根据 Anthropic 对其 Claude 模型使用情况的研究显示,仅有 4% 的职业在其 75% 以上的工作任务中使用 AI。研究发现约 36% 的职业在至少 25% 的工作任务中运用 AI。这些发现与此前报告一致,表明很少有企业完全接纳这项技术。
在寻求 AI 协助的人群中,约 37% 从事软件工程相关工作,10% 在媒体、艺术和设计领域工作,9% 从事教育和图书馆服务。
AI 最不适用的职业往往涉及体力劳动,如运输和物料搬运、医疗保健支持以及农业、渔业和林业等领域。
研究发现,57% 的 AI 使用是用于增强人类工作能力,43% 用于工作自动化。
为了解 AI 对经济的影响,作为仅次于 OpenAI 的顶级商业 AI 竞争者之一的 Anthropic 推出了 Anthropic 经济指数。
基于一份研究论文,该倡议着眼于 AI 对美国劳工统计局定义的特定职业的影响。
Anthropic 表示,AI 正在影响人们的工作,这个问题近年来引发了众多研究,并引起了关于劳动力成本、工资和自动化后果等棘手的社会政治问题。
在受过良好教育的经济体中,AI 促进女性就业
在题为《AI 与欧洲女性就业》的经济研究论文中,研究人员发现,在女性劳动力参与率高且教育程度高的国家,AI 可以促进女性就业。
作者指出,女性比男性更有可能从事 AI 暴露度较高的职业。然而,较高的教育水平有助于减轻这些角色中的潜在负面影响。
在法国召开人工智能行动峰会讨论这些问题之际,Anthropic 基于其软件用户的提示数据提供了实际 AI 使用情况的数据,并确保采取了适当的隐私保护措施。
目前,AI 的影响范围并不广泛,但它确实改变了某些工作。
研究表明,AI 使用在中高收入职业中达到峰值,尤其是 IT 相关工作。但在工资谱系的两端都出现下降趋势 - 既包括医生等高薪职业,也包括餐厅工作人员等低薪工作。
Anthropic 的研究人员还指出,2023 年的一项研究预测,80% 的美国工作者至少 10% 的工作任务可能受到大语言模型的影响。该公司的数据显示,目前只有约 57% 的职业在至少 10% 的任务中使用 AI,不过随着 AI 应用的扩展,这个数字可能会上升。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。