生成式 AI 将如何改变职场？研究表明：有 15 种技能更重要，另外 5 种将被淘汰
随着生成式 AI 成为各大企业营运不可或缺的一部分，许多职务内容会有所转变，提升并再培训人类员工的技能将愈来愈重要。人力资源研究组织（ The Burning Glass Institute） 与人力资源管理协会（SHRM）合作，探讨生成式 AI 如何影响企业和工作内容。
AI 取代员工工作，雇主可推广「再培训」课程提升士气
生成式 AI 大爆发，取代不少工作，代表企业愈来愈可能为了节省成本而裁员，但裁员会打击公司的士气。报告指出，透过新工具和培训有助于将原本的人力资源转移到不同的角色，可以确保企业文化与经验得以传承，并提升员工士气。
管理阶层要理解生成式 AI 的潜力、限制以及如何融入现有工作流程，这也意味着员工学习和发展课程将需要与时俱进，教育和培训机构需要提供以 AI 为中心的技能课并教人类与 AI 合作。
例如培训传统的客服人员，让他们转向管理聊天机器人或监督自动化流程，或让数据分析师担任 AI 数据专家，都是可行的人力资源运用方式。专门从事 AI 工具创建和管理、研究、开发和在商业环境中应用的技能将最抢手。另一方面，人类独特的批判性思维、同理心和适应性将变得更加突出，报告整理各个技能的重要性变化如下：
重要性提升的 15 项技能
AI 素养（AI literacy）：熟悉 AI 基础知识，理解 AI 的潜力与限制。
系统性评估：评估 AI 的表现与预测 AI 可能产生的问题。
数据素养：解释由 AI 处理的大量数据。
情商（EQ）：具备同理心和人际理解，能处理与人互动的工作。
持续学习：训练、改进及提升 AI 模型，适应 AI 快速发展的环境。
批判性思维：评估复杂情况或 AI 产生的内容与决策的思维能力。
资安与隐私：维护数据安全，理解 AI 系统的安全隐患。
创造力：运用人类创造力，以超越 AI 的生成能力。
AI 模型训练：训练、优化并改善 AI 模型。
神经网络理解：了解神经网络的结构与可能的应用。
AI 优化：调整算法使其更有效率并更精准。
增强 AI 学习力：提升机器透过试误法（trial and error）学习和进步的能力。
自然语言处理：教机器理解人类语言，AI 的一个专业领域。
生成对抗网络（GAN）技能：一种深度学习架构，能够生成模仿真实数据集的数据。
可解释 AI（XAI）：使人类能够理解 AI 产出的成果。
重要性下降的 5 项技能，以及下降的原因
初阶内容工作：AI 可以生成基本的文字、视觉或多媒体内容。
平面设计与基础网页开发：AI 驱动的设计工具能够建议颜色、设计 LOGO 和排版网页，以及自动生成网页区块和产生常见功能的程序代码。
初阶研究工作：AI 能够自动化数据收集和进行初步分析。
编写基本程序代码：AI 能生产基本的程序代码。
简单数据分析：AI 可以做到基本数据分析。
