偶然從網路上得知，前天是個特別的日子。

112年前的6月23日,一位改變世界的偉人誕生了。他就是阿蘭‧麥席森‧圖靈（Alan Mathison Turing ） ,一個雖已離我們遠去,但其精神永存的科學巨匠。

讓我們一起來重溫這位計算機科學和人工智慧的先驅者的一生。

阿蘭·麥席森·圖靈（Alan Mathison Turing ）於1912年6月23日出生於倫敦一個小有名望的家庭,父親是位公務員。

他從小就展現出驚人的智力,特別酷愛數學和科學。因為父母常年在國外工作,圖靈很小就進入寄宿學校讀書。他在學校是個不合群的"怪小孩",常常一個人埋頭做數學題到深夜。

圖靈的愛情生活可以說是坎坷而又傳奇。他一生最愛的人是中學時代的好友克里斯多福·莫爾康。然而莫爾康英年早逝,給圖靈留下了終生的傷痛。

此後,圖靈雖有過幾段戀情,但都無疾而終。他的同性戀身分在當時也遭到歧視和迫害。 1952年,他因此被捕入獄,並被迫接受荷爾蒙治療。經此打擊,圖靈的身心都受到嚴重創傷。

當時有人特別向法庭提及並作證，圖靈曾獲得過大英帝國勳章，是國寶級的科學家，是“當世最精深最純粹的數學家之一”，但都無濟於事。甚至還讓「醜聞」升級——當地一家報紙在頭條位置報道此事時，用了這樣一個標題：《大學教授被處緩刑必須接受化學閹割》。

1954年6月7日,年僅41歲的圖靈被爆出因食用浸染過氰化物溶液的蘋果死亡,結束了悲慘的一生。

直到2013年12月24日，英國女王伊莉莎白二世宣布赦免圖靈，才正式為當年的錯誤平反,給圖靈恢復了名譽。

雖然圖靈的人生充滿了不幸,但他在科學上的成就卻是輝煌的。

圖靈被公認為電腦科學和人工智慧的奠基者。

1936年,年僅24歲的圖靈就發表了開創性論文,提出了"圖靈機"的概念,這是一種抽象的計算模型,是現代計算機的理論基礎。

二戰期間,他領導破解德軍"英格瑪"密碼的工作,他設計的"複合謎"解密機器在戰爭中立下了汗馬功勞。這些工作奠定了現代密碼學和電腦的基礎。

戰後,圖靈繼續領銜英國的電腦事業。 1945年,他設計出了ACE(自動計算引擎) ,這是一台可編程的現代電腦雛形。

遺憾的是這個計畫後來難產了。不過,他的設計思路給後來美國研發EDVAC等早期現代電腦提供了許多啟發。

如果說"圖靈機"代表了圖靈在計算理論方面的貢獻,那ACE則體現了他在計算機工程實踐方面的遠見卓識。

1950年,圖靈發表了著名論文《計算機器與智能》,提​​出了"圖靈測試"的概念來判定機器是否具有智能,開創了人工智能的研究。

在這篇文章中,圖靈提出了一個根本性的問題:機器能思考嗎?為了回答這個問題,他提出了一個非常獨特的測試方法,後來被稱為"圖靈測試"。圖靈測試的基本想法是:如果一台機器能夠與人進行對話,而人無法分辨其機器身份,那麼我們就可以說這台機器具有智能。

圖靈測試雖然簡單,但卻深刻地揭示了智能的本質特徵之一,即能夠用自然語言與人靈活交流,具有理解和表達的能力。

這啟發了此後人工智慧研究的一個重要方向——自然語言處理。從最早的Eliza程式,到現在的Siri、Alexa等智慧助理,無不傳承了圖靈的遺產。

當然,圖靈也清醒地認識到,通過圖靈測試並不意味著機器已經完全具備人類智能的全部特徵。例如,它還不能證明機器具有自我意識、情感、創造力等。因此,圖靈測試雖然重要,但並不是衡量機器智能的唯一標準。

這也預示了此後人工智慧研究的多元化發展路徑。

除了提出圖靈測試,圖靈在這篇文章中還初步勾勒了製造"思考機器"的路線圖。他提出了學習機、遺傳演算法等開創性的思路,指出機器學習將是實現人工智慧的關鍵。

機器應該像人腦一樣,透過接受教育和學習來獲得智能。

受此啟發,此後的人工智慧研究者開展了機器學習、神經網路、遺傳編程等方向的探索,取得了一系列進展,帶來了從專家系統到深度學習的多次技術浪潮。

需要指出的是,在圖靈那個年代,計算機還非常原始,人工智慧更是一個全新的概念。但圖靈以驚人的洞察力預見了人工智慧的發展前景,提出了許多至今仍有指導意義的想法。

例如,他討論了機器的創造力問題,提出了"機器製造機器"的設想,指出只要給機器輸入適當的程序,就有可能創造出比人類更智能的機器。

這些想法直到今天仍在啟發人工智慧研究者的探索。可以說,圖靈在人工智慧領域的最大貢獻,是從根本上定義了這個嶄新領域的研究問題和方法,設定了基本的技術路線,預見了諸多充滿想像力的發展方向。

他雖然沒能親眼目睹人工智慧的蓬勃發展,但他的思想已經播撒在歷史的土壤中,生根發芽,引領著一代代研究者不斷開拓前行。正如他在文章最後所說:"我們只能看到直面我們的一點點未來,但我們能看到,在那裡有大量令人著迷的工作要做。 "

今天,這位人工智慧的先驅值得我們再次致敬。圖靈雖已逝去,但他點亮的火炬永不熄滅,照亮人工智能開疆拓土的征程! (AI趣談)

【新智元導讀】沒想到，剛剛上線了圖生視訊和視訊續寫功能的可靈AI，竟已在全世界網際網路上引爆了視訊創作的熱潮！

最近，可靈AI直接讓一位網友的家人群裡炸鍋了……

事情是這樣的，這位網友的父親需要做搭橋手術，為了給父親鼓舞，他便試著用可靈AI把爺爺的兩張老照片還原成了視訊。

在下面這個視訊中，爺爺正在北韓戰場，擔任營指導員。穿越時光隧道，1950年代風華正茂的爺爺，對著他揮了揮手。

這位網友把視訊發到家人群後，群裡直接炸了！

下面這張黑白的合影，是全家唯有的一張全家福。

當已經故去的人忽然動了起來，音容笑貌一如往昔，每個人都淚目了。

家人們久久不能平靜，即使已過午夜，群裡仍然不斷有消息響起。

用AI還原老照片後，全家人彷彿一起經歷了一場尋根之旅，從長輩口述的「家史」中，每個人都獲得了更多的自我身份認同感。

網友「玨哥」在他的公眾號「覺得有意思」裡表示，在他看來，AI最大的意義就是成為一台超級造夢機器：安排自己做個美夢，一覺醒來就有繼續去生活的勁頭了。

是的，這幾天快手可靈最新上線的圖生視訊和視訊續寫功能，不僅在國內掀起一波試用的熱潮，還「饞哭」了一眾外國網友。

如今，X上已經鋪滿了可靈生成和續寫的視訊。

比如這張著名的經典表情包，經過可靈的續寫後終於有了大結局！

每一步都在意料之外，但似乎又在情理之中（手動狗頭）

要知道，曾經的快手可靈一出世，就讓外國網友們發出心悅誠服的感嘆：效果居然比Sora還要好！

同樣是吃漢堡，可靈生成的「咬痕」就要比Sora更加逼真

一些申請到試用資格的使用者紛紛表示「真香」。而那些不能親自體驗的國外網友，紛紛「跪求」幫忙生成。

可以說，可靈給全世界的開發者們，再次帶來了來自中國的億點點震撼！

值得一提的是，由於太過爆火，快影App截至目前已有累計超過20萬人排隊申請。

所以說，這次可靈的兩大全新功能，究竟強大在哪裡？

首先來看第一個功能——圖生視訊。

這一功能直接做到了化靜為動，讓我們從此可以按需定製視覺敘事。

可靈在文生視訊上的諸多強大功能，也被一一完美融入了，比如創造逼真的運動場景、精確模擬物理特性、將複雜概念巧妙融合、輸齣電影級畫質、自由調節視訊縱橫比等等。

上傳一張圖片，接下來，就是奇蹟出現的時刻。

永遠面帶謎之微笑的蒙娜麗莎，竟然戴上了墨鏡，瞟向觀眾們的小眼神，更多了一絲調皮和狡黠。

prompt： 蒙娜麗莎用手戴了眼鏡

業內都知道，模型在轉換靜態圖像為動態視訊時，如何細膩而精準地實現大幅度運動場景，要克服不少難點。

對此，可靈充分利用了基礎模型架構中的3D時空聯合注意力機制，在建構複雜時空運動方面，表現令人驚嘆。

下面這個由靜圖生成的牧羊犬追球的視訊，自然流暢，效果非常絲滑。

無論是牧羊犬一下一下晃動的耳朵，還是隨風飄揚的毛髮，看起來都很符合物理規律。

prompt： 可愛的牧羊犬在奔跑，網球在彈跳，溫馨的氛圍

汽車在公路上飛馳的這段視訊，可靈對整體畫面的處理效果簡直堪稱廣告級大片。

不僅汽車疾速前行的姿態逼真自然，對向車道上接連不斷的車流、道路兩旁向後掠去的樹木、虛化處理的隔離帶，無不模擬出了疾馳的速度感，幾乎挑不出破綻。

prompt：汽車在公路上高速行駛，速度感，廣告片

文字指令控制視訊，女孩一鍵轉身

更厲害的是，可靈的圖生視訊模型還融入了強大的提示詞融合技術。

這就意味著，使用者可以對模型下達文字指令，來人為地掌控視訊中對象的動態表現了。

比如上傳這張女孩的照片後，普通的模型，可能會默認增加髮絲飄動、花朵搖曳、水面閃爍波紋的效果。

但在可靈中，我們可以輸入「轉身背對鏡頭」的提示詞。

模型輸出的視訊中，女孩就開始優雅轉身，並且增添了轉身瞬間微笑、眨眼的細節，顯得更加自然生動。

可靈的這個新功能，也讓我們的想像力可以充分放飛。

比如小編在看《權力的遊戲》時經常想像的一個場景——「憤怒的巨龍，漫天飛沙，奇幻風格電影」，提示詞輸入後，幻想中的場景瞬間成真了！

巨龍昂首展翅，掀起漫天黃沙，咆哮聲震耳欲聾

這種文字與圖像意義的緊密聯動，無疑對影視製作等行業意義重大。（看來好萊塢導演撤掉8億美元攝影棚，的確是明智的選擇）

從此，視覺敘事可以按需定製，許多行業必將掀起新的颶風。

此外，這個模型還能支援不同風格的圖像輸入，無論自然寫實，還是風格化圖像。

同時，它還相容各種長寬比的圖像輸入，可以說是為國內各個短影片平台量身打造。

這張豎版的騎士，黑袍飛舞，光劍仙氣環繞，氛圍感瞬間拉滿

憑AI電影《山海奇境》刷屏全網的製作人陳坤，半年之後用可靈的圖生視訊功能重制了一遍《山海奇鏡》的預告片。

留言區的網友直呼「有大片的味道」。果然AI一天，人間一年。

這位叫「海軍愛攝影」的網友，直接將自己的攝影作品變成了視訊。

奔跑的女孩與駱駝，黑白的色調，顆粒的老電影質感，把攝影作品中包含壓迫感的內涵意蘊昇華到了令人震撼的地步。

當世界名畫開始動起來，會給人怎樣的體驗？

「JessyJang」用可靈讓我們大開眼界。

無論是現代藝術的經典之作《The Son of Man》，還是著名油畫《戴珍珠耳環的少女》《吹笛少年》，都忽然開始活靈活現。霍格沃茨城堡上的油畫，原來是真實存在的？

谷歌進軍個人化聊天AI，由Gemini AI提供技術支持，可模仿名人或使用者設計角色。

科技巨頭Google正開發可客製化聊天AI，希望將人工智慧技術應用於消費者娛樂。

6月24日，The Information報道稱，Google這款聊天AI可以允許用戶創建個人化虛擬角色並與之互動，AI形象既可以模仿名人，也可以由用戶自行設計。這項計畫將使Google成為Character.AI和Meta等公司的強勁競爭對手。

谷歌發言人Justin Burr表示，Google實驗室是公司試驗未來人工智慧產品創意的場所，但他拒絕具體評論這項聊天AI計畫。上述報導引述知情人士稱，Google的新聊天AI專案由公司資深設計師Ryan Germick領導，團隊由大約10名員工組成。

按照目前的計劃，Google的Gemini AI模型將為這些聊天AI提供技術支援。使用者可以透過描述角色的個性和外觀來創建自己的聊天AI，功能類似於Character.AI。

谷歌的聊天AI產品將與Character.AI、Meta等直接競爭。他們都提供類似的功能，但Google擁有強大的AI 技術和龐大的用戶群的優勢。谷歌也正在討論與網紅和名人合作，基於他們的形象創建聊天AI，並計劃將這項功能作為獨立產品推出，最終可能整合到YouTube中。

谷歌和Character.AI 有著複雜的歷史。 Character.AI由兩名前谷歌工程師於2021年創立，他們在谷歌內部開發的聊天AI專案被延遲推出後離開公司。此後，Character.AI與Google雲端合作，使用Google先進的人工智慧晶片進行開發。

Meta也正在推出以名人和網紅為基礎的聊天AI，如以TikTok明星Charli D'Amelio為原型的Coco機器人，並測試了一個面向企業和創作者製作個人化聊天AI的工作室。

但這些個人化聊天AI都未能持續吸引大量用戶。例如，Meta推出的Snoop Dogg聊天機器人在Instagram上只有約15,000名粉絲，而Snoop Dogg的本人帳號粉絲數達8,750萬。隨著時間推移和新AI產品的不斷更新換代，Character.AI用戶的興趣也逐漸減弱。(硬AI)

發展新質生產力，遊戲行業開始發力了。

近日，伽馬資料發佈了《中國遊戲產業新質生產力發展報告》（下文簡稱“報告”）。報告圍繞中國遊戲產業推動“新質生產力”發展的關鍵路徑和重點領域進行深入討論，並對騰訊遊戲、網易遊戲、三七互娛、世紀華通等頭部企業進行深入分析，呈現當前中國遊戲企業在發展新質生產力過程中的探索與實踐。

報告指出，近八成頭部遊戲企業在人工智慧、數字孿生、引擎開發、雲技術和XR等技術領域佈局；有近六成頭部遊戲企業已建構AI生產管線、賦能虛擬內容生產或智能行銷；此外，中國TOP50遊戲廠商投資AI企業已超百次。

應用率99%，人工智慧大幅提升遊戲行業生產力

2023年，中國遊戲市場實際銷售收入3029.64億元，同比增長13.95%，首次突破3000億關口；使用者規模6.68億人，同比增長0.61%，為歷史新高點。市場和使用者規模的雙增長，離不開遊戲行業生產力的提升。報告認為，遊戲產業現階段已成為諸多前沿科技的應用場，產業本身的科技屬性持續提升。

其中，遊戲產業與人工智慧技術有著深度共生關係，資料顯示，超99%受訪者所在的公司或部門已通過多種管道引入AI技術和工具，絕大多數受訪者表示AI技術對整體項目效率有所提升，約八成感知效率提升超20%，約一成受訪者認為AI能夠帶來50%以上的效率提升。在數量層面，報告稱有近半頭部遊戲企業已利用AI提升生產能力，並建構智能生產管線。其中，騰訊遊戲、網易遊戲以及三七互娛等均早有佈局。

早在2016年，騰訊就設立了AI Lab，相關研究已在社交、遊戲、內容、平台等領域廣泛落地，尤其在遊戲領域持續推動AI的探索與應用。近期，AI Lab又推出了自研遊戲全生命周期AI引擎GiiNEX，能在研發和營運階段提供包括2D原畫、3D模型、劇情、對話、關卡以及音樂等多樣化的AIGC能力，幫助開發者提升高品質內容生成的效率。

而網易遊戲則是在2017年就成立了全球第一個專門服務於遊戲的人工智慧實驗室，持續探索AI+遊戲深度融合的內容生產新鏈路，自研AI工具已支援場景建模、動捕動畫等高耗時生產環節，累計服務超百款遊戲產品，對關鍵環節的工作效率提升高達90%。

據三七互娛財報顯示，公司自2018年起就開始探索AI在遊戲工業化中的應用，目前已自主研發了九大中台產品，建立了成熟的遊戲工業化管線。報告指出，在遊戲的研發、發行、營運階段以及使用者分析層面，三七互娛均有運用人工智慧。

其中，三七互娛利用AI動作捕捉技術、美術設計中台“圖靈”賦能遊戲研發，據此前報導，“圖靈”中台能大幅提高了2D美術工作的效率，在角色原畫環節能節省60%-80%的工時。而在遊戲發行階段，三七互娛使用遊戲資產和文案AI翻譯助力遊戲本地化，並利用AI開展廣告素材生成以及移動投放。

此外，包括世紀華通、愷英網路、游族網路等企業都在積極探索AI工具的創新和拓展，快速推動研運階段的降本提質。

帶給玩家更好遊戲體驗，探索新興遊戲玩法

人工智慧、虛擬現實等新技術除了提升遊戲的生產效率以外，還能大幅提升玩家的實際體驗，也引發了遊戲企業對於新興遊戲玩法的探索。

其中，網易遊戲創新性地提出了“AI+遊戲”概念，即以AI為基底，讓使用者看到更多創新玩法的可能性。在為玩家提供優質遊戲體驗方面。2023年上線的《逆水寒》手游是網易遊戲AI技術的代表，為玩家提供了文字捏臉功能、載入智能引擎的“高智能NPC”以及可自由探索的AI遊歷故事等創新體驗。

而游族網路則是在2024年發佈公司首款AI玩伴“代號小游醬”，據官方介紹，“代號小游醬”不僅能夠作為遊戲專屬小助手，為玩家提供客服答疑和遊戲攻略，還能在陪玩與傾聽中，提供豐富的情緒價值，並兼顧養成與輔助等系列個性化陪伴。

除了人工智慧，報告認為虛擬現實這一前沿科技領域同樣是遊戲產業發展新質生產力的關鍵所在。中國頭部廠商都有所涉及，其中，愷英網路於2022年組建的“臣旎網路”，其自研動作類VR遊戲《Mecha Party（機甲派對）》已正式上線。

另外就是AIGC與UGC的結合，報告中提到不少廠商正摸索“AIGC+UGC”的發展路徑，其認為“AIGC+UGC”未來有望對遊戲產業的創作者生態形成積極影響，也是遊戲產業發展新質生產力的關鍵所在。

TOP50廠商投資AI企業過百次，佈局全產業鏈

除了在內部利用人工智慧提升生產能力以外，頭部企業還通過投資的方式進行佈局。報告顯示，截至2023年末，TOP50中國遊戲廠商投資AI企業超過百次，對產業鏈上、中、下游均有佈局。

以三七互娛為例，自2021年以來公司始終關注“AI+XR”及其核心上下游產業，2023年將AI相關項目上升到戰略高度，具體圍繞AI基礎設施、互動感測、AIGC應用、XR以及遊戲等領域佈局，以實現內外資源聯動，推進業務創新可持續發展，構築產業競爭新優勢。

世紀華通旗下“人工智慧雲資料事業部”向AI+IDC轉型升級，與騰訊雲、華為雲、利通電子等深化合作，推進智算力建設，並著力打通GPU供應鏈，將IDC維運服務與AI算力業務相結合，以形成算力綜合維運平台。此外，世紀華通持續關注人工智慧、元宇宙、腦科學等新興科技領域，通過投資與合作的方式加強佈局，積極推動前沿科學研究與實際成果落地，進而為科技創新與數實融合發展作出貢獻。

報告最後認為，遊戲本身不僅僅只是一種文化產品，其身上的工具屬性顯著，也可以帶動更多行業新質生產力發展。遊戲作為“數字工具”，已在教育、醫療、製造、軍事、文保等多個方面顯示出跨行業、跨領域的融合應用潛力。而隨著遊戲技術的不斷成熟和普及，未來這種溢出效應將更加顯著，進一步促進數實融合，推動更多行業新質生產力的發展。   (金角財經)

Semiconductor Intelligence（SI）估計，2023 年汽車半導體市場規模為670 億美元，比2022 年成長12%。排名前12的供應商佔據了超過四分之三的市場份額。英飛凌科技是最大的汽車半導體供應商，市值為92億美元，佔市場份額的13.7%。恩智浦半導體以11.2%排名第二，義法半導體以10.6%排名第三。這三大公司佔據了超過三分之一的市佔率。對於這些公司中的大多數來說，汽車是其總收入的重要組成部分。在前六家公司中，汽車收入佔比從34%到56%不等。

自2021 年以來，隨著該行業從與疫情大流行相關的短缺中反彈，汽車半導體產業呈現強勁成長。然而，有跡象表明市場正在放緩。前三大供應商的季度汽車半導體收入反映了這一趨勢。英飛凌報告稱，英飛凌在2022 年和2023 年初實現了強勁增長，但在2023 年第二季度達到頂峰，此後一直在下降。儘管英飛凌對2024年第二季的汽車應用收入指引是季度環比成長5%。恩智浦在2023 年第四季的營收季增，但在2024 年第一季下降了5%。恩智浦2024年第一季報告指出，2024年的庫存持續減少，整體汽車市場疲軟。意法半導體在2022年和2023年的季度營收成長強勁，平均成長7%。這一增長在2024年第一季結束，當時意法半導體報告稱，汽車收入下降了23%，理由是行業進入「減速階段」。

根據國際機動車製造商組織（OICA） 的數據，2023 年的汽車產量為9,350 萬輛，比2022年增加10%。這是自2010年從2008-2009年大衰退中復甦以來26%以來最強勁的產量成長。 2023 年的9,350 萬輛仍低於2017 年9,730 萬輛的歷史最高水準。該行業在2018和2019年經歷了溫和的下降，然後在2020 年由於與疫情大流行相關的停工而下降了15.4%。然而，大部分被壓抑的汽車應用需求似乎已經被滿足。 S&P Global Mobility在2024年4月的預測是，未來三年輕型汽車產量成長在0%~2%之間。標準普爾預測區間的中點如下表所示。

儘管汽車產量成長放緩，但汽車半導體市場的成長是由每輛汽車半導體含量的增加所推動的。成長的兩個關鍵驅動因素是電動車（EV）和駕駛員輔助系統。電動車，包括電池電動車（BEV）和插電式混合動力車（PHEV），具有比其它車輛更高的半導體含量，從而推動了汽車半導體市場的成長。電動汽車在過去幾年中發展迅速。 Autovista24 估計2022 年電動車銷量成長54%，2023年成長35%。然而，預計未來6年的成長將放緩至17%~22%的區間。

駕駛輔助系統也是半導體產品的關鍵驅動力。駕駛輔助系統的最終目標是自動駕駛汽車或完全自動駕駛。然而，自動駕駛汽車距離普及還有幾年的時間。麥肯錫公司估計，到2030年，12%的乘用車將安裝全自動駕駛技術（L4級技術）。到2035年，這一比例可能達到37%。 S&P Global Mobility則更為悲觀，預計到2035年，只有6%的輕型車將安裝4級自動駕駛。因此，自動駕駛汽車對半導體市場的影響在未來幾年內不太可能具有重大意義。

在2021年疫情強勁復甦成長26%之後，過去兩年整體半導體市場一直疲軟。根據WSTS 的數據，半導體市場在2022年僅成長3.3%，在2023年下降8.2%。 WSTS在2024年5月的預測是2024和2025年的強勁成長分別為16.0% 和12.5%。正如我們在2023 年3 月的通訊中所說，在過去兩年中，汽車一直是半導體市場的唯一亮點。 IDC 估計，汽車半導體在2022 年成長17%，在2023年成長10%。 IDC在2004年5月的預測稱，未來三年汽車半導體市場的成長將放緩至5% ~7%的區間。

輕型汽車生產放緩、電動車成長放緩以及自動駕駛汽車部署延遲等因素共同作用，將降低汽車半導體市場的成長率。未來幾年，半導體產業不能再指望汽車成為主要驅動力。然而，預計其它行業將推動成長。人工智慧（AI）正在迅速發展，刺激了電腦領域的成長。內存市場已從需求疲軟和產能過剩中恢復過來。智慧型手機市場在2022年和2023年下滑後，2024年轉為正值。然而，主要的汽車半導體公司的大部分收入都嚴重依賴汽車。因此，它們在未來幾年可能會落後於半導體產業的成長。(半導體產業縱橫)

中國高考季剛過，根據中國教育部公佈的數據，2024年全中國高考報名人數達到了1,342萬人，比去年增加了51萬人，再創歷史新高。

這一龐大的考生群體即將進入大學，面對未來工作的巨大變革。

在人工智慧驅動的未來，工作的新圖景會是什麼樣子？需要哪些新技能？會誕生哪些新產業？

麥肯錫最近出了一份報告《工作新未來》，雖然主要關注的是歐美發達國家，但也在一定程度上揭示了人工智慧時代的新技能需求和職業變動趨勢。

它不僅是選擇未來的職涯發展的重要參考，更是教育和技能訓練體系的提醒，更是呼喚相關政策提供更靈活、更前瞻的支持。

畢竟，馬斯克曾說預言：“AI最終將取代所有的工作。”

從現在到2030年　什麼樣的工作/技能會增加？

隨著科技的快速發展和全球經濟環境的變化，在未來工作的格局中，數百萬的工作將需要重新定義和重新分配。

麥肯錫的最新研究和建模顯示，對STEM（科學、技術、工程和數學）相關職業、醫療保健和其他高技能職業的需求將顯著上升，而對辦公室職員、生產工人和客戶服務代表等傳統職業的需求將逐步下降。

到2030年，最高30%的當前工作時間可能會被自動化取代。

其中生成式人工智慧（gen AI）加速了這個過程——生成式AI不僅能夠取代重複性和低技能的工作，還可以在更複雜的任務中提高效率，從而帶來更大的生產力提升。

在報告中，麥肯錫把技能分成了5類：

技術技能(進階資料分析與數學、IT、程式設計、研究開發、工程等）

社會與情緒技能(適應力、持續學習、高階溝通與協商、創業精神與主動性、人際溝通技巧與同理心、領導與管理、教學與訓練)

體力和手動技能(工藝和技術技能、精細操作技能、一般設備操作和導航、一般設備維修和機械技能、粗略操作技能和力量、檢查和監控)、

高階認知技能(高階讀寫技能、複雜資訊處理與解釋、創造力、批判性思考與決策、專案管理、量化與統計技能)、

基本認知技能(基本資料輸入與處理、基本讀寫、算術和溝通技巧)。

技術技能大幅成長(+20%)背後是強勁的經濟發展邏輯：在AI時代，企業需要更多的技術人才來開發、維護和優化這些智慧系統。技術進步會帶來對創新和研發的持續需求——R&D在推動未來創新中扮演關鍵角色，需要大量的技術人才來進行前沿研究、開發新技術並推動科技進步。例如，生物技術、奈米技術和清潔能源等新興領域都需要具備高水準技術技能的專業人員。

炙手可熱的「新寵」技能是社會和情緒技能。預計到2030年，這些技能在歐洲的需求將增加11%，在美國將成長14%。

為何會有這樣的改變呢？答案是在人工智慧時代，人需要更像人，人更需要展現人際同理心和領導能力──這些技能在醫療和管理職位上特別關鍵：在醫院裡，醫生不僅需要精準的醫療技術，還需要能夠理解和關懷患者的情感需求；同樣，在企業環境中，管理者需要具備引領團隊的能力，並能靈活應對不斷變化的經濟環境。

體力和手動技能的需求預計將保持大致穩定。推拉力基本平衡，一方面，基礎建設和低排放行業的投資增加可能會推動這些技能需求的增長；另一方面，生產工作的自動化將繼續削減這部分需求。

在高階認知技能方面，情況有些複雜。創造力的需求仍在高位，預計將增加12%，但其他如高級讀寫和寫作、定量和統計技能的需求卻可能下降19%。也就是說，未來需要更多的創意天才，但對於那些需要深度分析和文字處理的高級技能工作，需求將有所減少，結果就是：一個充滿創意的設計師在未來將比一個統計分析師更搶手。

基本認知技能的需求預計將減少14%。這類技能主要用於辦公室支援或客戶服務角色，這些工作正逐漸被智慧自動化技術所取代。例如，基本的資料處理、讀寫和運算能力，甚至是基礎的溝通能力，都面臨被人工智慧接管的風險——曾經需要一整天才能完成的報表處理，現在只需幾分鐘就能由AI自動完成。

5個技能分類中較細分的技能需求變化

麥肯錫給出的結論是：未來的人才將需要結合先進的技術技能和強大的社交和情緒能力。歐洲和美國的受訪主管強調，資訊科技、數據分析、批判性思考、創造力和教學技能的需求迫切，但現實中這類人才非常緊缺。

具體來說，在技​​術技能中，企業特別缺乏高級IT技能和編程，以及高級數據分析和數學技能。可以說，這些技術高手就是未來職場的「香餑餑」。

在高階認知技能中，批判性思考、問題結構化和複雜資訊的處理能力尤其稀缺。大約40%的高階主管表示，缺乏這些技能的員工成為他們面臨的重大挑戰。


預計到2030年，批發和零售業將是受歐洲就業需求變化影響最大的部門，可能有280萬人需要更換職業。

其一，人工智慧的引進使得庫存管理變得前所未有的有效率。過去，庫存管理依賴人工盤點和經驗預測，而現在，智慧演算法可以即時分析銷售數據和市場趨勢，預測需求，優化庫存水準。

其二，個人化行銷和客戶服務得到了顯著改善。透過分析消費者行為數據，AI可以為每位顧客提供客製化的購物建議和促銷活動。這種個人化體驗不僅提高了客戶滿意度，也增加了銷售轉換率。

此外，配備聊天機器人的自助服務終端能夠24小時提供高效的客戶支持，解答常見問題，處理支付和價格檢查等任務。

在這個行業的就業需求中，成長最快的職業群體是——管理者和團隊領導、材料搬運工和裝載工、健康技術人員和藥劑師、電腦工程師和專家、商業和金融專家。

而傳統的低技能職位正面臨被技術取代的風險：會計記帳職員、批發和零售生產工人、行政助理、資訊和記錄職員以及銷售人員的需求將大幅減少。

到2030年，歐洲製造業部門約有210萬人可能需要更換職業，這是所有產業中第二受影響最嚴重的部門。特別是在生產工作領域，這項轉變尤為顯著。

生產工作曾在歐洲製造業中佔據核心地位，但隨著自動化技術的普及，這些職位逐漸減少。相反，管理、商業和法律等專業領域的角色需求將增加，因為這些角色通常由具有高等教育背景的員工擔任，更難以被自動化取代。

在技​​能需求上，企業需要更多具備先進IT技能、資料分析能力和工程背景的員工，以適應新的技術環境。同時，對社會和情緒技能的需求也在上升。例如，具備團隊管理和溝通協調能力的主管和經理在未來的製造業中將扮演更重要的角色。

然而，基本認知技能、體力和手動技能以及高級認知技能的需求可能會下降。這些技能的替代性越來越高，因為自動化和人工智慧可以更有效率地完成許多曾經需要手動處理的任務。

到2030年，麥肯錫預計製造業中需求成長最快的職業群包括工程師（非電腦類）、材料搬運工和裝載工、電腦工程師和專家、高階主管和經理以及商業和金融專家；

相反，需求下降最快的職業群體是金融會計職員、辦公室支援人員、行政助理、資訊和記錄職員以及生產工人。

在報告中，麥肯錫也分析了金融服務、醫療保健這兩個產業的就業/技能變化。更詳細的內容請後台回覆NEWWORK，下載原文。

在麥肯錫2017年末發的一篇報告中，預計到2030年，最多將有1億中國人將重新就業。

麥肯錫報告特別指出，被機器人取代並不意味著大量失業，因為新的就業機會將被創造出來，人們應該提陞工作技能來應對即將到來的就業大變遷時代。

在自動化的浪潮中，這不僅要靠個人努力，全社會這個系統也需要解決好四個問題：一是維持積極的穩健增長，以確保工作崗位的增加；二是提供工作培訓機會，幫助個人學習適應市場需求的新技能；三是提高商業社會乃至勞動市場的活力和流動性；四是為那些被自動化取代的工人提供收入和重新就業幫助。

總而言之，對於每個個人來說，需要為未來高速發展的工作環境提前做好準備，努力掌握適應市場需求的新技能。

未來對於人類而非機器的崗位需求將持續存在，但人們也應重新思考傳統的工作方式仍是否可行。（TOP創新區研究院）

AI主導下的職業進化，企業如何選擇？

就業環境變了，或許身處職場的每一個人都有所感觸。

個中緣由有很多，如經濟環境、人口結構、產業迭代等等，但如今最無法繞開，也是為人們津津樂道的一個因素便是科技的發展，尤其是AI的逐步應用，可能會對未來各類職業產生更為深遠的影響。

如最近麥肯錫的一項研究表明，在中國，約有2.2億個職位，可能被生成式AI等自動化技術重塑，其中有10個職業受影響程度最大。

當生成式AI走向落地，各大公司已不再追問何為生成式AI，而是希望了解如何提高部署此技術的投資報酬率（ROI）。

簡單來說，從新創公司到產業巨頭，每家公司都不再懷疑AI的價值，而是在考慮怎麼盡快使用AI，用AI提高生產力、生產效率，進而提升自己的產業競爭力。

於是，麥肯錫便專門進行了一次研究，計算生成式AI的經濟社會價值。

這次研究後，有幾個極具價值的觀點。

生成式AI創造的主要價值可用「4C」來概括：

1.簡化（虛擬專家） (Concision)：利用非結構化資料來源歸納並提煉洞見，從而促進專業知識的傳播；它還能解讀文本與轉錄稿，創建嵌入式文本，以支援相關資料來源的查詢和引用。

·應用範例：在財務績效分析中，透過生成式AI提供針對性的外部財務資訊與內部績效總結，備註財務說明，可提高財務規劃與分析的效率，可望將財務成本降低4%~7%。

2.編碼與軟體開發(Coding and Software)：生成式AI能夠推動程式碼重構，進而加快主機遷移；可解讀、產生程式碼，從舊系統大規模遷移主機資料，自動開發、記錄、修正測試，簡化軟體開發流程。

·應用範例：在自動化或增強資料管理中，透過生成式AI可將部分資料標註、資料清理、文件產生工作自動化，輔助使用者識別未標註資料中的異常值，並為最新取得的資料集建立文件，加快數據處理，提高數據質量，可將數據管理成本降低5%~10%。

3.內容創作(Content Creation)：生成式AI能夠創作各種形式的內容初稿，可生成文字、圖片等資訊載體，自動編寫合約、招標書等文件，還能產生視覺元素，加速研發節奏。

·應用範例：在創作適用於不同媒介管道的行銷內容時，生成式AI能夠協助創意生成（如故事板）與大規模創作，支援使用者以不同語言撰寫適用於不同管道的郵件，並推送個人化的產品/服務建議，將行銷成本降低5%~8%。

4.客戶互動(Customer Engagement)：生成式AI有助於打造高度個人化的消費體驗，如透過聊天功能優化客戶服務，還能拓寬客戶聊天機器人的應用場景，進而加速客戶拓展與資料收集。

·應用範例：在聊天機器人的用例中，生成式AI可實現自然的對話、更好地應對外語及方言，打造自動化自助服務，並透過虛擬坐席提供客戶支持，同時更加有效地解答客戶疑問、準確判斷疑問根因，可望降低9%~11%的客戶營運成本。

數十年來，科技進步不斷重塑工作的本質，幫助人類更快速更準確地完成工作。生成式AI不僅將延續這一趨勢，也將帶來前所未有的巨大影響。

經分析，麥肯錫全球研究院（MGI）發現，目前勞工50%工時內的工作可能在2030年前自動化。生成式AI的顛覆性潛力將衝擊各行各業的不同崗位，對各類職業造成的影響程度各不相同，其中白領工作受到的衝擊將比藍領工作更大。

整體而言，生成式AI將促進勞動力轉型升級，催生全新的工作方式，顯著提高人效。

隨著生成式AI的持續進化，企業與勞動者必須有效率地加以適應與運用。

組織必須順應AI發展潮流，圍繞生成式AI的潛力重新定義工作、培養全新技能。

同樣，勞動者也必須建立終身學習的觀念，積極提升自身技能，以便在AI賦能的未來持續成長。

中國雖然在多條AI賽道處於領先地位，但企業部署AI的速度卻慢了一步，報告顯示，僅30%左右的中國企業透過內部培養AI人才，明顯低於45%的全球均值。

企業並不是不想做，而是AIGC屬於全新的技能，不管是學習內容儲備還是以前的學習形式都無法支持，如何培養員工的AI技能，成為企業培訓部門無法逾越的難關。

對於個人來說，如何找到高品質的學習資源，跟隨可靠的AI實戰老師學習乾貨，也是一大難題。

職場人如何快速融入AI時代？數位化學習平台三堂課推出了《AIGC能力學習地圖》（以下簡稱地圖），目的就是為職場人提供AIGC學習路徑，幫助大家提升自身職場競爭力。（36氪）

當大家斷言2024年世界主流大廠都將進入3nm製程製程的時候；2nm製程的「戰爭」已經悄悄走來。近日，根據台媒《MoneyDJ》透露，台積電高管在2024年的技術論壇新主場聲稱：當前2nm節點取得了非常順利的進展，目前為止，納米片的轉換表現已經達到90%，良品率已經在80 %以上。

這也意味著，此前台積電所說將於2025年實現2nm晶片量產已然成為現實！那作為台積電為數不多的競爭對手，三星和英特爾進展如何呢？還有機會翻盤嗎？

而造成這種差距的一個重要原因是：三星電子3nm製程製程上採用了GAA（GateAllAround）電晶體架構，台積電繼續沿用鰭式場效電晶體（Fin－FET）架構。

GAA和FinFET被認定是延續摩爾定律的兩種技術方向，過去的先進製程普遍採用FinFET。

三星是首次採用GAA技術，選擇了一種使用通道更寬的奈米片（Nanosheet）的方式，相比通道較窄的奈米線（Nanowire）方式來說，可實現更高性能和更高能效。

現在台​​積電和英特爾計劃從2nm製程開始採用GAA架構，而較早引入GAA的三星能利用其率先採用GAA架構的經驗，在2nm製程上獲得先發優勢嗎？畢竟在3nm過程上已經付過學費了！

根據，三星電子今年2月16日發布新聞稿，已成功贏得日本AI巨頭Preferred Networks Inc.（PFN） 的首個2nm 製程AI 晶片生產訂單，在2nm 先進晶片競爭中似乎走在台積電前面。

另外據產業鏈認知透露，經證實，高通已委由三星電子以2nm製程開發AP原型晶片，同時要求台積電生產2nm原型晶片；也就是說高通給予三星和台積電一次公平競爭的機會。