根据招聘网站的最新研究，随着生成式人工智能工具和平台的到来，企业正在寻求雇佣更多有人工智能(AI)经验的人，这迫使企业重新思考他们的数字战略。
这些研究还记录了那些希望利用人工智能技术通过增加和/或自动化员工任务来提高效率和产量的组织最需要的人工智能技能。
招聘网站Upwork周二发布了一份关于求职者接受工作的技能组合的研究，以及与增长最快的技能类别——生成人工智能相关的公司的搜索和招聘行为。调查发现，49%的招聘经理计划雇佣更多的独立人才，49%的人表示他们将雇佣更多的全职员工——这两者都是人工智能部署计划的结果。
2023年上半年，人工智能是Upwork上增长最快的类别，与2022年底相比，今年第二季度的生成式人工智能职位增加了1000%以上;在同一时期，相关搜索增加了1500%以上。
Upwork求职者资料中列出的季度环比增幅最大的十大生成式人工智能相关技能(2023年第二季度与2023年第一季度)是:大型语言模型(LLM);生成人工智能;你只看一次(YOLO);目标检测;稳定的扩散;提示工程;ChatGPT;Azure OpenAI;人工智能聊天机器人;以及人工智能文本到语音。
十大与生成式人工智能相关的工作是:ChatGPT、自然语言处理(NLP)、Tensorflow、图像处理、Pytorch、AI内容创作、Midjourney、AI聊天机器人、LLM调优和稳定扩散。
Upwork通过查看每个招聘启事以及自由职业求职者在其在线个人资料中附加的技能来确定最佳人工智能招聘;包括ChatGPT等新一代人工智能工具。
开展这项研究的Upwork研究所董事总经理凯利•莫纳汉表示:“我们研究了2023年1月1日至6月30日期间招聘的包含生成式人工智能技能的工作岗位数量。”“我们报告了招聘的十大生成人工智能职位，其中包括招聘启事中列出的生成人工智能技能之一。在此期间，Chat GPT升至首位。招聘本身可以是一系列活动，比如招聘一名可以与Chat GPT合作的人工智能开发人员、一名Chat GPT作家或一名Chat GPT专家，为公司提供用例咨询。”
根据Upwork的数据，今年第一季度至第二季度，与生成式人工智能相关的搜索增长最快的是:
- 人工智能有限公司ntent创造
- 压力梯度
- Azure OpenAI
- 有限公司神经网络
- 大型语言模型(llm)
- 生成的人工智能
- 人工智能聊天机器人
- Midjourney
- 毕业舞会pt工程
- Pytorch
Upwork表示，围绕招聘的情绪，以及对人工智能感兴趣的公司的活动激增，都是强烈的早期迹象，表明企业正高度关注这项快速发展的技术所能提供的机会。公司正在将重点从单一代人工智能工具转向应用程序和服务，包括人工智能内容创建、Azure OpenAI和提示工程。
莫纳汉表示:“生成式人工智能与其他新兴技术的采用曲线类似。“当它首次向公众广泛发布时，人们仍在确定该技术的具体用例，因此他们的搜索是从广泛的层面开始的。以生成式人工智能为例，ChatGPT是第一个引起公众关注的工具。因此，我们的平台数据显示，今年年初的许多搜索都是来自于寻找具有ChatGPT技能的自由职业者。”
事实上，ChatGPT在2023年上半年的公司搜索量最大。ChatGPT的创造者OpenAI继续看到其工具的“先发优势”，包括底层的大型语言模型——GPT-3和GPT-4。ChatGPT在招聘人员的生成式人工智能相关搜索词列表中名列前茅，其次是谷歌的BERT和Stable AI的Stable Diffusion。
在社交网络和专业社交网站linkedIn上，从2022年5月到2023年5月，提到GPT或ChatGPT的招聘信息比例增长了近6倍。在过去的五年里，linkedIn成员中担任或曾经担任“人工智能主管”职位的人数几乎增加了两倍。
随着人们对人工智能的能力有了更多的了解，他们开始对如何使用人工智能有了更深入的了解。莫纳汉说，这种成熟周期反映在与人工智能相关的搜索中。莫纳汉说:“他们不是在寻找像ChatGPT这样的单一工具，而是在寻找生成式人工智能技术的各种用例，比如人工智能内容创建、用于构建机器学习网络应用程序的服务(如Gradio)和即时工程。”
招聘市场的变化表明，人们对实施人工智能来解决业务问题所需的技能有了更深的认识，比如使用大型语言模型(llm)、快速工程的作用和目标检测。
根据Monahan的说法，物体检测是一种计算机视觉技术，可以训练模型来定位、识别和分析数字图像或视频中的物体。You only Look once (YOLO)是一种特定的目标检测工具，Upwork将其视为自由职业者个人资料中最重要的生成技能。
Upwork在7月早些时候的一项研究中发现，与基因人工智能相关的每周招聘数量，如ChatGPT、谷歌的Bard和Cohere的Coral，比一年前增长了450%以上。
领英(linkedIn)上周发布的《未来工作报告》(Future of Work report)显示，自去年11月以来，提及GPT或ChatGPT的全球英语招聘信息所占比例增长了21倍。
事实上，47%的美国高管认为使用人工智能将提高生产率。此外，44%的高管计划明年在其组织中增加对人工智能的使用，40%的高管认为这项技术将有助于实现更多的增长和收入。
领英表示:“自2016年以来，人工智能人才和增加人工智能技能的成员的崛起一直在加速。”“随着ChatGPT的推出，我们看到了人工智能的前景，以及它如何重塑工作所需的技能，同时帮助人们提高工作效率。”
linkedIn表示，对25个国家人工智能技能的分析显示，自ChatGPT推出以来，linkedIn会员在个人资料中添加人工智能技能的速度几乎翻了一番，从7.7%(2022年5月至11月)上升到13%(2022年11月至2023年6月)。
Gartner杰出副总裁分析师Erick Brethenoux表示，虽然人工智能已经使用了50多年，但生成式人工智能(生成文本、图像或其他媒体的算法能力)已经成为一种非常受欢迎的能力。
人工智能可以帮助组织提供决策支持，在几秒钟内解析数千个数据点或记录，并取代平凡的任务，从而解放员工去执行更重要、更有创造性的工作。“生成式人工智能诞生于机器学习技术。人们为人工智能添加了基于规则的系统、自然语言处理和知识图谱。”
例如，通用人工智能应用程序可以帮助决策增强，或者人与机器的合作，Brethenoux说。
“我无法同时分析7000个维度，”他说。“机器可以做到。那么，很好——让他们分析数据并找到模式。然后，如何应用这些模式可以由我自行决定，也可以由机器帮助。”
此外，llm可以使用api进行定制或定制，以摄取公司数据或通过快速工程进行微调。
例如，OpenAI的GPT-4 LLM被预先训练为下一个单词或内容预测引擎;这就是大多数企业使用它们的方式——开箱即用。预训练的llm可以包含数十亿甚至数万亿个参数，在提供大多数准确和引人注目的内容方面表现相对较好。
至少，预先训练的法学硕士可以作为希望自动化某些任务的组织的起点。但是，预训练的法学硕士通常使用较旧的数据进行训练，并且信息过多。
因此，llm将会萎缩，而不是增长，因为供应商寻求为特定用途定制它们，而这些用途不需要当今最流行的模型中的大量数据集。特定于行业的用例(例如金融服务或医疗保健)要求法学硕士使用这些行业和组织的语言生成更独特的输出。这将需要具备技能的员工为更具体的商业目的定制llm。
随着越来越多的员工接受人工智能培训，随着员工看到新的人工智能企业的潜力，对这项技术取代工作的担忧可能会消退。例如，linkedIn Learning平台目前提供了300门人工智能课程。
Upwork的莫纳汉说:“当然，专业人士可以参加在线认证课程来更新他们的简历，并掌握新兴的生成式人工智能技能。”“有很多地方可以开始，比如Coursera或Udemy，但拥有自己的开放式人工智能服务的公司，如微软(Microsoft)和Azure，也提供在线培训机会。”
