AI時代正式到來，人工智能更是被首次納入企業(yè)裁員理由，而或許AI引爆的裁員浪潮才剛剛開始。2024年11月30日，咨詢機構(gòu)麥肯錫發(fā)布了一份題為《生成式人工智能的經(jīng)濟潛力》的研究報告（詳細內(nèi)容請參見麥肯錫官方網(wǎng)站）。在報告中，分析師們通過對47個國家及地區(qū)的850種職業(yè)（全球80%以上勞動人口）的研究，探討AI技術(shù)對全球經(jīng)濟的影響，以及哪些行業(yè)受到的沖擊最大。

AI取代人類工作的時間大幅提前

根據(jù)麥肯錫的研究，通過對47個國家及地區(qū)的850種職業(yè)的研究發(fā)現(xiàn)，AI取代人類工作的時間比此前預(yù)測提前了10年。在2030年至2060年間（中點為2045年），50%的職業(yè)將逐步被AI取代。這一變革將重塑勞動力市場并對全球經(jīng)濟結(jié)構(gòu)產(chǎn)生深遠影響。

AI對不同工作群體的影響

全局上看，AI對各行各業(yè)的發(fā)展有利，但對個人而言，尤其是高薪、高學歷的腦力勞動者將面臨巨大沖擊。前幾代的自動化技術(shù)主要涉及數(shù)據(jù)收集與處理，對知識工作者影響較小，但生成式AI的出現(xiàn)，使得知識工作者的角色和任務(wù)與大語言模型(LLM)正好適配。因為大語言模型從根本上是為了完成認知任務(wù)而設(shè)計的，與2017年相比，其在專業(yè)知識的應(yīng)用能力增加34個百分點，自動化管理和培養(yǎng)人才的潛力從2017年的16%上升到2023年的49%。許多涉及溝通、監(jiān)督、記錄和與人互動的工作都有可能被生成式AI自動化，這加速了教育工作者及從事創(chuàng)造性勞動的白領(lǐng)工作的轉(zhuǎn)型。

對于低薪工作而言，人工成本低，原本自動化的好處不明顯，并且從事勞動活動的低薪職業(yè)很難自動化，比如采摘嬌嫩水果。然而，由于生成式AI在技術(shù)自動化方面的進步，這些以前被認為相對不容易被自動化的工作將受到最大的影響。

生成式AI價值增長集中的領(lǐng)域及原因

生成式AI帶來的價值增長主要集中在四個領(lǐng)域：客戶運營、營銷和銷售、軟件工程以及研發(fā)（約占75%）。

在客戶運營領(lǐng)域，生成式AI可以通過自動化客戶服務(wù)，例如智能客服機器人能快速解答客戶常見問題，提高客戶滿意度。在營銷和銷售領(lǐng)域，生成式AI可以通過生成個性化廣告來提高營銷效果，比如將生成式AI應(yīng)用于生成個性化電子郵件等創(chuàng)意內(nèi)容，還能更好地定位客戶群，營銷職能部門可以將資源轉(zhuǎn)移到為自有渠道制作更高質(zhì)量的內(nèi)容，可能會減少外包的支出，除了對生產(chǎn)力的直接影響外，還將產(chǎn)生連鎖反應(yīng)，將銷售生產(chǎn)力提高3%到5%。

從軟件工程來看，生成式AI約直接影響每年軟件工程支出的20% - 45%。這一價值主要來自于減少某些工作的時間，如生成初始代碼、代碼修正和重構(gòu)、根本原因分析和生成新的系統(tǒng)設(shè)計。一項研究發(fā)現(xiàn)，使用微軟GitHubCopilot的軟件開發(fā)人員完成任務(wù)的速度比不使用該工具的人快56%。麥肯錫對軟件工程團隊進行的一項內(nèi)部經(jīng)驗性研究發(fā)現(xiàn)，那些經(jīng)過培訓后使用AI的人生成和重構(gòu)代碼所需的時間極速減少，而且工程師普遍認為工作體驗得到改善，稱其使工作更快樂、流程更方便和更容易獲得成就感。在研發(fā)方面，以生命科學和化工為例，人工智能可以更快地產(chǎn)生潛在的分子，加速開發(fā)新藥物和新材料的過程，這可能會使制藥公司和醫(yī)療產(chǎn)品公司的利潤增加多達25%。

受沖擊最大的行業(yè)

銀行業(yè)、高科技行業(yè)和生命科學等行業(yè)所受的影響將最為顯著。僅銀行一個行業(yè)，就有可能通過提高生產(chǎn)力額外產(chǎn)生2000至3400億美元的產(chǎn)出，相當于營業(yè)利潤增長9%至15%。新技術(shù)提高了這些行業(yè)的客戶滿意度、有助于決策制定并通過更好的監(jiān)控減少欺詐等。

AI對全球經(jīng)濟的潛在貢獻

AI每年可為全球經(jīng)濟帶來2.6萬億至4.4萬億美元的增長，生產(chǎn)力提高0.1% - 0.6%，這一增量基本相當于英國一年的GDP（2021年為3.1萬億美元）。

麥肯錫的這份報告為我們揭示了AI技術(shù)對經(jīng)濟的潛在影響，也提醒我們關(guān)注這一變革對個人和行業(yè)的深遠影響。隨著AI技術(shù)的不斷發(fā)展，我們需要重新審視和規(guī)劃未來的職業(yè)道路，以適應(yīng)這一新的技術(shù)革命。同時，政府和企業(yè)也需要積極應(yīng)對AI帶來的挑戰(zhàn)，通過政策調(diào)整和技術(shù)創(chuàng)新，確保這一技術(shù)變革能夠為社會帶來更大的福祉。

由于新崗位的生產(chǎn)效率，要優(yōu)于被取代崗位的生產(chǎn)效率，所以實際上整個社會的生產(chǎn)效率是提升的。

但是具體到個人，只能說是：

“最先掌握AI的人，將會比較晚掌握AI的人有競爭優(yōu)勢”。

這句話，放在計算機、互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)的開局時期，都是一樣的道理。

我在一線互聯(lián)網(wǎng)企業(yè)工作十余年里，指導過不少同行后輩。幫助很多人得到了學習和成長。

我意識到有很多經(jīng)驗和知識值得分享給大家，也可以通過我們的能力和經(jīng)驗解答大家在人工智能學習中的很多困惑，所以在工作繁忙的情況下還是堅持各種整理和分享。但苦于知識傳播途徑有限，很多互聯(lián)網(wǎng)行業(yè)朋友無法獲得正確的資料得到學習提升，故此將并將重要的AI大模型資料包括AI大模型入門學習思維導圖、精品AI大模型學習書籍手冊、視頻教程、實戰(zhàn)學習等錄播視頻免費分享出來。

該階段讓大家對大模型 AI有一個最前沿的認識，對大模型 AI 的理解超過 95% 的人，可以在相關(guān)討論時發(fā)表高級、不跟風、又接地氣的見解，別人只會和 AI 聊天，而你能調(diào)教 AI，并能用代碼將大模型和業(yè)務(wù)銜接。

• 大模型 AI 能干什么？
• 大模型是怎樣獲得「智能」的？
• 用好 AI 的核心心法
• 大模型應(yīng)用業(yè)務(wù)架構(gòu)
• 大模型應(yīng)用技術(shù)架構(gòu)
• 代碼示例：向 GPT-3.5 灌入新知識
• 提示工程的意義和核心思想
• Prompt 典型構(gòu)成
• 指令調(diào)優(yōu)方法論
• 思維鏈和思維樹
• Prompt 攻擊和防范
• …

該階段我們正式進入大模型 AI 進階實戰(zhàn)學習，學會構(gòu)造私有知識庫，擴展 AI 的能力?？焖匍_發(fā)一個完整的基于 agent 對話機器人。掌握功能最強的大模型開發(fā)框架，抓住最新的技術(shù)進展，適合 Python 和 JavaScript 程序員。

• 為什么要做 RAG
• 搭建一個簡單的 ChatPDF
• 檢索的基礎(chǔ)概念
• 什么是向量表示（Embeddings）
• 向量數(shù)據(jù)庫與向量檢索
• 基于向量檢索的 RAG
• 搭建 RAG 系統(tǒng)的擴展知識
• 混合檢索與 RAG-Fusion 簡介
• 向量模型本地部署
• …

恭喜你，如果學到這里，你基本可以找到一份大模型 AI相關(guān)的工作，自己也能訓練 GPT 了！通過微調(diào)，訓練自己的垂直大模型，能獨立訓練開源多模態(tài)大模型，掌握更多技術(shù)方案。

到此為止，大概2個月的時間。你已經(jīng)成為了一名“AI小子”。那么你還想往下探索嗎？

• 為什么要做 RAG
• 什么是模型
• 什么是模型訓練
• 求解器 & 損失函數(shù)簡介
• 小實驗2：手寫一個簡單的神經(jīng)網(wǎng)絡(luò)并訓練它
• 什么是訓練/預(yù)訓練/微調(diào)/輕量化微調(diào)
• Transformer結(jié)構(gòu)簡介
• 輕量化微調(diào)
• 實驗數(shù)據(jù)集的構(gòu)建
• …

對全球大模型從性能、吞吐量、成本等方面有一定的認知，可以在云端和本地等多種環(huán)境下部署大模型，找到適合自己的項目/創(chuàng)業(yè)方向，做一名被 AI 武裝的產(chǎn)品經(jīng)理。

• 硬件選型
• 帶你了解全球大模型
• 使用國產(chǎn)大模型服務(wù)
• 搭建 OpenAI 代理
• 熱身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地計算機運行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何優(yōu)雅地在阿里云私有部署開源大模型
• 部署一套開源 LLM 項目
• 內(nèi)容安全
• 互聯(lián)網(wǎng)信息服務(wù)算法備案
• …

學習是一個過程，只要學習就會有挑戰(zhàn)。天道酬勤，你越努力，就會成為越優(yōu)秀的自己。

如果你能在15天內(nèi)完成所有的任務(wù)，那你堪稱天才。然而，如果你能完成 60-70% 的內(nèi)容，你就已經(jīng)開始具備成為一名大模型 AI 的正確特征了。

這份完整版的大模型 AI 學習資料已經(jīng)上傳CSDN，朋友們?nèi)绻枰梢晕⑿艗呙柘路紺SDN官方認證二維碼免費領(lǐng)取【】