FX168财经网_全球视野外汇黄金加密货币NFT资讯网

传媒板块早盘持续冲高，中原传媒6.62%领涨，传媒ETF(512980)上涨1.66%

为，23年以来随着防控政策优化和生成式AI技术突破，传媒板块估值中枢提升明显，由1月低点23.2X TTM PE回升30.6%至7月均值30.3X TTM PE，位于2020年以来73%历史估值分位，位于2011年以来38%历史估值分位。展望23下半年，建议把握两条投资主线：1）AI+传媒，生成式AI带来生产力革命，提高行业成长空间；2）顺周期复苏的电影和营销，当前市场对经济复苏节奏仍有一定分歧，密切关注边际数据变化。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-08-07

CPO概念直线走高，通信ETF(159695)低开高走，太辰光14.22%领涨

数据空间等相关理论愈发完善背景下，搭载AI技术的应用迅速变革，数通市场有望持续向好，从而带动数据与算力全产业链蓬勃发展，建议关注受益于算力与数据规模膨胀的相关标的；二是建议关注有望在“中特估”背景下实现估值重塑的国资背景深厚、低估值、经营稳健的相关标的。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-08-07

工业富联强势上涨带动行情，电子50ETF(515320)上涨0.54%

括生成式AI在内公司多年来一直投资各种AI技术。我们判断，当前算力产业链已进入交货期，业绩发力时点有望落于2024年，我们持续看好全球算力产业链的成长潜力。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-08-07

汉王科技：紫东太初大模型是公司第三大股东中国科学院自动化研究所的研究成果

及TO C智能产品的业务模式，推动公司AI技术与行业产品、与智能终端产品结合，发挥不断创新的优势，在数字化、智能化的浪潮中发展壮大。谢谢您的关注。投资者：紫东太初大模型后续研发需更多研发费用，公司是否可借助与自化所的紧密关系，请自化所把大模型项目，包括团队注入公司平台汉王科技董秘：紫东太初大模型是公司第三大股东中国科学院自动化研究所的研究成果。公司正在深度分析如何更好的转化中国科学院自动化研究所的“紫东太初”多模态大模型的应用成果，尤其是在“医疗影像”等专业领域的应用落地。感谢您的关注。投资者：到处都在上大模型项目，公司的大模型有哪些竞争力？为什么不主攻主业，拓展各项识别市场？汉王科技董秘：汉王科技是人工智能领域的先行者，一直聚焦在人工智能领域的感知、认知与人机交互技术的研发及技术应用。公司掌握手写识别、OCR 识别、生物特征识别、嗅觉识别、NLP 自然语言处理、笔输入技术、大数据处理等多项核心技术，在多模态识别方面技术根底深厚、具有优势。现阶段公司正在研发的行业专用大模型也是公司基于其所熟悉、有认知的行业基础上深入展开的，研发成功后会应用在TO B行业数字化、智能化应用落地项目，以及TO C的智能产品上；这将有利于公司拓宽现有的识别业务市场，增强公司的竞争力，同时也让公司TO C方向的智能产品再上一个新台阶。您所关注的公司模式识别业务方向，公司一直都在积极开拓，除行业端的图像识别市场外，公司今年上半年推出的“汉王扫描王”APP在各大应用商店均可下载安装，这是一款针对大众人群推出的免费识别产品，欢迎大家积极使用，提出宝贵意见。感谢您的关注。投资者：你好，请问公司从2021年到今年一季度，公司研发总共投资什么资金研发?主要研发针对人工智能研发投入多少汉王科技董秘：2021年和2022年公司的研发投入分别为2.22亿和2.45亿，占营收比例分别为13.77%和17.48%，上述研发投入主要是围绕人工智能的感知、认知技术；人机交互技术；以及以上述技术为基础，开发的行业产品、智能终端产品等的研发而发生。谢谢您的关注。投资者：鸿博过去的印刷业务，也不是没有留下什么，鸿博有保密印刷G家M密载体印制甲级资质，印刷过的东西不能泄M，也不能出售，但是可以训练模型啊！于是联想到汉王，帮助国家图书馆、档案馆、博物院、检察院、法院、医院等行业客户做数字化，从数据提取、结构化处理、加以学习和训练，输出有价值的数据给客户。请问汉王科技是否会考虑或已在运行鸿博股份的运营模式？汉王科技董秘：汉王科技在人工智能的模式识别领域内耕耘二十余年，在多模态识别上具有深厚的技术积累，凭借领先的技术水平、产品化能力及扎实的综合服务能力，积累了一大批具有粘性的优质客户。现阶段业界发布的通用大模型和行业大模型都离不开数据训练，公司对司法、人文、档案、教育等行业的客户数据特点、业务需求，行业背景知识、知识图谱等特征比较了解，也正在积极训练输出结果更为专业精准的行业数据模型，以期在将来更好更快速的满足客户的信息数字化、数据智能化的服务需求，为数字社会、数字中国添砖加瓦。感谢您的关注。投资者：未来公司将自研基础大模型是否可以用于自己研发的机器人中？是否已经落地？汉王科技董秘：人工智能技术由早期的计算智能、感知智能向认知智能不断前行，公司通过多年积累，掌握了先进的文本图像识别、自然语言处理、生物特征识别、智能视频分析、智能人机交互等多种感知与认知技术。公司正在着力开发自己的行业专用模型，预计在金秋10月，会有汉王天地大模型（暂定名）及B端、C端的更多重磅新品发布。机器人将是人工智能未来发展的终极智能形态之一，公司研发的数字员工等虚拟AI机器人已有落地项目，对双足和四足机器人实体机器人的多关节控制、机器人正逆运动、机器人软硬件结构等也在积极研究探索。公司的自研模型与智能产品的融合应用，是公司期望看到，也是公司一直在积极实践的社会价值。感谢您的关注投资者：贵公司未来有计划，把专业模型加入自家机器人产品中，更好的服务客户吗？汉王科技董秘：详见前条回复，谢谢您的关注。投资者：2022年，中国科学院院士在人工智能、计算机、软件领域取得了非凡的成就，他们分别是姚期智、谭铁牛、张钹、戴汝为、乔红、陆汝钤、梅宏、钱德沛、徐宗本、王怀民、吴朝晖、怀进鹏、李衍达、陈国良、张景中、郑建华、郑志明、周巢尘。请问贵司当前正与上述哪几位院士在合作？汉王科技董秘：公司脱胎于中科院体系，中国科学院自动化所是公司第三大股东，公司与中科院旗下多个院所在技术研发和产业化落地方面一直保持良好技术交流。感谢您的关注。以上内容由证券之星根据公开信息整理，由算法生成，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2023-08-07

民生证券：给予广和通买入评级

随人工智能技术不断发展，物联网设备融入AI技术可以更好的分析数据，从而提高效率和可靠性，将来AI技术与物联网更紧密的结合，应用场景更加丰富，物联网将继续保持快速发展的态势，市场规模将不断扩大，5G技术、边缘计算和人工智能技术将成为物联网技术的主要发展方向。据TheInsightPartners数据，全球物联网市场规模预计将从2022年的4832.8亿美元增长到2028年的22704.2亿美元，复合年增长率为29.4%。我们认为公司作为全球物联网模组核心供应商，有望充分受益后续人工智能技术发展为物联网领域带来的全新需求。　　投资建议：我们预计伴随汽车智能网联的快速发展，叠加PC侧需求的不断修复，广和通有望深度受益。我们基于外部宏观因素变化小幅上调公司盈利预测，预计公司2023-2025年归母净利润分别为6.3亿元、8.1亿元和10.5亿元，当前股价对应23-25年PE分别为28x、22x、17x。我们认为随着新的智能产品的布局，公司的业务有望全面增长，实现量价齐升，维持“推荐”评级。　　风险提示：行业竞争加剧的风险；市场需求不及预期风险；汇率波动影响公司利润水平的风险；业务及产品拓展不及预期风险。证券之星数据中心根据近三年发布的研报数据计算，天风证券唐海清研究员团队对该股研究较为深入，近三年预测准确度均值为73.01%，其预测2023年度归属净利润为盈利5.58亿，根据现价换算的预测PE为31.11。最新盈利预测明细如下：该股最近90天内共有11家机构给出评级，买入评级9家，增持评级2家；过去90天内机构目标均价为19.95。以上内容由证券之星根据公开信息整理，由算法生成，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2023-08-06

成立2年每名员工价值2100万美元 MosaicML凭什么卖出13亿美元？

cks收购MosaicML，加速生成式AI技术民主化 Databricks近期正式宣布，以约13亿美元（约93亿元人民币）收购生成式人工智能初创公司MosaicML，以提供为企业构建类ChatGPT工具的服务。该收购之后，MosaicML 将成为 Databricks Lakehouse 平台的一部分，MosaicML 的整个团队和技术都将纳入Databricks旗下，为企业提供统一的平台来管理数据资产，并且能够使用自己的专有数据来构建、拥有和保护自己的生成式 AI 模型。 MosaicML是一家非常年轻的生成式AI公司，它于2021年成立于旧金山，目前只公开披露过一轮融资，员工仅62人。在上一轮的融资中，其估值为2.2亿美元，也就是说，此次收购MosaicML的估值直接跃升了6倍。此笔交易是截至目前今年生成式AI领域内所公布的最大一笔收购案。就在不久前，云计算巨头Snowflake刚刚宣布收购了另一家生成式AI公司Neeva。在经历了几个月的投资热之后，大型企业对生成式AI初创公司的大规模并购潮似乎正在开启。 Databricks起源于UC伯克利，曾参与Apache Spark项目开发。作为数据存储和分析巨头，截至2022年估值310亿美元，帮助AT&T、壳牌、Walgreens等大型公司处理数据。前段时间，刚开源了自己大模型Dolly，旨在以更少参数实现与ChatGPT类似的效果。而在云计算更加普及后，Spark提出的“湖仓一体”理念，深深影响了一批大数据初创企业。自2013年成立后，Databricks火速成长为全球最火的Data Infra公司。去年，Databricks公布的年收入超过10亿美元，而在2021年8月完成最新一轮融资后，其最新估值达到380亿美金。 MosaicML MPT系列模型的优势 MosaicML的MPT系列模型是从HuggingFace PretrainedModel基类中子类化的，与HuggingFace生态系统完全兼容。MPT-7B模型是MosaicML最受欢迎的模型之一，拥有数十亿个参数，可以处理超过2,000种自然语言处理任务。其中，MPT-7B的优化层包括FlashAttention和低精度层范数等，可以让该模型比传统训练方法快2-7倍，资源的近线性可伸缩性确保了具有数十亿参数的模型可以在几小时内训练，而不是过去的几天。MosaicML还发布了新的可商用的开源大语言模型MPT-30B，拥有300亿参数，并且性能优于GPT-3。数据来源：MT-Bench对MosaicML主流模型进行的评估 MPT系列模型的优势在于它们的高效性和低成本。使用大量数据进行“训练”的人工智能模型的复杂度急剧上升，训练一个模型现在至少要花费数百万美元，除了大公司之外，其他中小型企业普遍都无法承受。而MosaicML的MPT系列模型可以让企业以更低的成本和更高的效率训练自己的语言模型，从而可以更轻松地应用生成式AI技术，实现更好的业务表现。大多数开源语言模型只能处理最多具有几千个tokens的序列（参见图 1）。但是，借助 MosaicML 平台和 8xA100-40GB 的单个节点，用户可以轻松微调 MPT-7B 以处理高达 65k 的上下文长度。处理这种极端上下文长度适应的能力来自ALiBi，这是MPT-7B中的关键架构选择之一。例如，《了不起的盖茨比》的全文不到68k个Token。在一个测试中，模型StoryWriter阅读了《了不起的盖茨比》并生成了一个尾声。模型生成的尾声之一如图 2 所示。StoryWriter在大约20秒内（每分钟约15万字）读完了《了不起的盖茨比》。由于序列长度较长，其“打字”速度比其他MPT-7B型号慢，每分钟约105个单词。尽管 StoryWriter 的上下文长度为 65k 进行了微调，但 ALiBi 使模型能够推断出比训练更长的输入：在《了不起的盖茨比》的情况下为 68k 个Token，在测试中高达 84k 个标记。图2：MPT-7B-StoryWriter-65k+ 为《了不起的盖茨比》写了尾声。尾声的结果是提供《了不起的盖茨比》的全文（大约 68k 个Token）作为模型的输入，后跟“尾声”一词，并允许模型继续生成。生成式AI技术的普及生成式AI技术是人工智能的一种分支，它利用大量的数据和深度学习算法，能够自动生成原始文本、图像和计算机代码等内容。这种技术的出现，让人们可以更加便捷地处理数据、分析数据，更好地服务于人类的需求。随着大数据和人工智能技术的快速发展，生成式AI技术已经被广泛应用于自然语言处理、图像识别和虚拟现实等领域。例如，在自然语言处理领域中，GPT-4已经成为了最受欢迎的生成式AI模型之一，可以用于生成文章、翻译语言和回答问题等任务。在图像识别领域，StyleGAN2能够生成高质量的图像，可以用于游戏开发、影视制作和虚拟现实等领域。 MosaicML的CEO Naveen Rao此前曾表示，自 2018 年以来，使用大量数据进行“训练”的人工智能模型的复杂度急剧上升，训练一个模型现在至少要花费数百万美元，除了大公司之外，其他中小型企业普遍都无法承受。而此次收购之后，Databricks的Lakehouse 平台和 MosaicML 技术的联合产品将能够让企业可以使用自己的专有数据来简单、快速、低成本进行生成式AI模型的训练和构建，在让用户拥有数据的控制权和所有权的情况下，可以进行自定义 AI 模型开发。根据Databricks的相关说法，在 Databricks 和 MosaicML的平台和技术支持下，企业训练和使用 LLMs 的成本将显著降低，预计可以降至数千美元左右。这为生成式AI的普及提供了便利。 Databricks收购MosaicML的意义 Databricks收购MosaicML的主要目的是加速生成式AI技术的发展和民主化。通过将两家公司的技术和资源整合起来，Databricks可以更好地满足客户的需求，提供更高效、更便捷的解决方案。具体而言，该收购将带来以下几个方面的改变： 1. 更高效的大语言模型 Databricks收购MosaicML后，可以将MPT系列模型集成到其Lakehouse平台中，为客户提供更高效、更低成本的大语言模型。这将有助于企业更好地处理自然语言处理任务，提高业务效率和准确性。 2.更快的模型训练速度 MosaicML的MPT系列模型具有快速训练的特点，这将有助于Databricks提供更快速的模型训练服务。这对于需要快速响应市场需求的企业来说尤为重要，可以帮助他们更好地满足客户的需求。 3. 更高的民主化程度 Databricks收购MosaicML也意味着生成式AI技术的民主化程度将会进一步提高。MosaicML的MPT系列模型可以让中小型企业更轻松地训练自己的语言模型，从而可以更好地应用生成式AI技术，实现更好的业务表现。这将有助于推动生成式AI技术的发展和应用，促进人工智能技术的普及和发展。总结生成式人工智能应用程序旨在根据用户的自然语言提示生成原始文本、图像和计算机代码。自去年11月人工智能初创公司OpenAI推出在线生成AI聊天机器人ChatGPT以来，人们对这项技术的兴趣激增。“每个组织都应该能够从人工智能革命中受益，并对其数据的使用方式有更多的控制。Databricks 和 MosaicML 有一个难以置信的机会来实现人工智能的民主化，并使 Lakehouse 成为构建生成式人工智能的最佳场所。”Databricks 联合创始人兼首席执行官 Ali Ghodsi表示。 Databricks收购MosaicML的意义不仅在于加速生成式AI技术的发展和民主化，更在于将两家公司的技术和资源整合起来，为客户提供更高效、更便捷的解决方案。随着人工智能技术的快速发展和应用，生成式AI技术将扮演着越来越重要的角色，Databricks收购MosaicML的举动也体现了各企业对于这个方向的重视和投资。像Anthropic和OpenAI这样的公司将现成的语言模型授权给企业，然后企业在其上构建生成AI应用程序。在对这些模型的强劲商业需求的推动下，为像MosaicML这样的初创公司创造了机会。从Snowflake和Databricks接连的收购步伐中我们可以看到，大型科技公司对于生成式AI技术正在从自主研发、战略投资逐步迈向兼并收购阶段。参考来源： https://www.databricks.com/company/newsroom/press-releases/databricks-signs-definitive-agreement-acquire-mosaicml-leading-generative-ai-platform https://mattturck.com/mosaic/ https://twitter.com/lmsysorg/status/1672077353533730817/photo/1 https://www.mosaicml.com/blog/mpt-7b#appendix-eval https://www.mosaicml.com/blog/mpt-30b 来源：金色财经

金色财经2023-08-06

X.AI系空投篇｜第一土狗XDOGE免费领空投

I智能生成NFT技术。它采用先进的X.AI技术，根据用户提供的文本提示创建相关的NFT。X.Doge平台会收集大量图片数据构建数据集，通过机器学习的方法，训练神经网络模型,让计算机学习如何生成图像，输入一些关键词或者画一些草图，让计算机基于已经训练好的模型来生成图片。 X.Doge未来 X.Doge 生态系统会为用户免费提供NFT生成技术，这样可以让更多的人知道我们，或者加入我们。在社区团队的推动下，会让X.Doge变的不一样。 X.Doge虽然是一个免费开放的X.AI平台，但是超过一段时间过后，还需要一直使用X.Doge平台，你将需要持有X.Doge 激活X.Doge平台使用，通过一个月，两个月过后.X.Doge将从100倍变成1000倍，5000倍甚至10000倍。我们会不断的去完善我们X.AI机器人让他更加智能，利用先进的人工智能技术、用户很好的使用体验和基于NFT市场强烈需求并培养一个蓬勃发展的加密社区。是的，这就是你一直在等待的那个。文本到图像使用 AI 来理解您的单词，并每次将它们转换为独特的图像。像魔术一样。来源：金色财经

金色财经2023-08-06

美迪西：7月27日接受机构调研，广发证券、广东德汇投资等多家机构参与

报标准进行的临床前试验服务。问：公司AI技术的应用情况？答：公司一直高度关注I技术的发展趋势，已与多家I制药企业达成战略合作，充分整合外部技术资源和内部研发能力，实现双向赋能。公司将结合自身业务，继续积极探索相关技术在研发业务中的应用。 12、公司在大分子药物研究方面有布局吗？公司围绕临床前研究一体化策略，持续深化融合发展，将目前的一体化优势从化学药延伸至生物药领域，进行横向扩张。生物药作为药物创新发展的重要方向，也是公司临床前一体化业务拓展延伸的主要方向之一。目前，公司在化学药研发领域已经具备了药物发现、药学研究、临床前研究的全面一体化研发服务能力；在生物药研发领域，公司已具备了系统且丰富的临床前研发服务能力，未来还需进一步补齐生物药的药物发现、药学研究的能力。公司已经启动了抗体、纳米抗体、ADC、核酸药物等生物药在药物发现阶段的研发技术平台建设，并已为部分客户提供研发服务。在生物药的药物发现部分，公司将持续增加相应的先进设备投入，引进资深人才，加强团队建设，完善技术平台。问：公司CDMO这块业务有什么规划？答：公司的药学研究服务包括原料药研究服务和制剂研究服务，目前尚处在实验室研究阶段。CDMO/CMO是公司未来努力重点扩张的方向。公司计划扩展CDMO服务量级，通过战略合作、自身建设或并购，建立符合GMP标准的规模化生产基地。问：公司定增项目的进展？答：公司已于2023年2月7日获得中国证监会同意注册的批复文件，有效期为一年，公司将在中国证监会批复有效期限内，根据公司实际情况择机尽快启动发行相关工作。美迪西（688202）主营业务：通过研发技术平台,向药企及科研单位提供药物发现与药学研究、临床前研究的医药研发服务,属于CRO行业中的临床前CRO领域。美迪西2023一季报显示，公司主营收入4.51亿元，同比上升26.8%；归母净利润1.02亿元，同比上升31.58%；扣非净利润9867.77万元，同比上升32.06%；负债率30.93%，投资收益2.0万元，财务费用373.9万元，毛利率43.54%。该股最近90天内共有3家机构给出评级，买入评级1家，增持评级2家。以下是详细的盈利预测信息：融资融券数据显示该股近3个月融资净流入1.2亿，融资余额增加；融券净流入5761.66万，融券余额增加。以上内容由证券之星根据公开信息整理，由算法生成，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2023-08-05

使用AI一年半 IBM为HR部门节省12000小时

研发的最前沿了，但它仍在积极想方设法将AI技术应用到该公司的运营中。而要想做到这一点，就需要精通AI技术的人才。 10年前的IBM Watson系统着实惊艳了不少人。而在此之后的10年间，IBM又开发了好几款AI工具，以帮助企业提高运营效率，最大限度地提高生产率。IBM指出，该公司研发的AI工具主要瞄准的是“人类独有的问题”。IBM的人力资源总监尼克·拉莫雷克斯表示，在公司内部，AI技术已经将许多员工从繁琐的后台行政工作中解放了出来，让他们可以集中精力做一些更需要人性化接触的工作。用AI代替人力早已不是什么新鲜事，但IBM公司发现，AI在人力资源管理领域也有着丰富的应用前景，因此它在这方面进行了大量投资。比如它推出了一款虚拟薪酬福利助手AskHR。有了它之后，员工如果不了解休假政策，就不用跑去专门咨询人事经理，也不必花时间自己在公司网站上找相关政策文件，而是可以直接咨询Watson，它会根据员工的工龄、工作地点和已经使用的休假天数自动做出回应。 IBM还把AI技术应用到了绩效评估上，让AI来自动评估哪些员工符合升职或加薪的条件。拉莫雷克斯表示，AI平台可以自动分析相关数据，包括员工的工作年限、以往的绩效评分、技能结构以及员工是否及时接受了培训等等。然后，它会将建议发送给经理进行交叉检查。经理可以询问AI为什么某位员工不在名单上。AI有可能会回答，这是因为该员工未达到某项资质要求，同时它还会给出下次考取该认证的考试日期。拉莫雷克斯表示，省下这些时间后，人事经理们就可以花更多精力指导员工如何提升自己和促进职业发展。拉莫雷克斯指出：“我们的人力资源部门内部已经有280多种不同的AI自动化系统在运行。它让人力资源部门变得更加人性化了，因为我们把时间花在了更重要的事情上。” 在今年4月为《财富》撰写的一篇专栏文章中，IBM公司首席执行官阿尔万德•克里希纳认为，人工智能可以帮助企业“处理大多数人认为的重复性任务，从而将员工解放出来，让他们去承担高价值的工作。”他指出，IBM的人力资源部门在使用了AI系统后，从事相关手工作业的HR员工已经从700人减少到了不到50人。拉莫雷克斯也表示，以前人事部门的经理和员工之间需要进行大量信息的来回交流，但在过去的18个月中，IBM人力资源部门通过使用AI自动化系统，总共节省了接近12000个小时的工作时间。不无讽刺意味的是，AI虽然加快了HR部门的效率，但最终却有可能让很多HR员工失业。比如今年五月，IBM宣布暂时招聘部分后台职位，而其中很多就是人力资源部门的岗位——因为现在像写招聘信息和监督员工跨部门流动这种任务，AI已经完全可以处理了。据彭博社报道，IBM此次暂停招聘可能将影响大约7800个岗位。拉莫雷克斯表示，冻结此类职位招聘的决定是有意为之的，也是公司的一个战略性决定。 “我们不希望把很多人招进来之后，却发现他们的工作大部分已经被AI技术取代了。所以我们的态度是谨慎的，我们暂停了某些岗位的招聘，这样我们就可以把招聘重点转移到创造收入和打造产品的岗位上。” 人工智能对就业的影响一直是人们高度关注的问题。世界经济论坛上月发布的一份报告指出，人工智能技术或将影响人类40%的总工作时间，尤其是市场对文秘岗位的需求很可能会迅速下降。美国咨询公司Challenger, Gray & Christmas的一份报告显示，美国企业上个月裁员总计逾8万人，较4月份增加20%。其中有近4000人的被裁与人工智能有关（约占5%）。今年1月份，IBM公司也宣布裁员约3900人，不过该公司管理层称，裁员是出售资产的结果，而不是人工智能的影响。但拉莫雷克斯也坦承，她正在认真思考公司下一步有没有可能会因为AI的应用而裁员。“公司需要考虑的是，怎样走在时代前面提供技能和培训。但是如果你已经到了需要离职的地步，那就太晚了。”她建议，各大企业应当对自己的AI战略保持透明，并对员工进行必要培训，以保证员工不被企业的未来发展所抛弃。在拉莫雷克斯看来，冻结某些岗位的招聘显然是明智之举。因为IBM仍在持续开展人工智能领域的实验，同时该公司也在持续收集工作效率方面的数据，并且帮助公司人才提升技能水平，以满足未来AI时代的需要。 “我们真正需要关注的，是那些占总数80%到90%的不会被AI取代的岗位，但这些岗位的人同样有必要重新学习。”她说：“你要如何提供具有前瞻性的技能培训呢？你对18个月后的形势有何看法？工作中的哪些部分有可能会发生变化？员工有培训机会吗？我们必须围绕这些问题做出改变。” 多年来，IBM一直倡导以技能为基础的招聘导向。拉莫雷克斯表示，IBM目前的招聘导向并未改变，而且公司特别加大了对顶尖人工智能人才的招聘力度。与此同时，IBM在美国50%以上的招聘岗位是不需要学士或以上学位的。 “我们发现，有些人工智能和自动化人才并非是通过传统渠道学到这些技能的。他们可能是社区大学的课程中学到的，或者是通过网络训练营学习的。还有些人是从军队中学到了这些技能。” 拉莫雷克斯介绍道，IBM现在会对求职者进行一系列新的评估，包括他们是否有使用人工智能工具和大型语言模型的能力，是否能提出正确的问题，是否能为相关领域设计AI流程，是否能够正确地进行分析，是否能够认识到哪些工作是值得自动化的，等等。如果他们在某些方面有缺陷的话，则他们必须具备持续学习的能力。 “以前的情况是，你拿到了一个学位，成了某方面的专家，那么这个身份可能会伴随你几十年。但是随着新技术的出现，技能的半衰期正在迅速缩短。”拉莫雷克斯说：“不管下一步怎样发展，对于员工来说，不管你进入哪个行业，从事哪项工作，是职场新人还是老人，拥有持续学习的能力才是个人最大的资本，这也是一项决定性的技能。” 她最后补充道:“现在每家公司都是科技公司，我们都受到了人工智能的影响。” 来源：金色财经

金色财经2023-08-05

雷克斯NexTablen麒麟公会AI+合约交易所会的优势和未来发展空间

金色财经2023-08-05

24小时热点