中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

隨著AI技術的飛速發展，其對就業市場的影響日益凸顯。本文將深入探討AI技術對就業市場的沖擊，以及AI行業自身的發展挑戰和未來趨勢，供各位參考。

2024年的最后一天，百度發布首個“2024年度AI提示詞”，最高頻的提示詞是“答案”。在人類與AI關系的接縫處，每個人都充滿疑惑，充滿對未知的恐慌，渴求通往未來的答案。

“我的工作會不會被AI取代？”無數人在向AI尋求答案。

每一項新技術出現之初，技術恐慌往往大過于期待。原畫師、人工客服、翻譯等崗位最先被AI部分替代，智聯招聘執行副總裁李強表示，40%白領類職業有被AI替代的風險。

在給很多人類職業帶來挑戰的同時，AI行業自身也遇到挑戰。

《Prediction Machines》（中譯名《預測機器：人工智能的簡單經濟學》）一書中提出了一個觀點：當生產要素的成本下降百倍時，會迎來時代的轉折點。比如電力成本下降100倍，開啟了電氣時代；通信成本下降100倍，推動移動互聯網時代的到來。

過往10年，英偉達將算力成本降低了100萬倍，未來，英偉達計劃將算力成本再降低100萬倍。當算力成本下降100萬倍時，將進入怎樣的時代？這給從業者帶來一個很大的挑戰。

在商湯科技董事長兼CEO徐立看來，2025年，整個AI行業都有兩條“生死線”：算力供給的成本線和開源模型性能線。只有邁過“生死線”，AI行業才能完成從“燒錢”到“賺錢”的大跨越。

一、AI替代人工的恐慌

AI替代人類的技術恐慌是全球性的。BBC曾報道，一團隊負責人用ChatGPT取代了60名員工，最后自己也被解雇。導演陸川曾表示，用AI畫一幅電影海報，15秒出來的效果比專業海報公司做1個月的還要好。

AI替代效應實實在在，目前，原畫師崗位的需求量已經驟減90%，網約車、航空公司的呼叫中心都在減少人工客服，甚至有用戶發現，某頭部打車軟件轉人工后仍是AI客服。

北京大學國家發展研究院與智聯招聘發布的《AI大模型對我國勞動力市場潛在影響研究：2024》顯示，編輯/翻譯、客服/運營、銷售/商務拓展等崗位最容易受大語言模型沖擊。

“重復高、程序化、不需要大量體力的白領類職業，40%都有被AI替代的風險，比如會計、美術、翻譯等。但是，部分崗位被替代的同時，新的崗位在產生，比如算法工程師、AI標注員。”智聯招聘執行副總裁李強對《IT時報》記者表示，“就業極化”現象越來越明顯，兩頭緊缺，中間冗余，目前人才緊缺的崗位要么是算法工程師，要么是養老服務人員。

“AI已經開始替代人類，但是永遠不會完全替代，也不會完全替代某個行業，而人與AI之間的差距，正是人類的機會。”傳神語聯創始人何恩培認為，AI使得同一時間里同一群人產出的效率更高了，比如一個研究機構里5%是首席專家，30%是中級研究者，65%是基礎研究者，那么絕大多數基礎研究者很有可能會被AI替代。

技術變革演進大多時候是殘酷的，而處于過渡階段的一撥人是最彷徨的。趕快學會AI，用大模型復刻一個自己的“孿生”雙胞胎，是絕大多數行業人士給到普通人的建議。

從智聯招聘的調研數據來看，53.3%的受訪者已經在工作中不同程度地使用或學習AI技術、工具，其中95后、00后中該占比分別為58.4%和55.6%。同時，AI也創造了新職業。2024年上半年，人工智能相關崗位需求激增，自然語言處理、深度學習、機器人算法等崗位需求增長顯著，相關薪資也呈上升趨勢。

人類的競爭者是會使用AI的人類，而不是AI。“技術不可阻擋，因為AI沒有情緒，我們只能適應大勢，成為AI的駕馭者。”北京大學博雅特聘教授、國家發展研究院原院長、經濟學教授姚洋對《IT時報》記者說道，不要小看老百姓的自我調節能力，今年高考志愿就集中在AI、自動化相關專業，財經、金融專業反倒不吃香了，而且AI創造了更多數字經濟的崗位，新型服務業也會發展起來，也能吸收大量勞動力。

“大模型處理的數據是你一輩子都處理不完的，但不要把大模型看作一種工具，而是一個新物種，關系不要對立，跟它一起共創未來。”何恩培說道。

二、大模型價格戰繼續

小參數高性能模型已經成為新趨勢，當大家不再拼參數時，算力的成本會相應下降。同時，算力大建設時期產生的冗余算力也打起了價格戰。多位大模型企業負責人向《IT時報》記者反饋，2024年算力的成本下降了30%—50%。

開頭提到AI的兩條生死線中，第一條是算力供給的成本線。在徐立看來，算力行業的進入時機尤為關鍵，如果晚幾年投入，可能只需要1/1000的資源就能完成相同的任務，在什么時間節點投入、投入的資源是否能沉淀為持久的價值，就成為算力行業發展的第一條生死線。

“買漲不買跌”的慣性在算力市場上也有所體現，在中小型公司看來，算力芯片已不用囤貨，一方面英偉達在快速地更新迭代，而且還有其他國產算力可替代；另一方面行業預期算力還將進一步降價。像傳神語聯主要有兩種算力需求，一是大模型的訓練推理，二是交付給客戶的大模型一體機。“我們預訓練的成本大概是同等性能大模型的1/10—1/5，比如說行業的人才和算力比是1:50，我們大概是1:5，這個算力需求量基本不需要囤貨?！焙味髋嗵岬?。

比算力更甚，通用大模型的價格戰打得十分慘烈。2024年618期間，第一波價格戰達到高潮，8家國內外大模型宣布大降價，包括幻方量化、智譜、GPT-4o、字節豆包、阿里通義千問、百度文心一言、騰訊混元和科大訊飛星火等。大模型通常以“元/千tokens”為計費單元，字節豆包以分為單位的使用成本，直接打到了以厘為單位，真正挑起了價格戰。這邊阿里云剛宣布降價97%，那邊百度、科大訊飛、騰訊云紛紛拿出部分小模型免費供開發者使用。

“2025年大模型還會繼續打價格戰，因為國內通用大模型較為同質化，細數Top30的通用大模型，也許客戶都是同一批，所以贏得客戶只能靠價格。而國外通用大模型走的是差異化路線，OpenAI專攻生成式AI，谷歌專精于專用領域的深度學習，以及馬斯克服務于具身智能等等。國內大模型應該進行根創新，不然價格戰只會越打越慘烈?！焙味髋嗾J為。

徐立提到的第二條生死線是開源模型性能線，也強調要走差異化路線。大模型開源已經成為一個重要前提，目前基礎設施提供方、內容平臺、創業公司都在積極開源，這三類開源企業帶來一條性能增長線，而這條性能線已經接近甚至追平閉源模型，如果行業開源模型投入的平均水平較高，企業的投入不足，就必須走差異化路線，為行業提供獨特的價值。

三、跨越“生死線”？

2024年底，在中外各大AI論壇上，預訓練時代是否會終結是必談的話題。

一方認為預訓練時代已經結束，前OpenAI聯合創始人、SSI創始人Ilya Sutskever在NeurIPS 2024大會上宣告，預訓練作為AI模型開發的第一階段即將結束。

支持Ilya觀點的人士給出的理由是，數據正在枯竭。有研究預計，2028年左右，已有的數據儲備將全部用完，基于大數據的大模型發展可能放緩甚至陷入停滯；尺度定律“撞墻”，投入一千萬元預訓練只能在榜單上增加一兩分，大模型成為“月拋型”，甚至“周拋型”。OpenAI首席執行官薩姆·奧特曼也坦言，GPT-4遇到推理速度慢、成本高昂等副作用。

另一方的看法是，預訓練時代永遠不會結束。何恩培也這樣認為，但在他看來，實時學習的時代來了，而且大有可能成為技術主流，算法將比算力發揮更大作用。

“數據不是枯竭了，即便我們從世界上獲得數據不再免費了，但是有價值的數據才剛開始被挖掘?！焙味髋嗾J為，數推分離是獲得有價值真實世界數據的一大路徑，OpenAI也將從GPT-5開始嘗試將數據與推理引擎分離，簡稱數推分離。

何為數推分離？何恩培解釋道，數據學習網絡如同人類左腦，在企業端實時學習歷史數據和業務運營中的新數據，讓企業數據為模型注入知識養分，不需要離開企業上傳至公有云；推理網絡如同人類右腦，經過適量數據預訓練可以達到不錯的推理和泛化能力。雙腦模式更像人類學習知識的方式，只需要閱讀幾百本書就能獲得一定的智慧來解決各種各樣的問題。這種模式最大的優勢是企業數據不用出域，在本地就能實時學習，打消了企業對數據安全的顧慮。

目前國內少有大模型企業走出這片技術沙漠，但這也許是國內大模型企業彎道超車的機會，跨越從“燒錢”到“賺錢”的生死線。