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
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。