“未来社会是人机协同社会，人和机器界限模糊。教育需培养下一代适应与机器交互协同，如管理人才要管理机器、与算法共事。数字人在未来就业市场将扮演重要角色，教育需培养年轻一代适应。人工智能时代的教育要以人为本，为生活更美好和社会进步服务。”
2024年8月20日至22日，第十届WWEC教育者大会在上海·国家会展中心圆满落幕。会展面积近3万平方米，6000+家教育及各类企业参与、300+位演讲嘉宾、大会总人流量超过五万人次，线上直播观看量超50万。
中欧国际工商学院经济学与决策科学教授、中欧AI与管理创新研究中心主任方跃先生带来题为《人工智能、人类就业与未来教育》的演讲，探讨了人工智能发展历程及现状、深入分析了人工智能对劳动力市场的潜在影响以及人工智能时代的教育发展方向。
方跃
方跃，中欧国际工商学院经济学与决策科学教授，中欧经济学和决策科学系系主任，中欧AI与管理创新研究中心主任，AI与企业管理研究领域主任。
他拥有清华大学应用数学学士学位，麻省理工学院斯隆管理学院运筹学硕士及决策科学博士学位。他的教学和研究领域包括人工智能与管理创新、大数据和决策分析、数字经济、企业数智化转型、金融科技和金融工程。在二十多年的教学生涯中，方跃教授的授课主要对象为工商管理硕士，包括工商管理硕士MBA、金融工商管理硕士FMBA和为高级管理人员开设的EMBA和DBA博士专业课程，以及大量企业和组织的管理培训项目。方跃教授研究成果发表于国际知名刊物，其近期书著包括《数字化领导力》（东方出版中心，2019年）和《四轮驱动：中国汽车产业的数智化创新之路》（机械工业出版社，2024年）。
同时，他也是美国统计协会、美国金融协会、计量经济学协会、国际预测协会以及决策科学学会会员。他的研究曾获得美国能源部、亚太研究中心、Olsen and Associates、上海期货交易所等机构和企业的赞助支持。在他的学术生涯中，他曾多次获得各类教学奖励、研究基金和杰出成就奖，包括PW PIPE优秀MBA教学奖和SCHARPE杰出研究奖，以及中欧国际工商学院的教学优秀奖和中国工商管理国际最佳案例奖。
以下内容摘自方跃先生的演讲：
技术的创新发展必然对就业市场产生深远影响，并对未来的教育提出新的要求。而适应未来发展的教育反过来又能促进技术进步和社会进步、经济增长，形成一种互动的良性循环。
人工智能发展历程及现状
自上世纪50年代以来，人工智能已走过近七十年的历程，其定义简单明了——计算机算法是否具有学习能力。实际上，这一理念从一开始就与教育紧密相连。我们相信，学习能力的实现将赋予计算机解决问题的能力。
尽管人工智能在过去几十年间经历了多次起伏，但直到最近，这一技术并未如预期般对社会和经济产生巨大影响。关键在于价值——虽然技术的想象空间巨大，但能否大规模应用，能否为企业和社会带来实质性的价值，则是另一回事。
直到近年来，大模型技术的突破，特别是自2021年以来，这一领域进入了一个快速发展的阶段。技术专家们逐渐认识到，“大力出奇迹”的道理，即大模型可能找到了正确的方向。例如，2021年6月，GPT-3.0 的发布标志着技术领域变得异常活跃。如今，几乎所有大型科技公司都卷入了这场竞赛，许多研究机构和大学也加入了进来。值得注意的是，从一开始便出现了开源与闭源两种不同的发展路径。
今天提到的AI是一个广义的概念，尽管有时人们关注生成式AI，但实际上，许多传统AI技术已在工业界和社会中发挥着重要作用。AI技术正在尝试模拟人类的基本能力，从视觉识别到语言处理，再到决策推理，甚至延伸至机器人与具身智能。这一过程并非一蹴而就，而是经过了近七十年的积累与多个学科交叉推动的结果。随着应用的推广，投资与数据量迅速增长，技术得以快速迭代。
人工智能对劳动力市场的潜在影响
技术发展必然对劳动力市场产生影响，这种影响是通过潜在的经济增长来实现的，反过来又会引发劳动力市场的强烈反馈。当前的人工智能对经济将带来积极影响，但短期内的具体影响尚存争议。技术进步速度之快，使得我们难以准确预测其对社会经济的长期影响。
从教育的角度来看，我们需要前瞻性地布局，这不仅仅是三五年的问题，而是一代甚至两代人的事业。回顾互联网和移动互联网的发展历程，我们可以从中获得启示。互联网始于90年代的美国，用了大约十年时间改变了社会，并催生了一批如谷歌、亚马逊这样的巨头企业。约十五年后，移动互联网兴起，进一步推动了智能手机的广泛应用。又过了十五年左右，我们迎来了以生成式人工智能为代表的新一波技术浪潮。
这一波技术与前两次有所不同，人们对它的重视程度和认知发生了根本性变化。生成式人工智能的出现，使企业意识到这是一次难得的机会，于是纷纷加快了行动步伐。以往的技术创新通常先于企业应用，随后是社会反馈，最后是政府介入。但这一次，政府在技术尚未成熟之际便提前介入，一方面是因为各国政府认为这是未来国家战略竞争的关键，另一方面则是因为如果管理不当，可能带来巨大的风险。
教育领域也在关注这一变化，与前几次技术革命相比，这次的反应速度更快。我们将互联网与移动互联网视为两波重要的技术浪潮，与之相比，当前的人工智能发展更为迅猛，许多领域的发展速度超出了专家们的预期。一方面，这为我们带来了惊喜；另一方面，也带来了焦虑和挑战。
对于这一波技术浪潮对经济和劳动力市场的影响，准确预测并不容易。但我愿分享几种观点供参考。首先，麦肯锡预测生成式人工智能每年将为全球经济增长贡献2至4万亿美元。其次，麻省理工学院的Andrew MacAfee 教授的研究表明，这一技术将对经济增长产生颠覆性影响，并可能对基本工资和劳动力平等问题产生积极影响。但是回顾过去这么些年，技术对劳动力市场会带来很大的增量，对大规模会带来失业，冲击某些细分赛道的劳动力需求言过其实了。
然而，也有观点认为，尽管人工智能潜力巨大，但实际影响可能不会如预期般迅速显现。例如，高盛认为，尽管从长远来看对经济将产生巨大推动作用，但由于投入巨大且实际效果未达预期，短期内影响可能有限。《经济学人》杂志则指出，尽管人工智能潜力得到广泛认可，但仍有巨大差距需要克服。
这些观点反映了当前技术发展的不确定性。技术的每一次革新都会带来“技术性失业”，导致一部分人被边缘化。不管是何种观点，这项技术从相对比较长的周期看，大家认知一样，最关键的是如何落地的问题，即能否通过教育提供市场需要的人才，有可能会加速这项技术给社会、给经济带来的正面作用。
互联网为我们带来了信息、连接和协同；而生成式人工智能为我们带来了理解、交互、创造和自动化。
目前50%左右的企业都是在小范围内应用AI，某些场景、某些时点在用，但是真正能以AI为战略，All in AI的企业占的比例并不高，还有15%左右的企业还在“观望期”。这就是为什么我们没有感受到想象中人工智能对劳动力的影响。因为绝大多数企业还在小规模尝试做实验，还没有到大规模落地的时候。
互联网带来信息连接，从消费互联网发展到工业互联网。生成式人工智能带来了新的探索，如目前企业应用主要在营销、销售、内容生成和客服等领域，多数企业还在小规模尝试，未大规模落地。在教育方面，目前仍处于当工具使用的阶段，还未深入探讨课堂和学校教育的边界等问题。
人工智能时代的教育
社会劳动力市场究竟需要何种人才？这是一个值得深入思考与探讨的问题，然而明确其答案尚需相当的时间。劳动力市场的发展态势最终必将对教育产生深远影响。
未来社会无疑将是人机协同的社会，人与机器的界限会日益模糊。过往，我们仅仅是人，而后出现了诸如计算器等科技工具，接着计算机以及众多其他辅助设备也相继登场。但此次所面临的情况绝非如此简单，必定会在某种程度上出现更多的交互与互动。从管理的视角来看，当下培养管理人才在很大程度上需要他们能够管理机器，并且能够与机器共事，甚至在领导团队中可能会出现算法。对于未来的劳动力市场而言，如何培养下一代更好地融入社会，这无疑是一个重大问题。
从当前企业的应用情况来看，如果不使用相关工具，完成任务的质量会远远低于经过培训并使用工具的情况。即使仅仅将其视为工具，若经过良好的培训并恰当使用，日常工作的完成质量也会显著提升。我们所期望看到的并非仅仅是一个简单的工具，从未来的角度而言，关键不在于如何使用，而在于如何实现相互协同。我们认为，在未来它必定会成为我们的 “队友”。那么，从早期教育开始，在学校以及各个方面，如何让人们习惯它？如何与它和谐相处？这是我们目前所观察到的现象。
此外，还存在许多有趣的现象，其重要性不言而喻。如今，许多企业的实验中已经出现了这样的情况：技术投入使用后，团队中个人的效率有所提升，但总体效率却下降了，甚至不如从前。其中一个解释是，当下的人们仍然更倾向于与人打交道，对于与机器打交道感到不习惯且不情愿，更希望自己的团队由人组成。这些都是目前企业界所呈现出的现象。数字人将成为未来就业市场的一部分，教育行业也需要适应这一变化。如何与数字人协同工作，发挥各自优势，是未来教育需要解决的问题。
无论是企业、教育还是其他领域，本质上都应以人为本。技术的目的究竟是什么？是为了让生活更加美好，为了推动社会进步。因此，实际上技术是围绕着 “人” 这条主线，而不仅仅是效率提升或成本降低，而是通过教育应对技术性失业问题，避免部分人群被边缘化。这里所说的 “教育” 不仅包括学校的正规教育，还涵盖企业培训和社会教育等方面。
人工智能领域方面的教育工作不能落后，应及早布局，同步开展技能提升和再培训行动，让劳动力掌握与人工智能相关的技能。人工智能在不同行业和业务功能中的潜在影响逐渐凸显，作为共同的开发者和提升者，正嵌入工作的各个环节。
一是政府需鼓励企业组织与劳动者在人工智能方面积极实践，加大职业转型和培训力度。在劳动者职业规划、技能培训、岗位匹配等诸多领域，发挥好社会组织的作用，帮助劳动者实现高质量就业。
二是教育机构需积极调整专业和课程设置，重点纳入人工智能和数据科学课程，为学生进入相关就业市场做好准备。
三是企业自身也需要积极进行数字化与人工智能方面的学习与实践。
四是加强相关研究的投入，正视未来教育的挑战，积极探索与实践，推进适应时代发展的教育变革。
面对人工智能带来的挑战，需要携手各界共同探索新的研究问题和解决方案。
更多精彩内容详细报道，后续将持续更新，关注【WWEC820】
