生成式人工智能与学习

有多少学生使用生成式人工智能（GenAI）来支持他们的学习？

全球范围内，生成式人工智能的采用率已经覆盖了绝大多数学生，接受调查的所有本科生中有80%曾使用生成式人工智能工具来支持他们的大学学习。在印度尼西亚和马来西亚等国家，比例达到90%或更高。平均来看，67%的学生报告利用生成式人工智能进行学习。

学生在寻求学术帮助时的首选方式也发生了变化。在2023年的调查中，学生最常用的即时帮助来源是“免费在线资源”，只有10%的学生在遇到概念或作业困难时会首先求助于生成式人工智能工具。如今，29%的学生首先使用生成式人工智能工具，超过了免费在线资源（24%）、朋友/同学（15%）、课程材料（14%）以及教授/助教（8%）。这标志着同比增长了190%。

此外，使用生成式人工智能工具支持学习的学生使用频率也比2023年更高。在使用生成式人工智能进行学术支持的学生中有57%每天至少输入一次问题（高于2023年的50%），31%每周使用一到两次（与2023年相比没有变化）。在沙特阿拉伯，使用生成式人工智能支持学习的学生中有81%每天至少输入一次问题。在加拿大，70%的学生报告了同样的高频使用率；印度紧随其后，达到69%。

学生使用生成式人工智能做什么——它带来了哪些好处？

全球范围内，67%的学生表示他们使用生成式人工智能进行“学术任务”——高于“职业发展”（43%）和“个人组织”（42%）。

Chegg还询问了学生认为使用生成式人工智能带来的好处。在使用生成式人工智能支持学习的学生中，一半（50%）表示他们对复杂概念或主题的理解有所提高（高于2023年的44%）;49%的学生表示完成课程作业的能力有所提高（高于2023年的44%）;41%的学生能够更好地组织工作量（高于2023年的40%）。

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！

生成式 AI 是一种利用算法和数据来生成新的内容，如文本、图像和音频的技术。随着越来越多的应用程序和工具的推出，生成式 AI 的影响力迅速扩展至各个领域，包括教育、娱乐、商业和艺术等。这项技术的普及使得公众在日常生活中对其产生了更深的理解和认知。

报告中还指出，生成式 AI 的市场潜力巨大，预计到2030年，其市场规模将达到1.5万亿美元。这一前景吸引了许多企业的目光，纷纷加大对相关技术的研发和投资。与此同时，生成式 AI 也被广泛应用于营销、智能家居以及金融等领域，为企业创造了新的商业机会。

在 CES 展会上，多个公司展示了利用生成式 AI 技术的新产品和解决方案。观众们不仅可以体验到这些技术的最新成果，还能深入了解它们如何改变传统行业。许多专家也在展会上发表演讲，探讨生成式 AI 的发展趋势以及其对未来生活的影响。

自  AIbase基地

报告称，那些率先在员工群体中推行使用 GenAI 的组织通常具备数据驱动的特点。这些组织在建立健全的数据质量、基础设施、治理和安全方面有着悠久的历史。虽然他们未必能更快发现 GenAI 的应用场景，但一旦发现，他们早已具备充分的条件进行快速部署。

各组织正谨慎地推广 GenAI

许多早期采用者已经越过了最初的实验阶段。在他们报告中，主要经验包括：不要急于实施，在进行大范围推广之前先在小范围内测试解决方案。这有助于及早发现问题，避免因结果不理想而导致员工失去兴趣。

报告中的大多数组织都对在员工中部署 GenAI 的风险高度警惕。这些风险包括数据泄露、隐私侵犯、结果偏差以及其他道德伦理问题。为了防止声誉受损，避免与监管机构和当局发生冲突，许多组织都采取了谨慎的方法，优先在组织内相对安全的环境中进行试验和试点。

GenAI 提高了生产力，但一些组织不清楚该如何利用节省出来的时间

报告称，虽然目前还很难从宏观经济层面评估 GenAI 提高生产力的情况，但在组织层面，这种提升已有显现。一家公司称，以前需要数周才能完成的请求，现在利用自动化只需几分钟就能完成，这也说明了效率提升在常规重复性工作中能产生的显著效果。报告中频繁提及这种技术赋能，也有超过四分之一的受访者表示，GenAI 可以使员工从事更愉快、更有创造力和更有价值的工作。然而，一些受访组织尚未明确如何让员工如何利用节省出来的时间。

提高工作质量是部署 GenAI 的另一个重要驱动力

提高生产力并不是部署 GenAI 的唯一驱动力，受访者提到提高工作质量同样重要。如果实施得当，该技术有可能比人类更准确、更稳定，犯的错误也更少，从而提升质量和客户满意度。

人们并不总是对 GenAI 技术的应用结果感到满意

从对准确性的担忧到可能存在的偏见，以及用 GenAI 取代人类工作的道德问题，员工对该技术也存在很多疑问。通常情况下，企业内的 IT 专员是最快接受 GenAI 的一批人。而那些从事大量行政工作的部门受到的影响则最显著，导致这些团队对自身的职能产生了不确定性。培训可以揭开技术的神秘面纱，通过再培训和技能提升可以让员工具备胜任新岗位的潜力，也能建立信任。在不久的将来，这一点将至关重要：论坛的 “就业倡议”（Jobs Initiative）指出，未来五年内，44% 的工人的技能将受到技术冲击。“就业倡议” 旨在应对这种劳动力市场变动，为所有人争取良好的就业机会。

GenAI 的实施离不开变革管理

报告称，在推行新举措时，必须了解其对组织文化的影响以及对员工心态转变的要求。组织高层的有效领导是关键。中层管理者也发挥着至关重要的作用，他们了解工作流程和过程，也就知道 GenAI 在哪里能产生最大的影响。

大多数组织并不清楚使用 GenAI 的员工比例

事实上，受访公司报告的数字从 20% 到 80% 不等。有些公司表示，几乎每个人都在使用这一技术，或者至少他们能够使用，因为组织开放了使用 GenAI 工具的权限。这些工具对员工的开放程度取决于公司的风险偏好，有些受访公司允许所有员工使用，而另一些公司则仅限于特定部门使用，或要求申请许可证。

很少有组织制定了可持续使用人工智能的战略

与较小的、针对特定任务的人工智能模型相比，大型语言模型属于能源密集型人工智能模型，如 ChatGPT，每一次提示都需要消耗大量电能进行计算。虽然报告中的大多数组织都承认这一问题，但很少有组织制定了相应的战略，而且环境因素似乎并不是 GenAI 劳动力部署决策的核心。

去除人类的参与仍被认为是一个错误

受访的大多数组织都设立了内部委员会或理事会，负责制定规则和框架并评估用例，同时监控 GenAI 的风险、质量和负责任的使用。几乎所有组织都表示，它们已经制定了负责任的使用工具的培训计划。随着歧视性算法丑闻的曝光，以及欧盟《人工智能法案》等立法的出台，公司也敏锐的意识到验证、核查和人工干预的重要性。一位受访者表示：“你可能犯的最大错误就是将人类排除在流程之外。”

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！

根据你问的人不同，所有这些问题的答案都是肯定的。

自ChatGPT推出以来14个月的时间里，生成式人工智能将如何改变世界还不完全清楚，但可以肯定的是，它将改变——它将以革命性的方式改变工作场所，重新安排个人生活，对个人、家庭、社会经济群体、企业、行业和社会产生积极和消极的影响。

许多突破性技术都伴随着陷阱。火允许人类在夜间聚集，但也烧毁了村庄。汽车革命了流动性，但也带来了交通事故。互联网瞬间连接了人们，但也给了罪犯新的工具。

生成式人工智能与早期创新的关键区别在于，它的创造者本身正在警告其潜在的负面影响。希望和危险的双重线索贯穿于AI公司本身；只需看看对OpenAI控制权的争夺，就可以看到生成式人工智能产生的深刻矛盾。

但在这片模糊中存在着机遇。生成式人工智能竞赛的起跑枪早已打响，但ChatGPT将许多新的公司和国家带入这场竞赛。商业和政府领导人将决定多少发展将是开源和透明的，多少将是封闭源和专有的。监管者将决定行动的速度和范围。消费者和工人在技术的采用中将处于中心地位，并将帮助决定收益的获取速度。

调查结果突显了许多人感到的困惑。虽然96%的员工表示他们相信人工智能可以帮助他们在当前的工作中，但60%的人担心它最终会自动化他们的工作。大约55%的员工在工作时至少每周使用一次生成式人工智能，但61%的用户并不认为它非常可靠。在这61%的用户中，40%会使用它来帮助他们做出重大的财务决策，而30%的人为了获得更好的体验愿意分享更多的个人信息。

在意见和预测的喧嚣声中，全球范围内对生成式人工智能对工作场所和消费经济的影响将巨大的共识正在增长。

新的AI经济

估计，到2030年，生成式人工智能可能为全球GDP增加高达20万亿美元，并每年节省3000亿个工作小时。

可能性是惊人的。我们调查的员工中有96%表示他们相信生成式人工智能可以帮助他们在工作中。但随着生成式人工智能重塑工作场所，它可能会对组织结构造成新的压力。据世界经济论坛的估计，到2025年，广义上的AI类别可能在全球范围内取代8500万个工作岗位。

所有入门级职位的三分之一可能被自动化；同时，配备生成式人工智能的初级员工可能会取代他们的第一线经理，在职业金字塔的中间留下真空。

因此，许多工人每天都在变得越来越焦虑。自动化不再是蓝领工人与机器人之间的叙事。现在五分之三的白领工人担心他们的角色将变得冗余或被自动化，因为生成式人工智能的能力越来越多地影响知识型工作。如果任其发展，这种焦虑可能会削弱士气：根据美国心理学会的数据，担心人工智能的美国员工在工作日感到紧张或压力的可能性比不担心的人高出68%，并且比不担心的人更有可能认为他们对工作社区没有价值。

这样的感受反过来可能导致参与度和生产力的下降，以及更高的离职率。

为了获得生成式人工智能可以带来的好处，公司应该采取以人为本的方法，在工人和技术上的投资至少一样多，甚至更多。员工将需要培训和支援，以与这项技术一起创建合理和直观的过程。毕竟，他们将是使用界面、更新系统和管理输出的同一批人。商业领袖需要通过倾听和解决他们的担忧，并在过程中提升/再培训他们的员工来引导他们。

消费者迎来巨大变革

当我们考察其对消费者的影响及其在各个行业的广泛影响时，生成式人工智能的图景变得稍微清晰一些。

医疗保健似乎特别容易受到颠覆。我们估计，到2030年，生成式人工智能可以为医生节省每天三小时，这将使他们每年能够为全球额外服务5亿名患者（假设生产力提高用于服务更多患者）。同样，我们估计，多达4亿名患者将因生成式人工智能治疗服务而获得心理健康支持，从而实现服务的民主化并激发全球兴趣。消费者特别渴望首次使用生成式人工智能进行心理治疗：在77%的从未与人类进行过心理治疗的受访者中，近三分之一表示他们将来会尝试生成式人工智能治疗。

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！

主要发现：

生成式人工智能采用趋势：分析营销人员使用人工智能工具的频率和持续时间，采用的最新变化，以及预期的未来发展。

营销人员如何使用生成式人工智能进行内容创作：了解人工智能如何改变营销中的内容创作。

使用生成式人工智能工具执行的主要任务：探索营销人员在工作中利用人工智能的主要方式，以及他们计划在哪些方面提高技能。

使用生成式人工智能的好处：揭示营销人员通过将生成式人工智能工具集成到他们的工作中获得的主要优势。

顶级生成式人工智能平台：发现营销人员最常使用的生成式人工智能平台，他们认为最重要的平台，他们的未来计划，以及他们想要更多地了解哪些平台。

挑战和担忧：确定营销人员在使用生成式人工智能工具时遇到的常见障碍以及他们的主要担忧。

人工智能在营销中的未来：探讨营销人员采用人工智能的计划，包括他们下一步打算学习和整合哪些平台。

总结：

广泛采用：65%的营销人员每天或每周都在使用生成式人工智能工具，37%的人每天都在使用人工智能。

近期增长：62%的营销人员使用生成式人工智能工具的时间不到一年，72%的营销人员在过去一年中增加了对生成式人工智能的使用。

未来计划：74%的营销人员计划在明年增加对生成式人工智能的使用。

内容的主要用途：生成式人工智能在内容创作中最常见的用途是产生想法（70%）、创建初稿（67%）、编辑内容（58%）和提出标题（58%）。

平台优势：ChatGPT是营销人员中使用最广泛的生成式人工智能平台。

好处和担忧：营销人员普遍认为生成式人工智能节省了时间（86%），提高了整体生产力（79%）。他们也表达了对生成内容的准确性和可靠性（80%）以及版权/所有权问题（71%）的担忧。

行业影响：86%的营销人员认为生成式人工智能将改变他们所在行业的工作方式。32%的营销人员担心人工智能会取代他们的工作。

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！

生成式人工智能需要全球治理，以避免分散的监管和增加贸易壁垒。

生成式人工智能（GAI）的快速发展将人工智能的发展和复杂程度推向了前所未有的水平。在大型语言模型（LLM）的推动下，它的迅速普及需要进行国际对话，以解决贸易政策领域的道德和政治挑战。

近年来，国际人工智能讨论的重点是共同价值观、道德准则和安全，各国政府迅速将这些原则纳入国家法规。

世界贸易组织（WTO）是为数不多的能够促进GAI政府间对话并协调其监管的有效全球平台之一。

重要发现

全球传播和伦理问题：人工智能在全球范围内迅速传播，带来了知识产权、隐私侵犯和网络安全等问题。

效率效益和采用：企业正在采用GAI的效率。研究表明，任务完成时间显著减少，输出质量得到改善。这种采用伴随着与操作这些模型的技术和能源成本相关的挑战。

监管努力：经济合作与发展组织（OECD）、联合国教科文组织（UNESCO）和七国集团（G7）等国际机构，以及各国政府正在制定管理GAI风险的原则和法规。这些努力旨在平衡创新与公共安全、隐私和道德方面的考虑。

国际贸易影响：GAI的跨境性质要求应用国际贸易规则。世贸组织和其他贸易机构应利用现有框架来解决GAI的独特特点，鼓励就其对贸易的影响进行讨论。

透明度和偏见：确保强大的透明度和网络安全标准对于在GAI中建立信任至关重要。由于信息错误而产生的不信任是一个重大风险，这凸显了明确指导方针和国际合作的必要性。

就业和环境影响：GAI对就业的影响是不确定的，潜在的工作取代是一个关键问题。此外，GAI操作的大量能源需求也带来了环境挑战。

199IT.com原创编译自：全球经济论坛 非授权请勿转载

题为《缓冲还是瓶颈？拉丁美洲生成式人工智能的就业机会与数字鸿沟》的研究报告发现，该地区 26% 至 38% 的工作可能受到生成式人工智能的影响。然而，该技术更有可能增强和改变工作形态，而不是使其完全自动化。具体来说，8% 到 14% 的工作岗位可以通过生成式人工智能提高生产率，而只有 2% 到 5% 的工作面临完全自动化的风险。

机会与挑战

研究显示，正规工作部门中的女性、城市工人、年轻工人和受过教育的工人面临生成式人工智能导致自动化的风险更高，有可能加剧地区经济不平等和非正规性。

报告指出，就性别和年龄而言，生成式人工智能对工作带来的潜在变革性益处在工人中的分布更为平均，但这些益处仍更有可能影响到城市地区、由受过高等教育和高收入工人所从事的正规工作。研究发现，计酬雇员和自营职业者，如销售人员、建筑师以及教育、卫生或个人服务行业的工人，更有可能从生成式人工智能的变革性影响中受益。

数字鸿沟

研究强调，该地区存在着巨大的数字鸿沟，可能会阻碍工人充分实现生成式人工智能的潜在效益。据报告估计，这可能会影响到大约一半的工作，而这些工作可以通过生成式人工智能技术提高生产率，这相当于该地区700万份女性所从事的工作和1000万份男性所从事的工作（总计1700万份工作）。

报告认为，数字接入方面差距可能导致的生产力损失将对生活贫困的工人产生更大的影响。例如，在巴西，虽然8.5%的贫困工人可以从生成式人工智能中受益，但其中只有40%的人能够真正受益，因为只有40%的人有机会在工作中使用数字技术。

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！

自 财联社

报告已经在“很大”或“非常大”程度上实现了预期利益的组织比例为18%-36%，具体取决于所追求的利益类型。

报告生成式人工智能专业水平“高”或“非常高”的组织更积极地扩展生成式人工智能，并且比其他组织更大程度地实现了预期的利益。

企业主要计划将生成式人工智能节省的资金再投资于创新（45%）和改善运营（43%）。

扩大

领导者认为，扩展是创造价值、提高生成式人工智能对业务的影响和扩大技术用户基础的关键。缩放阶段是指生成式人工智能的潜在优势转化为现实价值的阶段。

常见的关注领域包括数据安全和质量，生成式人工智能输出的可解释性，以及工作人员不信任或不熟悉生成式人工智能工具。

员工使用经批准的生成式人工智能工具和应用程序的比例仍然很低，近一半的受访组织（46%）只向一小部分员工（20%或更少）提供了经批准的生成式人工智能访问。

建立信任

缺乏信任仍然是大规模采用和部署生成人工智能的主要障碍。

信任问题并没有阻止组织迅速采用生成式人工智能进行实验和概念验证，60%的组织正在有效地平衡快速实施和风险管理。

发展劳动力

大多数组织（75%）预计该技术将在两年内影响其人才战略；32%的组织报告了“非常高”水平的生成式人工智能专业知识，他们已经在做出改变。

最令人期待的人才战略影响是流程重新设计（48%）和技能提升或再培训（47%）。

在短期内，更多的组织预计该技术将增加员工人数（39%），而不是减少员工人数（22%）。

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！

根据2023年第四季度进行的调查，来自美国、德国和英国的644名受访者中有29%表示他们已经部署并正在使用GenAI，使GenAI成为部署频率最高的人工智能解决方案。GenAI被发现比其他解决方案更常见，如图形技术、优化算法、基于规则的系统、自然语言处理和其他类型的机器学习。

调查还发现，将GenAI嵌入到现有应用程序中是实现GenAI用例的首选方式，34%的受访者表示这是他们使用GenAI的主要方法。研究发现，这比其他选择更常见，如使用即时工程定制GenAI模型（25%），培训或微调定制GenAI模型（21%），或使用独立的GenAI工具，如ChatGPT或Gemini（19%）。

展示人工智能价值是采用人工智能的最大障碍

49%的受访者表示，采用人工智能的主要障碍是难以评估和体现人工智能项目的价值。这个问题超越了其他障碍，如人才短缺、技术困难、数据相关问题、缺乏业务一致性和对人工智能的信任。

从人工智能成熟的组织中学习

调查发现，9%的组织目前人工智能技术已经成熟，并发现这些组织的不同之处在于他们专注于四种基本能力：

• 可扩展的AI操作模型，平衡集中式和分布式功能。
• 专注于人工智能工程，设计一种系统的方式来构建和部署人工智能项目。
• 在更广泛的组织中对提高技能和变革管理进行投资。
• 专注于信任、风险和安全管理（TRiSM）功能，以减轻人工智能实施带来的风险，并推动更好的业务成果。

专注于这些基础功能可以帮助组织成熟，并减轻当前将人工智能项目投入生产的挑战。调查发现，平均只有48%的人工智能项目投入生产，从人工智能原型到生产需要8个月的时间。

随着生成式人工智能工具的日益普及，以及微软和谷歌等科技公司竞相将这些模型整合到他们的搜索和企业产品中，我们已经达到了人工智能——特别是生成式人工智能——对我们的日常生活产生重大影响的阶段。

考虑到生成式人工智能日益增长的影响力，印度政府的国家人工智能门户网站INDIAai进行了大量研究，并举行了三次圆桌会议，邀请了生成式人工智能、人工智能政策、人工智能治理和伦理方面的一些杰出声音，并与学术界分析了它给印度带来的影响、伦理和监管问题以及机遇。

在过去的几年里，生成式人工智能技术已经爆发，从复杂的语言模型（如GPT-3）到图像生成模型（如dale -2）。2028年，人工智能投资将达到4223.7亿美元，复合年增长率为39.4%，专家认为，生成式人工智能将在未来十年推动人工智能创新和投资方面发挥关键作用。

生成式人工智能工具主要专注于低成本和高价值的解决方案，被认为是文本、图像甚至代码生成的未来，有时与人类创造难以区分。随着这些技术的发展，我们需要预见到它带来的风险。

人们对生成式人工智能的热情仍然很高，预计未来三年将产生变革性的影响。

62%的受访者表示，对于生成式人工智能，兴奋是最重要的情绪，但也有不确定性（30%）。79%的受访者预计生成式人工智能将在未来三年内推动其组织和行业的重大变革。

许多领导者对其组织的生成式人工智能专业知识充满信心。

44%的受访者认为其组织目前在生成式人工智能方面拥有很高（35%）或非常高（9%）的专业知识水平。

那些在生成式人工智能方面拥有很高专业知识的组织往往对它感到更积极，但也更有压力和威胁。

相对于其他受访者，那些将其组织的整体生成式人工智能专业知识评为“非常高”的领导者往往对这项技术感到更加积极；他们也感受到更大的压力，并将其视为对其业务和运营模式的更大威胁。

当前的生成式人工智能努力仍然更多地关注效率、生产力和降低成本，而不是创新和增长。

大多数接受调查的组织目前的目标是战术效益，如提高效率/生产力（56%）和/或降低成本（35%）。此外，91%的受访者表示，他们希望生成式人工智能能够提高组织的生产力，27%的人希望生产力能大幅提高。

大多数组织主要依赖现成的人工智能解决方案。

与他们目前强调生成式人工智能的战术效益相一致，绝大多数受访者目前依赖于现成的解决方案。

人才、治理和风险是缺乏生产性人工智能准备的关键领域。

在最初的季度调查中，41%的领导者表示，他们的组织只是稍微或根本没有准备好解决与生成式人工智能采用相关的人才问题；22%的人认为他们的组织准备得非常充分。

领导者看到了即将出现的重大社会影响。

52%的受访者预计生成式人工智能的广泛使用将使全球经济权力集中；30%的受访者预计它将更平均地分配全球权力。

领导者正在寻求更多的全球监管和合作。

在打破传统商业规范的情况下，与生成式人工智能相关的独特风险促使许多商业领袖呼吁加强政府监管，并加强围绕人工智能技术的全球合作。

高管们认为，对生成式人工智能的投资大于风险

78%的受访者认为，生成式人工智能的好处大于风险。这一比例高于之前调查（68%）。

跨多个业务功能的生成式人工智能投资

调查发现，45%的企业正在跨多个业务功能扩展生成式人工智能投资，22%的企业正在扩展三个以上的不同功能。软件开发是对生成式人工智能采用率或投资率最高的职能，紧随其后的是营销和客户服务。

30%的受访者认为增长计划是生成式人工智能投资的主要业务重点，其次是成本优化（26%）和客户体验/保留（24%）。

关于生成式人工智能的更多见解将在Gartner IT Symposium/Xpo上发表，这是全球最重要的首席信息官和其他IT高管会议。Gartner分析师和与会者将探讨塑造IT和业务未来的技术、见解和趋势，包括如何释放生成式人工智能、业务转型、网络安全、客户体验、数据分析、执行领导力等的可能性。

IDC 宣布，2027 年企业将在生成式人工智能（GenAI）解决方案上花费 1430 亿美元，统计发现，全球企业在 2023 年的投资额为 160 亿美元，平均每年将增长 73.3%。该分析公司表示，GenAI 并非转瞬即逝的趋势或炒作，事实上，该技术将产生深远的意义和商业影响，这项技术将改变我们的工作、娱乐和与世界互动的方式。

在对营销和传播专业人士的调查中，世界大型企业联合会发现，人们对人工智能的影响中最感兴趣的是对生产力的影响，82%的受访者认为人工智能将会改善生产力，只有4%的受访者认为它会在某种程度上恶化。还有一个强烈的共识是，人工智能将对业务/财务业绩和投资回报率产生积极影响，51%的人认为会有所改善，5%的人认为会恶化。

令人鼓舞的是，接受调查的专业人士更有可能相信人工智能会提高而不是降低工作质量（分别为43%和27%）和创造力（分别为42%和29%）。此外，更多的人认为这种工作的乐趣会增加（39%），而不是减少（20%）。

但是，人们并不一致认为人工智能对营销和传播工作的影响是积极的。例如，更多的受访者认为人工智能会导致团队文化的恶化（22%），而不是改善（16%）。40%的人认为人工智能将导致工作岗位数量的减少，是认为人工智能将导致工作岗位数量增加的人（4%）的10倍。