ServiceNow预测,随着人工智能和数字技术在经济各领域的深度融合,阿联酋到2030年将新增超过103万个就业岗位,这凸显了该国将自身定位为全球AI中心的宏大雄心。
这一预测正值公私部门持续投资AI驱动转型之际,相关举措包括《阿联酋2031年国家人工智能战略》、人工智能部的成立,以及政府和行业对云平台、自动化和数据驱动服务的快速采用。
据ServiceNow分析,这些新岗位的大部分并非仅专注于数据科学或机器学习的传统"AI岗位"。相反,它们将涵盖广泛的职能领域,包括IT服务管理、网络安全、工作流程自动化、数字化运营以及由AI工具增强的商业角色。该公司认为,AI将越来越多地充当组织内的生产力层,在重塑现有工作的同时创造对新技能的需求。
这一预测与ServiceNow联合牛津经济研究院发布的《2025年企业AI成熟度指数》研究结果相符。该研究显示,尽管全球组织在有效大规模部署AI方面仍面临挑战,但它们正在加速AI投资。研究发现,由于创新步伐超越了治理、技能发展和领导层协调的速度,整体企业AI成熟度出现了同比下降。
然而,阿联酋的组织在投资意愿方面表现突出。该国的调研受访者是全球最可能表示预期在下一财年增加AI支出的群体之一,反映了对AI和自动化经济潜力的强烈信心。与法国、意大利和西班牙等欧洲市场相比,阿联酋在AI相关人才可获得性方面也排名靠前。
ServiceNow表示,阿联酋对数字政府、智慧城市和AI赋能公共服务的国家重点关注正在强化这种投资热情。数字化公民服务、现代化基础设施建设以及在金融、能源、航空和物流等行业部署高级分析的项目,正在创造对能够大规模连接数据、工作流程和自动化平台的需求。
然而,研究也突出了挑战所在。数据安全和治理被认为是阿联酋实现AI价值的主要障碍,这与其他先进数字经济体所面临的担忧相似。随着组织试验生成式AI和智能体AI,许多组织缺乏管理风险、确保合规性和衡量投资回报所需的防护措施。
ServiceNow的研究强调了其所称的"AI领跑者"日益增长的重要性,这些组织通过采用基于平台的方法、将AI嵌入端到端工作流程以及优先考虑治理和领导力来超越同行。这些组织更可能报告AI投资带来的生产力提升、创新加速和利润率增长。
智能体AI被强调为关键的新兴趋势。虽然采用仍处于早期阶段,但ServiceNow相信此类技术可能在对阿联酋经济至关重要的行业中发挥重要作用,包括网络安全运营、基础设施管理和客户服务。
报告还强调,人力资本将是阿联酋AI驱动增长的核心。虽然自动化将简化日常任务,但组织需要大力投资于员工的再培训和技能提升,以便与AI系统有效协作。专注于AI治理、工作流程设计、变更管理和伦理监督的角色预计将变得更加重要。
该公司总结认为,阿联酋在国家战略、监管支持和投资意愿方面的结合使其能够很好地从AI中获取经济价值。然而,要实现预测的103万个新就业岗位,将取决于组织如何有效地将雄心转化为执行,在创新与治理之间取得平衡,在技术部署与劳动力转型之间取得平衡。
Q&A
Q1:阿联酋到2030年预计新增多少AI相关就业岗位?
A:据ServiceNow预测,阿联酋到2030年将新增超过103万个AI驱动的就业岗位。这一增长主要由《阿联酋2031年国家人工智能战略》等国家举措推动,以及公私部门对AI技术的持续投资。
Q2:新增的AI岗位主要集中在哪些领域?
A:这些新岗位的大部分并非传统的数据科学或机器学习职位,而是涵盖IT服务管理、网络安全、工作流程自动化、数字化运营以及由AI工具增强的商业角色等广泛职能领域。
Q3:阿联酋在AI发展方面面临哪些主要挑战?
A:主要挑战包括数据安全和治理问题。随着组织试验生成式AI和智能体AI,许多组织缺乏管理风险、确保合规性和衡量投资回报所需的防护措施,这与其他先进数字经济体面临的担忧相似。
好文章,需要你的鼓励
2025年1月,OpenAI、软银、甲骨文和MGX联合宣布"星际之门"计划,承诺投资5000亿美元,部署高达10GW算力基础设施。如今,该项目已从白宫发布会上的宏大承诺,演变为一场前所未有规模的基础设施建设实验。项目已扩展至德克萨斯、威斯康星、俄亥俄等多地,并延伸至阿布扎比和挪威。然而,融资争议、合作伙伴摩擦、能源压力及政策监管收紧,正考验着这一"AI工业园"模式能否真正落地。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
加密货币交易所OKX正式推出AI智能体交易市场OKX AI,允许AI代理相互雇佣、自主结算,并建立基于区块链的可携带信誉档案。该平台经过50家早期服务商封测后向开发者开放,依托稳定币和链上支付基础设施,支持全天候微支付。OKX创始人徐明星表示,传统金融基础设施为人类而建,智能体经济需要为自主软件专门设计的基础设施。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。