研究预测，未来10年生成式人工智能对美国经济的影响将达万亿美元

牛津经济研究院与 Cognizant 联合开展的具有里程碑意义的研究预测，生成式人工智能将对美国 90% 的工作岗位产生影响，为了保持经济增长，亟需开展战略性的技能再培训。

2024年1月13日， Cognizant（纳斯达克股票代码：CTSH）与牛津经济研究院联合发布最新经济影响研究《新工作，新世界》(New Work, New World) 的研究成果。研究预测，90% 的工作将在某种程度上受到生成式人工智能 (gen AI) 的影响，我们处理工作、提高生产力和促进经济增长的方式均将发生深刻转变。研究还发现，企业对人工智能技术的采用率以及个人适应新工作方式的速度，将决定这项技术的影响力。

牛津经济研究院首席执行官 Adrian Cooper 表示："我们的研究旨在阐明人工智能可能对全球劳动力产生的影响。研究结果揭示了这项技术将以多快的速度影响美国经济发展进程，为领导者利用这项技术的潜力并迅速适应提供了宝贵见解。"

生成式人工智能有助于提高运营效率、创造新的收入来源、革新产品和服务，甚至重新定义企业。为了量化生成式人工智能对生产力和未来工作的潜在影响，Cognizant 与牛津经济研究院合作构建了一个经济模型，探究了美国企业采用生成式人工智能的三种情境。该模型考虑了推动美国经济发展的 18,000 项任务，并仔细研究了生成式人工智能可能对与这些任务相关的工作岗位产生的影响。虽然研究主要关注美国劳动力，但其发现的一般主题对全球都有参考价值。研究提出的主要观点包括：

    未来十年对人工智能的采用将会出现激增，并将进入成熟期：企业对人工智能功能的采用尚处于试验阶段。不过研究表明，仅在四到八年内，采用率就会从 13% 飙升至 31%。研究预测，15 年后，采用率增长可能会放缓，但至少还会继续增长 15 年。

    经济可能迅猛发展：随着企业人工智能技术采用率不断增长，未来 10 年，预计美国的生产率将提高 1.7%—3.5%，美国的 GDP 将从 4,770 亿美元增长至 1 万亿美元。

    与此同时，就业市场可能会受到影响：随着工作任务因采用生成式人工智能而实现自动化，半数工作 (52%) 预计将发生显著变化。大约 9% 的美国现有劳动力可能会被取代，根据历史经济变化规律，其中 1% 的人可能难以找到新工作。

    知识含量较高的工作可能最受影响：过去，技术进步和自动化主要影响的是体力劳动和以流程为中心的知识型工作。而生成式人工智能产生的影响与之相反，它将会对知识型工作产生更大的干扰。此外，信用分析、计算机编程、网络开发、数据库管理和平面设计等工作的理论最大风险敞口得分已经达到大约 50%。到 2032 年，随着技术的不断发展，一些工作的敞口得分可能会攀升至 80%。

    首席执行官将会感受到影响：数据显示，C 级高管乃至首席执行官的理论最大敞口得分（即工作任务容易被生成式人工智能自动化的程度）可能会超过 25%，这是因为从竞争评估到战略决策，他们都开始使用生成式人工智能。

Cognizant 首席执行官Ravi Kumar S 表示："生成式人工智能在各领域的表现已经让我们惊叹不已，但它在我们日常业务运营中的真正影响才刚刚开始显现。为了充分利用这项技术的潜力来提高生产力，我们必须全面了解它对未来工作造成的影响，并携手为人们创造与之共生共荣的最佳机遇。"

紧跟人工智能的发展步伐，重新培养劳动力

虽然这项研究的时间跨度超过十年，但 Cognizant 认为，如今社会各领域的领导者应当积极合作，建立新的信任契约，助力企业、员工和经济在人工智能时代蓬勃发展。随着这项技术在劳动力中日益普及，员工需要掌握新的技能，为业务战略和人工智能管理等领域提供支持。再培训计划曾是员工职业生涯发展的辅助手段，如今培训将成为工作日的重要组成部分，企业将在工作日专门安排时间开展教育和培训。

根据这一愿景，Cognizant 最近推出了 Synapse 计划，旨在通过为全球一百多万人重新定义机会，彻底改变和重新平衡技术教育和劳动力发展的格局。依托 Cognizant 深厚的专业积淀和多年技术再培训的丰富经验，该计划旨在到 2026 年为不断扩大的数字经济打造一个全新的适宜雇佣的人才库。点击此处了解有关 Synapse 的更多信息。

如需查看完整的研究报告，了解更多信息，请访问 https://www.cognizant.com/us/en/gen-ai-economic-model-oxford-economics。

研究方法：Cognizant 《新工作、新世界》研究 牛津经济研究院受 Cognizant 委托，评估和预测未来 10 年生成式人工智能技术对美国产生的经济影响。

该项目分为五个主要工作阶段，循序渐进地开发牛津全球经济模型 (GEM) 的假设输入值。这些输入值反映了我们的预期，即在预测期内美国企业对生成式人工智能技术的采用将如何影响经济活动的结构性驱动因素，特别是全要素生产率 (TFP) 的增长。为了反映这一过程中固有的不确定性，我们设定了三种情境，以便得出一系列结果。