企业智能人才情报公司Draup的数据显示,随着人工智能技术应用的推进,大型企业已经增加了对AI治理专家的招聘需求。该公司在周二发布的报告中审查了财富500强企业的招聘信息以及其专有数据。
AI治理人才需求激增
报告发现,对AI治理和模型风险管理技能的招聘需求同比增长了81%。同时,对具备成本优化和利润保护技能员工的需求较2024年增长了77%。
全球最大的公司在IT部门之外的AI技能需求也出现了上升趋势。与去年相比,客户支持岗位的AI技能要求增长了近25%,销售和营销岗位增长了24%,财务运营岗位增长了21%。
招聘策略面临全面重塑
AI技术颠覆了大型企业的招聘策略,使整个职业类别都面临质疑,同时也给员工和求职者带来了焦虑。
现在,招聘数据开始反映自动化带来的广泛影响,因为公司正在转变其技能优先级。在Draup识别的"高AI增强潜力"财务岗位中,财富500强企业的招聘信息较去年下降了40%,而AI影响较小岗位的降幅相对温和,仅为个位数。
随着企业AI集成的推进,顶级企业领导者在设计新工作模式时更加关注执行力而非层级结构,Draup首席执行官兼联合创始人Vijay Swaminathan表示。
"技能在扩展,角色在整合,AI操作人员需求旺盛,"Swaminathan在周二的新闻发布会上说道。"效率、治理和韧性现在是增长策略的支柱。"
AI治理需求持续上升
随着AI系统更深入地嵌入日常运营,人们对AI治理的兴趣正在上升,主要担忧包括支出浪费、影子AI和网络安全风险。
根据Netskope的研究,近一半的员工正在通过个人设备使用未经授权的生成式AI工具,这一趋势凸显了敏感数据泄露的风险。即使是IT部门可见的AI系统使用也可能带来风险,Zscaler发现大多数AI应用程序容易受到对抗性攻击。
技能培训面临挑战
尽管企业领导者加强了技能提升以弥补AI技能差距,但技术发展的快速步伐正在阻碍相关努力。
Info-Tech Research Group发现,IT员工现在每年半就会看到其核心任务发生变化。但培训跟不上节奏,导致企业现在所需技能的利用出现延迟。
Q&A
Q1:财富500强企业在AI人才招聘方面有什么新趋势?
A:财富500强企业大幅增加了对AI治理专家的招聘需求,AI治理和模型风险管理技能的招聘需求同比增长了81%。同时,非IT部门的AI技能需求也在上升,客户支持、销售营销和财务运营等岗位的AI技能要求都有20%以上的增长。
Q2:AI技术对传统岗位招聘有什么影响?
A:AI技术对招聘产生了分化影响。具有"高AI增强潜力"的财务岗位招聘需求下降了40%,而AI影响较小的岗位降幅相对温和。整体上,AI正在重塑企业招聘策略,使某些职业类别面临质疑。
Q3:企业面临哪些AI治理方面的挑战?
A:企业主要面临三大AI治理挑战:支出浪费、影子AI和网络安全风险。近一半员工使用未经授权的生成式AI工具,存在敏感数据泄露风险,而大多数AI应用程序也容易受到对抗性攻击。
好文章,需要你的鼓励
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。
Uber周三发布了一款基于现代Ioniq 5改装的数据采集原型车,搭载14个摄像头、8个固态激光雷达和9个雷达,通过英伟达双驱Thor计算机处理数据。Uber计划今年在全球部署500辆此类车辆,每月可采集200万英里高保真驾驶数据,供Avride、Waymo、WeRide等30余家自动驾驶合作伙伴使用。这是Uber自2020年出售自动驾驶部门以来首次自主组装车辆,也是其AV Labs部门的重要进展。
SkillOpt-Lite通过将智能体技能优化形式化为零阶优化问题,提出极简流水线:把执行轨迹存为文本文件,让AI直接用文件系统工具翻日志、找规律、改技能,配合独立验证门控,比复杂的多智能体优化框架跑得更快效果更好,并自然延伸至执行框架自动优化(HarnessOpt),使轻量模型能够超越大模型。