《北大國發院&智聯招聘：2024年AI大模型對我國勞動力市場潛在影響研究報告（19頁）.pdf》由會員分享，可在線閱讀，更多相關《北大國發院&智聯招聘：2024年AI大模型對我國勞動力市場潛在影響研究報告（19頁）.pdf（19頁珍藏版）》請在三個皮匠報告上搜索。

1、2023 年 7 月，北京大學國家發展研究院與智聯招聘聯合發布了AI 大模型對我國勞動力市場潛在影響研究，基于智聯招聘平臺大數據，構建不同職業的“大語言模型影響指數”，反映其易受大模型技術影響的程度。今年，課題組在此基礎上，繼續發布AI 大模型對我國勞動力市場潛在影響研究：2024。觀察大模型技術發展帶來的招聘需求變化，包括跟大模型直接相關的崗位，以及勞動力市場上的其他崗位。并從地域層面，評估各城市 AI 產業發展水平，及其勞動力市場受大模型技術影響的程度。希望為市場各方了解大模型影響進而積極應對提供參考。核心發現一、AI 技術的發展，帶來的 AI 人才需求變化大模型、自動駕駛相關崗位招聘需求

2、增加，自然語言處理崗位量翻倍大模型相關崗位招聘薪資上漲，自然語言處理崗位薪資同比增 11%大模型相關崗位對學歷、經驗的要求提高，4 成要求碩博學歷編程語言、機器學習框架、神經網絡是大模型人才必備技能二、大模型技術的應用，對企業招聘的影響編輯/翻譯工作最易受大模型影響，研發崗位的招聘更快做出調整“大語言模型影響指數”高的職業，招聘占比下降，供給端調整略顯滯后“大語言模型影響指數”高的職業，招聘要求提高大模型技術影響的職業，與遠程辦公類職業重合度較高三、AI 技術發展和影響的地域差異一線城市、省會城市的人工智能發展水平更高中西部省會城市的勞動力市場結構更易受大模型影響11 2 3 566 8101

3、11212 14報告正文1.大模型、自動駕駛相關崗位招聘需求增加，自然語言處理崗位量翻倍近兩年，國內人工智能技術的發展突飛猛進，大語言模型、機器人、自動駕駛等領域的創新成果備受矚目。文心一言、通義千問、Kimi 等大模型工具，日益廣泛地應用于智能客服、內容創作和語言翻譯等場景。人形機器人在家庭服務、醫療輔助、工業制造等領域的應用逐漸增多，它們通過集成先進的 AI 算法，能夠執行更加復雜和精細的任務?！疤}卜快跑”更是引起了大眾對自動駕駛技術發展的關注。這些 AI 技術的發展，帶動相關人才的招聘需求。智聯招聘數據顯示，2024 年上半年，招聘職位數同比增速前五的人工智能職業，包括大語言模型方面的自

4、然語言處理（111%）、深度學習（61%）崗位，機器人方面的機器人算法崗位（76%），自動駕駛方面的智能駕駛系統工程師（49%）、導航算法（47%）。一、AI 技術的發展，帶來的 AI 人才需求變化2024 年上半年招聘同比增速 TOP5 的人工智能職業自然語言處理機器人算法深度學習智能駕駛系統工程師導航算法111%76%61%49%47%1數據來源：智聯招聘2.大模型相關崗位招聘薪資上漲，自然語言處理崗位薪資同比增 11%聚焦本報告關注的大模型技術，觀察自然語言處理、深度學習崗位的招聘薪酬水平。2024 年上半年，兩個崗位的平均招聘月薪分別為 24007 元、26279 元，位列人工智能相關

5、崗位前列，招聘月薪同比增速分別為 11%、2%，增幅領先。一方面，大模型技術作為未來人工智能發展的重要方向，吸引大量企業資本涌入，企業為保持競爭，愿意投入更多資金來吸引、培育專業技術人才。另一方面，大模型相關崗位的專業技能要求較高，符合條件的人才相對稀缺，企業通過高薪來爭奪人才。大模型相關崗位的招聘薪酬變化自然語言處理深度學習216352572126279240072023 年上半年2024 年上半年數據來源：智聯招聘23.大模型相關崗位對學歷、經驗的要求提高，4 成要求碩博學歷從招聘要求看，大模型相關崗位對求職者的學歷和經驗要求均較高，且在進一步提高。學歷方面，今年上半年，自然語言處理崗位中

6、，要求碩博學歷的占比為 35.8%，比去年同期提高 5.5 個百分點；要求本科學歷的占比為 56.3%，比去年同期上升 12.6 個百分點。深度學習崗位中，要求碩博學歷的占比為 45.5%，比去年同期提高 1.5 個百分點；要求本科學歷的占比為 50.7%，與去年同期持平。自然語言處理崗位的學歷要求分布深度學習崗位的學歷要求分布博士碩士本科大專不限2.0%28.3%43.7%17.1%5.6%8.8%2.2%56.3%33.5%2.3%博士碩士本科大專不限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 年上半年數據來源：智聯招聘3經驗方面，今年上半年，自然語言處理崗位中，要求 3-5 年經驗的占比 33.8%，比去年同期提高 2 個百分點；要求5 年以上經驗的占比 14.1%，比去年提高 3 個百分點。深度學習崗位中，要求 3-5 年經驗的占比 34%，比去年同期提高3 個百分點；要求 5 年以上經驗的占比 12.7%，與去年同期持平。5 年以上3-5 年1-3 年1 年以下無經驗不限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 年以下無經驗不限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%自然語言處理崗位的經驗要求分布深度學習崗位的經驗要求分布2023 年上半年2024 年上半年2023 年上半年2024 年上半年數據來源：智聯招聘4大語言模型相關崗位涉及編程、建模、算法優化等多個方面的工作內容，專業技術門檻較高，因此崗位的學歷要求較高。同時企業往往需要人才進行算法創新和模型研發，從而推進大模型在各個業務場景落地，這需要人才具有較為豐富的實戰經驗，因此崗位的工作經驗要求較高。4.編程語言、機器學習框架、神經網絡是大模型人才必備技能從技能要求看，今年上半年，自然語言處理崗位中，Python、C/C+、Ja

9、va 等編程語言要求位列第一、四、五位，PyTorch、TensorFlow 兩大機器學習框架/工具位列第二、三位。CNN、DNN、RNN 等神經網絡也位列前十?？梢?，基本編程語言、機器學習框架、神經網絡是自然語言處理崗位的必備技能。深度學習崗位中，技能要求 TOP10 與自然語言處理崗位類似，包括 Python、C/C+、Java 等編程語言，PyTorch、TensorFlow、Transformer、Caffe 等機器學習/深度學習框架，以及 ANN、DNN 等神經網絡。自然語言處理崗位技能要求 TOP101PythonPyTorchTensorFlowC/C+JavaCNNBERTDN

10、NRNNPaddlePaddle2345678910數據來源：智聯招聘51.編輯/翻譯工作最易受大模型影響，研發崗位的招聘更快做出調整我們沿用去年AI 大模型對我國勞動力市場潛在影響研究報告中測算“大語言模型影響指數”的方式1，輸出一套職業大類的“大語言模型影響指數”，并觀察其在以 ChatGPT 為代表的大語言模型出現前的 2022 年和出現后的 2023 年、2024 年的變化。橫向比較來看，2022 年，編輯/翻譯、客服/運營、銷售/商務拓展、金融/保險服務、市場/品牌/公關的“大語言模型影響指數”位列前五，均高于 0.73；軟件/硬件研發、運維/測試、人事/行政/財務/法務、教育/培訓

11、/科研、視覺/交互/設計位列前十，指數均高于 0.6；生產制造、物流/采購/供應鏈、生活服務的指數最低，均在 0.4 以下?？梢?，大語言模型技術對白領崗位影響較大，對藍領崗位影響較小。從變化來看，2024 年，編輯/翻譯、人事/行政/財務/法務的“大語言模型影響指數”分別為 0.89、0.68，比2022 年分別上升 0.09、0.04；客服/運營、軟件/硬件研發的指數分別為 0.75、0.65，比 2022 年分別下降 0.04、0.07。后者指數下降，說明其職業內部易受大模型影響的工作內容在減少，一定程度反映出該職業招聘針對大模型技術的調整更迅速。分析背后原因，研發、運營常見于互聯網行業，

12、而互聯網是處在技術發展前沿、不斷創新變化的行業，因此對于大模型技術的接受和應用也更快，在相關崗位的招聘上更快做出調整。1.首先，課題組結合生成式人工智能技術，為 2087 個標準化的“詳細工作任務（DWA）”（來自美國 https:/www.onetonline.org/網站）被大語言模型人工智能所影響的程度進行評分。其次，課題組利用機器學習算法，將去除隱私信息后、脫敏的招聘崗位信息拆分并與 2087 個詳細工作內容（DWA）建立對照。一個招聘崗位通常會對應若干個 DWA，并在對照的過程為每一個 DWA 賦予權重。通過加權平均，每一個招聘崗位會獲得一個大語言模型人工智影響程度評分。最后，課題組

13、根據每一個職業下的眾多招聘崗位，計算出該職業對應的大語言模型人工智能影響程度評分。二、大模型技術的應用，對企業招聘的影響深度學習崗位技能要求 TOP101PythonC/C+PyTorchTensorFlowTransformerANNJavaOpenCVCaffeDNN2345678910數據來源：智聯招聘6各職業大類“大語言模型影響指數”變化編輯/翻譯客服/運營銷售/商務拓展金融/保險服務市場/品牌/公關軟件/硬件研發運維/測試人事/行政/財務/法務教育/培訓/科研視覺/交互/設計產品/項目/高級管理醫藥研發/銷售影視傳媒農業/能源/環保房地產/工程/建筑生活服務物流/采購/供應鏈生產制造

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 年數據來源：智聯招聘70.752.“大語言模型影響指數”高的職業，招聘占比下降，供給端調整略顯滯后觀察各職業招聘規模變化與“大語言模型影響指數”的關系。發現它們呈負相關關系，即“大語言模型影響指數”越高的職業，其 2022-2024 年間招聘量占比下降的幅度越大。如指數較高的客服/運營、

15、銷售/商務拓展，2024 年上半年的崗位數量占比分別較 2022 年下降 2 個、5 個百分點以上；軟件/硬件研發、運維/測試、人事/行政/財務/法務也下降 1 個百分點以上。這些職業招聘占比的下降，可能是受到產業結構調整、大模型技術等多重因素影響。各職業大類的招聘量變化與“大語言模型影響指數”的關系8.00%生產制造物流/采購/供應鏈生活服務影視傳媒房地產/工程/建筑視覺/交互/設計教育/培訓/科研金融/保險服務編輯/翻譯客服/運營軟件/硬件開發銷售/商務拓展2022 年大語言模型影響指數2024年上半年職位數占比與2022年差值市場/品牌/公關人事/行政/財務/法務6.00%4.00%2.

16、00%0.00%-2.00%-4.00%-6.00%運維/測試0.200.300.400.500.600.700.800.90數據來源：智聯招聘8觀察各職業收到的投遞人數占比變化與“大語言模型影響指數”的關系，發現也呈負相關關系?！按笳Z言模型影響指數”高的職業，收到的投遞人數占比下降。值得注意的是，軟件/硬件研發、運維/測試這兩個職業的“大語言模型影響指數”較高，2024 年上半年較 2022 年的招聘職位占比下降，但是投遞人數占比均升高 0.5 個百分點左右。這體現出在技術發展和勞動力市場結構調整過程中，供給端存在一定滯后性。這種滯后性一方面由于勞動力從接受教育到獲得技能進入勞動力市場需要一

17、定時間，并且對于已經就業的勞動者，轉換職業也需要培訓成本，當市場需求發生變化時，勞動力供給不能立即做出反應；另一方面，勞動者可能無法及時獲得關于市場變化的準確信息，或者對市場趨勢的判斷存在誤差。及時了解勞動力市場動態并調整自身職業規劃，對于求職者來說至關重要。各職業大類的投遞量變化與“大語言模型影響指數”的關系2022 年大語言模型影響指數2024年上半年投遞人數占比與2022年差值4.00%3.00%2.00%1.00%0.00%-1.00%-2.00%-3.00%-4.00%-5.00%生產制造物流/采購/供應鏈生活服務影視傳媒農業/能源/環保醫藥研發/銷售運維/測試軟件/硬件研發市場/品

18、牌/公關客服/運營編輯/翻譯銷售/商務拓展人事/行政/財務/法務房地產/工程/建筑教育/培訓/科研視覺/交互/設計0.200.300.400.500.600.700.800.90數據來源：智聯招聘93.“大語言模型影響指數”高的職業，招聘要求提高分析各職業招聘學歷要求變化與“大語言模型影響指數”的關系，發現呈正相關關系。即“大語言模型影響指數”越高的職業，其 2022-2024 年間學歷要求提高得越多。如編輯/翻譯、客服/運營、銷售/商務拓展、市場/品牌/公關、軟件/硬件研發等指數較高的職業，2024 年上半年要求本科以上學歷的職位比例，均較 2022 年提高 1-4 個百分點。經驗要求也呈現

19、相同的特征?！按笳Z言模型影響指數”越高的職業，其 2022-2024 年間經驗要求提高得越多。如銷售/商務拓展、市場/品牌/公關、客服/運營，2024 年上半年要求 3 年以上工作經驗的比例，分別較 2022 年提高 7 個、5 個、3 個百分點。各職業大類學歷要求變化與“大語言模型影響指數”的關系2022 年大語言模型影響指數10.00%生產制造物流/采購/供應鏈生活服務影視傳媒農業/能源/環保醫藥研發/銷售金融/保險服務運維/測試軟件/硬件研發市場/品牌/公關客服/運營編輯/翻譯銷售/商務拓展人事/行政/財務/法務房地產/工程/建筑教育/培訓/科研產品/項目/高級管理視覺/交互/設計0.2

20、00.300.400.500.600.700.800.908.00%6.00%4.00%2.00%0.00%-2.00%-4.00%-6.00%2024年上半年要求本科以上學歷的職位數占比與2022年差值數據來源：智聯招聘10受大模型影響較大的職業，普遍提高了招聘要求。一方面，這些職業中的一部分基礎工作內容可以用大模型工具替代，因此未來需要的人員減少，但是對人員的能力要求提高，需要他們能夠熟練使用 AI 工具，通過 AI 工具提高工作效率。另一方面，這些職業仍需要一些大模型工具無法替代的技能，如創造力、溝通能力、組織協調能力等，這些對于求職者來說也是基礎業務能力之外更高階的要求，需要更高的認知

21、能力和更豐富的經驗。4.大模型技術影響的職業，與遠程辦公類職業重合度較高報告將“大語言模型影響指數”與“遠程辦公指數”2進行相關分析?？梢钥闯?，兩者的相關度比較高。能夠遠程辦公的職業，往往也具備數字化程度高、注重書面溝通、專業知識性強等特征，而這恰恰也與大模型的優勢相重合，因而可能受大模型的影響較大。一方面，大模型可以承擔許多日常任務，如數據錄入、報告生成和簡單的分析工作，可能會替代一些低技能或重復性工作的職位。另一方面，大模型又可以為遠程的工作提供即時幫助，提高遠程辦公的生產效率。因此，大模型技術影響的職業，與遠程辦公類職業重合度較高。2.首先，課題組將智聯招聘平臺的職業分類，與美國 htt

22、ps:/www.onetonline.org/網站上的職業分類進行匹配。其次，根據國外學者測算的各職業的遠程辦公指數，得出國內各職業的遠程辦公指數。再次，將國內各職業的職位數占比作為權重，加權平均得出總體遠程辦公指數。各職業大類的經驗要求變化與“大語言模型影響指數”的關系生產制造物流/采購/供應鏈生活服務影視傳媒農業/能源/環保醫藥研發/銷售金融/保險服務運維/測試軟件/硬件研發市場/品牌/公關客服/運營編輯/翻譯銷售/商務拓展人事/行政/財務/法務房地產/工程/建筑教育/培訓/科研產品/項目/高級管理視覺/交互/設計0.200.300.400.500.600.700.800.908.00%6

23、.00%4.00%2.00%0.00%-2.00%-4.00%-6.00%2024年上半年要求3年以上經驗的職位數占比與2022年差值2022 年大語言模型影響指數數據來源：智聯招聘111.一線城市、省會城市的人工智能發展水平更高為分析國內各城市人工智能產業發展的基礎和水平，我們嘗試構建“人工智能發展指數”，從產業基礎（人工智能職位數在全國占比3）、技術創新（人工智能相關專利數量4）、人才供給（人工智能求職人數在全國占比5）、人才培養（開設人工智能專業的院校數量6）4 個維度進行評估。其中，產業基礎反映一個城市人工智能產業的規?，F狀，報告采用各城市招聘人工智能崗位的數量作為衡量指標。技術創新是

24、人工智能產業發展的核心動力，人工智能相關專利申請數量是各城市技術創新能力的最直接體現。人工智能產業的發展離不開人才的支持，報告通過各城市人工智能崗位收到的投遞人數來反映其人才供給情況。除了現有的人才供給，城市在人工智能領域的人才培養能力同樣重要。良好的人才培養機制能夠確保城市人工智能產業擁有源源不斷的新鮮血液。開設人工智能專業的高校數量，則是城市在人才培養方面能力的重要體現。結合以上 4 個維度，我們對全國 296 個地級市以上城市的人工智能產業發展水平進行評估，得出各城市的“人工智能發展指數”。排名前 30 的城市主要集中在一線城市和省會城市，同時還包括一些東部沿海經濟發達的城市。具體而言，

25、排名前十的城市依次為北京、深圳、上海、廣州、杭州、南京、成都、武漢、蘇州和西安。三、AI 技術發展和影響的地域差異大語言模型影響指數與遠程辦公指數走勢對比0.600.050.050.050.040.030.030.020.020.010.010.000.580.560.540.520.500.480.46202201202202202203202204202205202206202207202208202209202210202211202212202301202302202303202304202305202306202307202308202309202310202311202312202

26、401202402202403202404202405202406大語言模型影響指數（左）遠程辦公指數（右）123.智聯招聘平臺 2024 年上半年數據。4.根據 戰略性新興產業分類與國際專利分類參照關系表（2021）（試行）中人工智能相關的專利分類號，在 incopat 專利數據庫中檢索各城市 2023 年人工智能相關的專利申請數量。5.智聯招聘平臺 2024 年上半年數據。6.根據華算人工智能研究院和全國高校人工智能與大數據創新聯盟發布的2024 全國普通高校人工智能專業教育教學綜合實力排行榜，整理各城市開設人工智能專業的院校數量。數據來源：智聯招聘北京在產業基礎、技術創新、人才供給、人才

27、培養方面都位列第一，在發展人工智能方面具有得天獨厚的優勢。2024 年上半年，北京市招聘的人工智能相關崗位數量占全國的 19.1%，人工智能崗位收到的投遞人數占全國 14.3%，均居全國首位。此外，北京擁有全國最多的人工智能專利數量、高校數量。作為中國的科技創新中心，北京擁有眾多科研機構和企業，它們在人工智能技術的研究與開發上投入巨大，推動大量創新成果的產生和專利的申請。同時，北京匯聚了中國頂尖的高等教育資源，在人工智能相關專業人才培養上極具優勢。深圳、上海位列第二、第三，其人工智能崗位數量、求職人數、相關專利申請數量，均位列全國的第二、第三位，在產業基礎、技術創新、人才供給方面的優勢突出。杭

28、州位居第五，在專利創新方面表現突出。2023 年，杭州人工智能相關的專利申請數量超 8 千個，位居全國第四。杭州以其開放的創新環境、活躍的創業氛圍和強大的產業基礎，吸引了大量科技企業和研發機構集聚。同時，杭州市政府高度重視知識產權保護，為創新企業提供了良好的政策支持和法律環境，進一步激發了企業的創新活力。杭州的高校和研究機構也在人工智能的基礎研究和應用研究上取得了顯著成就，為專利創新提供了源源不斷的智力支持。杭州的人工智能企業在機器學習、計算機視覺、自然語言處理等關鍵技術領域取得了一系列創新成果。武漢位列第八，擁有僅次于北京的高校數量。根據2024 全國普通高校人工智能專業教育教學綜合實力排行

29、榜，武漢開設人工智能專業的院校共 21 所，位居全國第二。武漢作為中國中部地區的教育重鎮，以其豐富的高等教育資源和強大的科研實力，在人工智能領域展現出顯著的資源優勢。近幾年，武漢在新一輪的人工智能產業布局中展現出前瞻性，進入了快速成長期。國家和地方政府陸續出臺了一系列支持人工智能發展的政策，鼓勵高校設立相關專業，培養人工智能人才。例如，湖北省新一代人工智能發展總體規劃（20202030 年）指出：引導和鼓勵高校設立人工智能相關學科專業，支持高校人工智能學科建設。2020 年 9 月，國家科技部正式批復武漢市建設國家新一代人工智能創新發展試驗區方案，支持武漢市建設國家新一代人工智能創新發展試驗區

30、。此前獲批的試驗區中，并沒有出現中部城市，武漢的突圍填補了這一空白。隨著武漢多維度鋪開人工智能產業布局，地區營造出了創新的環境，對人才具有很強的吸引力。此外，廣州、西安、濟南、鄭州、長春等省會城市也在高校數量方面也表現出較大優勢。蘇州、無錫、東莞等東部沿海非省會城市，則主要依靠人工智能崗位和人才供給排名靠前。各大城市根據自身的產業基礎、人才優勢和政策導向，通過政策扶持、資金投入、產業園區建設、人才培養等多種措施，推動人工智能產業的快速發展。這些城市的競爭和合作，共同推動了中國人工智能產業的整體進步和國際競爭力的提升。人工智能發展指數 TOP30 城市排名1北京19.1%14.3%3623553

31、2深圳10.0%9.6%2110943上海9.0%8.7%1686204廣州4.0%4.7%1863365杭州4.1%3.5%12814567南京成都3.7%4.5%3.7%4.4%181659204256城市產業基礎(人工智能職位數占比)技術創新(人工智能專利申請數量)人才供給(人工智能求職人數占比)人才培養(開設人工智能專業的院校數量)132.中西部省會城市的勞動力市場結構更易受大模型影響為評估大語言模型技術對各城市勞動力市場的潛在影響程度，我們在職業“大語言模型影響指數”的基礎上，將城市中各類職業的招聘崗位數量占全國各職業招聘總數的比例作為權重，加權計算得出該城市的“大語言模型影響指數”

32、。下圖為各城市 2024 年“大語言模型影響指數”的分布?？梢园l現，指數較高的地區主要包括在東部沿海城市和中西部省會城市。這些城市的經濟體量和招聘崗位量全國領先，因此權重較高。同時，它們的產業和崗位結構中，與人工智能相關、受大模型技術影響大的比例也更高。將主要城市的“大語言模型影響指數”與“人工智能發展指數”排名進行對比，我們發現成都、鄭州、西安等地的“大語言模型影響指數”排名高于其“人工智能發展指數”排名。它們作為中西部的重要省會城市，憑借區域輻射能力和服務業發展水平，承接很多企業的銷售和運營中心，因此銷售、運營相關的崗位比例較高，帶動“大語言模型影響指數”也較高。而蘇州等地制造業發達，生產

33、制造、物流/采購/供應鏈類崗位比例較高，因此“大語言模型影響指數”相對低，排名低于其“人工智能發展指數”?？梢?，一線城市、省會城市、東部沿海城市的經濟發展水平高，人工智能產業基礎好，同時，勞動力市場中易受大8152229武漢天津大連煙臺3.6%2.1%0.6%0.5%3.3%2.8%0.7%0.9%211475436322159293339162330蘇州重慶福州貴陽4.6%1.7%0.7%0.3%5.2%2.0%0.5%0.5%31277276733551047705101724西安青島廈門3.1%1.5%0.9%3.5%1.9%0.7%1964379417331003111825濟南沈陽石

34、家莊2.7%1.2%0.6%2.3%1.3%0.8%15862998955597121926鄭州無錫哈爾濱2.4%1.9%0.3%3.2%1.7%0.3%161813759371366132027142128合肥長春南昌長沙東莞寧波2.8%0.6%0.3%3.0%1.1%0.7%2.4%0.6%0.4%2.2%1.5%0.7%11138131332891359946244977475514隨著國內人工智能技術的飛速發展，我們正在見證一個技術革新的新時代。大語言模型等 AI 技術的突破，一方面推動了相關技術人才需求的增長，另一方面也給勞動力市場帶來了挑戰。這要求勞動力市場參與者不斷適應和提升自身

35、能力，以應對技術變革帶來的影響。從地域角度來看，一線城市、省會城市以及東部沿海城市在人工智能產業的發展上處于領先地位，這些地區的勞動力市場也更易受到大模型技術的影響。面對這樣的趨勢，這些城市需要采取積極措施，如加強人才培養、優化產業結構、推動技術創新等，以確保勞動力市場的穩定和可持續發展?？傊?，人工智能技術的快速發展既是機遇也是挑戰。不論企業還是個人，都需要認識到技術進步帶來的積極影響，并準備好應對由此引發的各項變化，通過不斷學習、創新和適應，確保在人工智能時代中抓住機遇，實現共同繁榮。模型技術影響的崗位也更多。而相對于制造業發達的東部沿海城市，服務業比重較高的一些中西部省會城市，更需要注意大

36、模型技術給勞動力市場帶來的影響。應積極擁抱和應用大模型等 AI 技術，促進產業轉型升級，提高勞動生產率，創造更多高質量就業崗位。各城市 2024 年“大語言模型影響指數”分布15數據來源：智聯招聘參考文獻：1、北京大學國家發展研究院課題組（課題組成員：張丹丹、于航、李力行、胡佳胤、莫怡青、李泓孛），2023：中國人工智能技術暴露度的測算及其對勞動需求的影響：基于大語言模型的新證據，工作論文。2、Jiayin Hu,Lun Liu,Anqi Wang,and Zongyuan Weng.2024.Impact of GenAI on Urban Labor Market.Working paper.