隨著生成式 AI 成為各大企業營運不可或缺的一部分，許多職務內容會有所轉變，提升並再培訓人類員工的技能將愈來愈重要。人力資源研究單位 The Burning Glass Institute 與人力資源管理協會（SHRM）合作，探討生成式 AI 如何影響企業和工作內容。

AI 取代員工工作，雇主可推廣「再培訓」課程提升士氣

生成式 AI 大爆發，取代不少工作，代表企業愈來愈可能為了節省成本而裁員，但裁員會打擊公司的士氣。報告指出，透過新工具和培訓有助於將原本的人力資源轉移到不同的角色，可以確保企業文化與經驗得以傳承，並提升員工士氣。

管理階層要理解生成式 AI 的潛力、限制以及如何融入現有工作流程，這也意味著員工學習和發展課程將需要與時俱進，教育和培訓機構需要提供以 AI 為中心的技能課並教人類與 AI 合作。

例如培訓傳統的客服人員，讓他們轉向管理聊天機器人或監督自動化流程，或讓數據分析師擔任 AI 數據專家，都是可行的人力資源運用方式。專門從事 AI 工具創建和管理、研究、開發和在商業環境中應用的技能將最搶手。另一方面，人類獨特的批判性思維、同理心和適應性將變得更加突出，報告整理各個技能的重要性變化如下：

重要性提升的 15 項技能

1. AI 素養（AI literacy）：熟悉 AI 基礎知識，理解 AI 的潛力與限制。
2. 系統性評估：評估 AI 的表現與預測 AI 可能產生的問題。
3. 數據素養：解釋由 AI 處理的大量數據。
4. 情商（EQ）：具備同理心和人際理解，能處理與人互動的工作。
5. 持續學習：訓練、改進及提升 AI 模型，適應 AI 快速發展的環境。
6. 批判性思維：評估複雜情況或 AI 產生的內容與決策的思維能力。
7. 資安與隱私：維護數據安全，理解 AI 系統的安全隱患。
8. 創造力：運用人類創造力，以超越 AI 的生成能力。
9. AI 模型訓練：訓練、優化並改善 AI 模型。
10. 神經網絡理解：了解神經網絡的結構與可能的應用。
11. AI 優化：調整演算法使其更有效率並更精準。
12. 增強 AI 學習力：提升機器透過試誤法（trial and error）學習和進步的能力。
13. 自然語言處理：教機器理解人類語言，AI 的一個專業領域。
14. 生成對抗網絡（GAN）技能：一種深度學習架構，能夠生成模仿真實數據集的數據。
15. 可解釋 AI（XAI）：使人類能夠理解 AI 產出的成果。

重要性下降的 5 項技能，以及下降的原因

1. 初階內容工作：AI 可以生成基本的文字、視覺或多媒體內容。
2. 平面設計與基礎網頁開發：AI 驅動的設計工具能夠建議顏色、設計 LOGO 和排版網頁，以及自動生成網頁區塊和產生常見功能的程式碼。
3. 初階研究工作：AI 能夠自動化數據收集和進行初步分析。
4. 編寫基本程式碼：AI 能生產基本的程式碼。
5. 簡單數據分析：AI 可以做到基本數據分析。

資料來源：The Burning Glass Institute, The New York Times