北大国发院智联招聘2024年AI大模型对我国劳动力市场潜在影响研究报告19页.pdf

上传人:星** 文档编号:152820 上传时间:2024-09-24 格式:PDF 页数:19 大小:3.77MB
下载 相关 举报
北大国发院智联招聘2024年AI大模型对我国劳动力市场潜在影响研究报告19页.pdf_第1页
第1页 / 共19页
北大国发院智联招聘2024年AI大模型对我国劳动力市场潜在影响研究报告19页.pdf_第2页
第2页 / 共19页
北大国发院智联招聘2024年AI大模型对我国劳动力市场潜在影响研究报告19页.pdf_第3页
第3页 / 共19页
北大国发院智联招聘2024年AI大模型对我国劳动力市场潜在影响研究报告19页.pdf_第4页
第4页 / 共19页
北大国发院智联招聘2024年AI大模型对我国劳动力市场潜在影响研究报告19页.pdf_第5页
第5页 / 共19页
北大国发院智联招聘2024年AI大模型对我国劳动力市场潜在影响研究报告19页.pdf_第6页
第6页 / 共19页
北大国发院智联招聘2024年AI大模型对我国劳动力市场潜在影响研究报告19页.pdf_第7页
第7页 / 共19页
北大国发院智联招聘2024年AI大模型对我国劳动力市场潜在影响研究报告19页.pdf_第8页
第8页 / 共19页
北大国发院智联招聘2024年AI大模型对我国劳动力市场潜在影响研究报告19页.pdf_第9页
第9页 / 共19页
北大国发院智联招聘2024年AI大模型对我国劳动力市场潜在影响研究报告19页.pdf_第10页
第10页 / 共19页
北大国发院智联招聘2024年AI大模型对我国劳动力市场潜在影响研究报告19页.pdf_第11页
第11页 / 共19页
北大国发院智联招聘2024年AI大模型对我国劳动力市场潜在影响研究报告19页.pdf_第12页
第12页 / 共19页
北大国发院智联招聘2024年AI大模型对我国劳动力市场潜在影响研究报告19页.pdf_第13页
第13页 / 共19页
北大国发院智联招聘2024年AI大模型对我国劳动力市场潜在影响研究报告19页.pdf_第14页
第14页 / 共19页
北大国发院智联招聘2024年AI大模型对我国劳动力市场潜在影响研究报告19页.pdf_第15页
第15页 / 共19页
北大国发院智联招聘2024年AI大模型对我国劳动力市场潜在影响研究报告19页.pdf_第16页
第16页 / 共19页
北大国发院智联招聘2024年AI大模型对我国劳动力市场潜在影响研究报告19页.pdf_第17页
第17页 / 共19页
北大国发院智联招聘2024年AI大模型对我国劳动力市场潜在影响研究报告19页.pdf_第18页
第18页 / 共19页
北大国发院智联招聘2024年AI大模型对我国劳动力市场潜在影响研究报告19页.pdf_第19页
第19页 / 共19页
亲,该文档总共19页,全部预览完了,如果喜欢就下载吧!
资源描述

1、2023 年 7 月,北京大学国家发展研究院与智联招聘联合发布了AI 大模型对我国劳动力市场潜在影响研究,基于智联招聘平台大数据,构建不同职业的“大语言模型影响指数”,反映其易受大模型技术影响的程度。今年,课题组在此基础上,继续发布AI 大模型对我国劳动力市场潜在影响研究:2024。观察大模型技术发展带来的招聘需求变化,包括跟大模型直接相关的岗位,以及劳动力市场上的其他岗位。并从地域层面,评估各城市 AI 产业发展水平,及其劳动力市场受大模型技术影响的程度。希望为市场各方了解大模型影响进而积极应对提供参考。核心发现一、AI 技术的发展,带来的 AI 人才需求变化大模型、自动驾驶相关岗位招聘需求

2、增加,自然语言处理岗位量翻倍大模型相关岗位招聘薪资上涨,自然语言处理岗位薪资同比增 11%大模型相关岗位对学历、经验的要求提高,4 成要求硕博学历编程语言、机器学习框架、神经网络是大模型人才必备技能二、大模型技术的应用,对企业招聘的影响编辑/翻译工作最易受大模型影响,研发岗位的招聘更快做出调整“大语言模型影响指数”高的职业,招聘占比下降,供给端调整略显滞后“大语言模型影响指数”高的职业,招聘要求提高大模型技术影响的职业,与远程办公类职业重合度较高三、AI 技术发展和影响的地域差异一线城市、省会城市的人工智能发展水平更高中西部省会城市的劳动力市场结构更易受大模型影响11 2 3 566 8101

3、11212 14报告正文1.大模型、自动驾驶相关岗位招聘需求增加,自然语言处理岗位量翻倍近两年,国内人工智能技术的发展突飞猛进,大语言模型、机器人、自动驾驶等领域的创新成果备受瞩目。文心一言、通义千问、Kimi 等大模型工具,日益广泛地应用于智能客服、内容创作和语言翻译等场景。人形机器人在家庭服务、医疗辅助、工业制造等领域的应用逐渐增多,它们通过集成先进的 AI 算法,能够执行更加复杂和精细的任务。“萝卜快跑”更是引起了大众对自动驾驶技术发展的关注。这些 AI 技术的发展,带动相关人才的招聘需求。智联招聘数据显示,2024 年上半年,招聘职位数同比增速前五的人工智能职业,包括大语言模型方面的自

4、然语言处理(111%)、深度学习(61%)岗位,机器人方面的机器人算法岗位(76%),自动驾驶方面的智能驾驶系统工程师(49%)、导航算法(47%)。一、AI 技术的发展,带来的 AI 人才需求变化2024 年上半年招聘同比增速 TOP5 的人工智能职业自然语言处理机器人算法深度学习智能驾驶系统工程师导航算法111%76%61%49%47%1数据来源:智联招聘2.大模型相关岗位招聘薪资上涨,自然语言处理岗位薪资同比增 11%聚焦本报告关注的大模型技术,观察自然语言处理、深度学习岗位的招聘薪酬水平。2024 年上半年,两个岗位的平均招聘月薪分别为 24007 元、26279 元,位列人工智能相关

5、岗位前列,招聘月薪同比增速分别为 11%、2%,增幅领先。一方面,大模型技术作为未来人工智能发展的重要方向,吸引大量企业资本涌入,企业为保持竞争,愿意投入更多资金来吸引、培育专业技术人才。另一方面,大模型相关岗位的专业技能要求较高,符合条件的人才相对稀缺,企业通过高薪来争夺人才。大模型相关岗位的招聘薪酬变化自然语言处理深度学习216352572126279240072023 年上半年2024 年上半年数据来源:智联招聘23.大模型相关岗位对学历、经验的要求提高,4 成要求硕博学历从招聘要求看,大模型相关岗位对求职者的学历和经验要求均较高,且在进一步提高。学历方面,今年上半年,自然语言处理岗位中

6、,要求硕博学历的占比为 35.8%,比去年同期提高 5.5 个百分点;要求本科学历的占比为 56.3%,比去年同期上升 12.6 个百分点。深度学习岗位中,要求硕博学历的占比为 45.5%,比去年同期提高 1.5 个百分点;要求本科学历的占比为 50.7%,与去年同期持平。自然语言处理岗位的学历要求分布深度学习岗位的学历要求分布博士硕士本科大专不限2.0%28.3%43.7%17.1%5.6%8.8%2.2%56.3%33.5%2.3%博士硕士本科大专不限4.4%39.6%51.1%2.3%2.2%2.6%1.6%50.7%40.2%5.3%2023 年上半年2024 年上半年2023 年上半

7、年2024 年上半年数据来源:智联招聘3经验方面,今年上半年,自然语言处理岗位中,要求 3-5 年经验的占比 33.8%,比去年同期提高 2 个百分点;要求5 年以上经验的占比 14.1%,比去年提高 3 个百分点。深度学习岗位中,要求 3-5 年经验的占比 34%,比去年同期提高3 个百分点;要求 5 年以上经验的占比 12.7%,与去年同期持平。5 年以上3-5 年1-3 年1 年以下无经验不限11.3%31.9%25.8%1.3%0.4%5.3%24.4%7.0%20.6%24.0%33.8%14.1%5 年以上3-5 年1-3 年1 年以下无经验不限12.3%30.8%27.3%1.0

8、%0.9%3.4%25.4%6.7%24.7%21.0%34.0%12.7%自然语言处理岗位的经验要求分布深度学习岗位的经验要求分布2023 年上半年2024 年上半年2023 年上半年2024 年上半年数据来源:智联招聘4大语言模型相关岗位涉及编程、建模、算法优化等多个方面的工作内容,专业技术门槛较高,因此岗位的学历要求较高。同时企业往往需要人才进行算法创新和模型研发,从而推进大模型在各个业务场景落地,这需要人才具有较为丰富的实战经验,因此岗位的工作经验要求较高。4.编程语言、机器学习框架、神经网络是大模型人才必备技能从技能要求看,今年上半年,自然语言处理岗位中,Python、C/C+、Ja

9、va 等编程语言要求位列第一、四、五位,PyTorch、TensorFlow 两大机器学习框架/工具位列第二、三位。CNN、DNN、RNN 等神经网络也位列前十。可见,基本编程语言、机器学习框架、神经网络是自然语言处理岗位的必备技能。深度学习岗位中,技能要求 TOP10 与自然语言处理岗位类似,包括 Python、C/C+、Java 等编程语言,PyTorch、TensorFlow、Transformer、Caffe 等机器学习/深度学习框架,以及 ANN、DNN 等神经网络。自然语言处理岗位技能要求 TOP101PythonPyTorchTensorFlowC/C+JavaCNNBERTDN

10、NRNNPaddlePaddle2345678910数据来源:智联招聘51.编辑/翻译工作最易受大模型影响,研发岗位的招聘更快做出调整我们沿用去年AI 大模型对我国劳动力市场潜在影响研究报告中测算“大语言模型影响指数”的方式1,输出一套职业大类的“大语言模型影响指数”,并观察其在以 ChatGPT 为代表的大语言模型出现前的 2022 年和出现后的 2023 年、2024 年的变化。横向比较来看,2022 年,编辑/翻译、客服/运营、销售/商务拓展、金融/保险服务、市场/品牌/公关的“大语言模型影响指数”位列前五,均高于 0.73;软件/硬件研发、运维/测试、人事/行政/财务/法务、教育/培训

11、/科研、视觉/交互/设计位列前十,指数均高于 0.6;生产制造、物流/采购/供应链、生活服务的指数最低,均在 0.4 以下。可见,大语言模型技术对白领岗位影响较大,对蓝领岗位影响较小。从变化来看,2024 年,编辑/翻译、人事/行政/财务/法务的“大语言模型影响指数”分别为 0.89、0.68,比2022 年分别上升 0.09、0.04;客服/运营、软件/硬件研发的指数分别为 0.75、0.65,比 2022 年分别下降 0.04、0.07。后者指数下降,说明其职业内部易受大模型影响的工作内容在减少,一定程度反映出该职业招聘针对大模型技术的调整更迅速。分析背后原因,研发、运营常见于互联网行业,

12、而互联网是处在技术发展前沿、不断创新变化的行业,因此对于大模型技术的接受和应用也更快,在相关岗位的招聘上更快做出调整。1.首先,课题组结合生成式人工智能技术,为 2087 个标准化的“详细工作任务(DWA)”(来自美国 https:/www.onetonline.org/网站)被大语言模型人工智能所影响的程度进行评分。其次,课题组利用机器学习算法,将去除隐私信息后、脱敏的招聘岗位信息拆分并与 2087 个详细工作内容(DWA)建立对照。一个招聘岗位通常会对应若干个 DWA,并在对照的过程为每一个 DWA 赋予权重。通过加权平均,每一个招聘岗位会获得一个大语言模型人工智影响程度评分。最后,课题组

13、根据每一个职业下的众多招聘岗位,计算出该职业对应的大语言模型人工智能影响程度评分。二、大模型技术的应用,对企业招聘的影响深度学习岗位技能要求 TOP101PythonC/C+PyTorchTensorFlowTransformerANNJavaOpenCVCaffeDNN2345678910数据来源:智联招聘6各职业大类“大语言模型影响指数”变化编辑/翻译客服/运营销售/商务拓展金融/保险服务市场/品牌/公关软件/硬件研发运维/测试人事/行政/财务/法务教育/培训/科研视觉/交互/设计产品/项目/高级管理医药研发/销售影视传媒农业/能源/环保房地产/工程/建筑生活服务物流/采购/供应链生产制造

14、0.80.790.780.750.730.720.660.640.640.630.590.590.540.530.530.400.310.280.760.770.740.650.660.680.620.640.570.640.500.460.540.380.350.290.892022 年2023 年2024 年数据来源:智联招聘70.752.“大语言模型影响指数”高的职业,招聘占比下降,供给端调整略显滞后观察各职业招聘规模变化与“大语言模型影响指数”的关系。发现它们呈负相关关系,即“大语言模型影响指数”越高的职业,其 2022-2024 年间招聘量占比下降的幅度越大。如指数较高的客服/运营、

15、销售/商务拓展,2024 年上半年的岗位数量占比分别较 2022 年下降 2 个、5 个百分点以上;软件/硬件研发、运维/测试、人事/行政/财务/法务也下降 1 个百分点以上。这些职业招聘占比的下降,可能是受到产业结构调整、大模型技术等多重因素影响。各职业大类的招聘量变化与“大语言模型影响指数”的关系8.00%生产制造物流/采购/供应链生活服务影视传媒房地产/工程/建筑视觉/交互/设计教育/培训/科研金融/保险服务编辑/翻译客服/运营软件/硬件开发销售/商务拓展2022 年大语言模型影响指数2024年上半年职位数占比与2022年差值市场/品牌/公关人事/行政/财务/法务6.00%4.00%2.

16、00%0.00%-2.00%-4.00%-6.00%运维/测试0.200.300.400.500.600.700.800.90数据来源:智联招聘8userid:395286,docid:174940,date:2024-09-18,观察各职业收到的投递人数占比变化与“大语言模型影响指数”的关系,发现也呈负相关关系。“大语言模型影响指数”高的职业,收到的投递人数占比下降。值得注意的是,软件/硬件研发、运维/测试这两个职业的“大语言模型影响指数”较高,2024 年上半年较 2022 年的招聘职位占比下降,但是投递人数占比均升高 0.5 个百分点左右。这体现出在技术发展和劳动力市场结构调整过程中,供给端存在一定滞后性。这种滞后性一方面由于劳动力从接受教育到获得技能进入劳动力市场需要一定时间,并且对于已经就业的劳动者,转换职业也需要培训成本,当市场需求发生变化时,劳动力供给不能立即做出反应;另一方面,劳动者可能无法及时获得关于市场变化的准确信息,或者对市场趋势的判断存在误差。及时了解劳动力市场动态并调整自身职业规划,对于求职者来说至关重要。各职业大类的投递量变化与“大语言模型影响指数”的关系2

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 调研报告 > 人力资源报告

Copyright@ 2010-2023 搜弘文库版权所有

粤ICP备11064537号