微软李磊：生成式AI将影响1/4的工作岗位，未来工作就业趋势展望
GPT4给我的回答是：‘只需要把蓝色房间刷成白色，对已经是黄色的房间不用采取任何行动。黄色的房间会在一年内变成白色，你只需等待即可。’”
这是微软中国数据科学与人工智能解决方案部总经理李磊近日在2023中国汽车先锋论坛上分享的生动案例。
通过这次测试，李磊得出的结论是：GPT4具备从已有常规知识中自主组织、编排新信息的能力。并且能够根据已知信息进行推理，这已经超越了基础知识的应用，展现出了新的潜能。
从ChatGPT、GPT和AIICG的概念辨析切入，李磊介绍了基于GPT的大模型的应用场景和实现路径。他认为，客观来讲，GPT最备受关注的是其创作生成的能力，用于文章写作、致辞、营销文案等领域。此外，在图像生成、动画制作及视频生成方面也都有应用。
从目前来看，生成式AI最初是自然语言处理（NLP）出发。在李磊看来，GPT是一个基石，作为基础模型，GPT在这个领域发挥着重要作用。其中数据显得尤为重要。
与大数据和人工智能打了多年交道的李磊表示：“当大众认知和体会到了数据和人工智能，就会催生出一系列场景。”比如与ChatGPT聊天机器人互动，这不仅提升了公众对AI的认知，也催生了许多实际业务场景，反过来推动了业务发展。
就技术角度而言，GPT的持续进阶还有一些关键问题需要慎重考虑。李磊认为，重点在于不应过分拘泥于ChatGPT本身，而应关注底层的GPT模型及其具备的能力。ChatGPT只是GPT的应用场景之一，当把底层模型作为标准的模型服务推出，市场就会基于这一模型衍生出一系列场景，从而提升生产效率。
据李磊预测，生成式AI可在10年内将劳动生产率的年增长率提高近1.5%，目前约有2/3的工作都受到某种程度的AI自动化影响，而生成式AI将影响当前1/4的工作岗位。
在我们所熟知的汽车产业，GPT在当下已经有了一些典型的应用，主要涉及智能驾舱、个性化人机交互、智能客服、智能营销、产品研发等方面。例如，可以利用GPT生成销售培训问题，从而建立销售培训的问题解答库。此外，GPT还可用于生成销售话术，也可用于评估客户服务质量和服务反馈，也可用于编写营销文章等。李磊强调，这些都是目前为止的应用，随着未来更多的应用场景出现。
未来，GPT模型有哪些潜能可以发掘？李磊认为可以关注以下几个方面。
首先是总结摘要能力，GPT的NLP能力，具备从对话中抽取信息的能力。例如，对于客服系统，可以从对话中提取出对话原因、对话情绪以及对话总结等信息。
此外，GPT在意图识别方面也有很大潜力。在人机对话中，理解对话中的意图是关键，而GPT在这方面的能力提升可以促进客服自动问答和意图识别的发展。李磊提到，目前GPT的语言能力已经非常强大，还可以用于翻译等应用。
另一个是归纳推理能力，GPT能从海量文本中归纳出关键信息。比如辅助研报撰写，先通过GPT阅读大量资料生成要点，从而根据要点减少信息筛选并再辅助生成研报的工作。
在拥有基本能力的基础上，研发人员还可以通过专业的领域知识训练GPT，使其具备更专业的能力。例如，销售人员可以用基于GPT训练好的行业知识能力生成问题，还可用于对于行业客户的邮件回复、方案编写等。
随着技术的发展，人类正迎来人工智能的全新时代。在李磊看来，未来的机会将掌握在我们自己手中，通过充分利用可信任的、合规的AI，不仅可以服务车企，为企业创造价值，还可以造福整个人类。
