
她还预计AI领域最大的增长机会将出现在以下领域:
AI开发和部署: 预计在构建、微调和扩展AI模型方面的角色会增长,包括机器学习工程师和数据科学家等职位。
AI在业务运营中的整合: 能够将AI无缝集成到现有工作流程中的专业人士机会将激增,特别是在医疗保健、金融和供应链管理等领域。
伦理和政策制定: 随着AI应用的增长,将迫切需要专业人士制定道德准则、确保合规并引导监管框架。
Baiani继续说道,她认为AI将以某种形式影响每种类型的工作和职业——指出有些工作受人工智能的影响会更大。
她表示:"问题不是AI'是否'会在组织的各个职能部门中得到整合,而是'何时'、'多快'以及'程度如何'。我们可以预期看到工程师和医生——包括外科医生——都将受到AI和机器人的影响。"
"总的来说,涉及重复性、基于规则的任务的工作,如数据录入、基础客服、会计和记账、基础法律工作以及某些行政支持工作风险最高。这些变化也将在管理和优化AI系统方面创造新的机会,"Baiani补充道。
她还强调了今年想要提升技能的人应该关注以下领域:
Prompt工程和AI系统设计: 这些是有效使用和优化大语言模型和其他AI系统所必需的技能。
通用AI业务联络人: 跨学科工作的能力,将AI能力转化为可行的业务解决方案将成为越来越有价值的技能。
AI风险管理和伦理: 随着组织在立法者和监督机构尚未建立明确、统一的外部监管的情况下内部实施AI,对AI安全、偏见缓解和负责任的AI开发的理解将极为有用。
Baiani还为2025年认真考虑转型新角色的人(包括专注于人工智能的角色)推荐了以下五个建议:
AI招聘建议1—完善你的LinkedIn档案 首先,她建议求职者在LinkedIn档案的每个职位下添加与目标工作相符的相关技能。这个简单的步骤可以提高在招聘者关键词搜索中脱颖而出的机会。
AI招聘建议2—不要漫无目的地投递简历 Baiani写道,求职者需要战略性地进行求职,要有明确的目标。这需要专注于他们想要加入的顶级公司或特定类型的公司。
一旦申请者知道他们想在哪里工作,就需要弄清楚原因,并创建一个令人信服的论据,说明为什么他们是目标公司职位的最佳人选。
AI招聘建议3—建立人脉,建立人脉,再建立人脉 申请者应该在获得工作之前与他们想工作的公司的人建立联系。这可以帮助了解组织文化,并在申请时获得潜在的工作推荐或推荐来源。
她还建议直接与招聘人员和像Raya Advisory这样的公司建立联系,这些公司可以接触到招聘网站上没有发布的工作机会。
AI招聘建议4—准备好你的职业"电梯演讲" 任何想要转型新角色的工作者都需要能在不到五分钟的时间内向招聘人员或招聘经理说明他们做过什么以及带来的业务成果。练习大声说出你的"演讲",与家人或朋友进行问答角色扮演和模拟招聘面试。
她指出,即使有人受到裁员或公司缩编的影响,如果他们有正当理由——不是因为过失被解雇,并且能够展示关键经验教训——招聘团队通常会忽略这些工作历史中的小波折。
AI招聘建议5—传递善意 Baiani补充说,一旦求职者获得新职位,他们应该愿意与其他寻求新机会的人分享他们在求职过程中接触到的招聘人员或招聘经理的信息。这样他们就可以推荐可能适合招聘人员职位清单上其他职位的潜在候选人。
"如果你在LinkedIn上看到一个有趣的职位,给可能适合的人打标签或把链接发给他们。这种善意终会回报,"Baiani总结道。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。