研究报告|《人工智能促进高质量充分就业》

研究背景

以大语言模型为代表的生成式人工智能飞速发展，人工智能对于就业的影响随之成为国内外研究的焦点。在此过程中，部分研究通过招聘文本描述的分析判断岗位所受冲击的程度，另外一些研究则利用随机试验分析工作过程中使用AI工具对工作表现的影响，但是二者对于人工智能如何提升劳动者工作能力均鲜有提及。

在此背景下，北京大学数字金融研究中心与蚂蚁集团研究院成立联合课题组，开展“人工智能促进高质量充分就业”系列课题研究，以探索人工智能在提升劳动者技能、增进社会福利方面的作用机制与实践路径。这也是国内首项关于AI在训练过程中对劳动者能力影响的实证研究。

研究过程

2024年3月，蚂蚁集团数字蚂力上线基于大语言模型构建的陪练智能体。这一智能体可在训练环节模拟真实客户行为与客服人员交互，进而提升客服能力。同年7-10月，联合课题组团队成员开展对照试验：新入职客服部分使用陪练智能体训练（下称AI训练），部分保持传统工作方式。

基于以上对照试验数据，以及测算AI训练对于劳动者后续工作表现的影响、初步分析其作用机制，第一期研究成果于近期完成。

首期结果

首期研究结果显示：AI训练不仅在劳动者收入、客户反馈、服务标准化方面有显著正面影响，而且在人群特征与地理分布上呈现普惠性，可广泛覆盖不同群体与区域。初步分析发现，AI训练的一项核心优势是其更加精巧、贴近现实情况的设计，可以带来更为显著的训练增益。

相较于传统训练方式，AI训练对于新入职的客服人员，在薪资提升、客户满意度、服务标准化等方面均有显著的积极影响。测算数据显示，AI训练使新入职的客服人员在开始工作的前6个月，单次服务的平均薪酬上升14.02%、日均获得客户差评数下降29.46%，日均人工质检不合格数下降29.70%。

得益于智能体交互的真实性，AI训练同时展示出普惠性质，即对不同性别、年龄段、所处城市线级及城乡区分的人群均带来显著的正面效果，且组间差距很小。同时，对于女性收入提升、男性减少差评率、45岁以上人群提升服务标准化方面，均获得优于整体平均水平的改善，展现出AI训练的普惠性质。

这也是本轮人工智能浪潮的显著特征之一：大语言模型、智能体降低了使用相关技术的门槛，为相对弱势群体提供了改善通道。

AI训练的核心能力之一，在于陪练智能体可以为所扮演的客户赋予不同的身份、性格与多样化多阶段的情绪，使客服在训练场景中积累更多经验，以应对工作场景中的多样化问题。研究发现，当智能体具备非一般的身份、性格，具备负面、对抗性与不少于三阶段情绪时，AI训练的增益会被进一步放大，特别是当AI扮演持有暴躁、愤怒等对抗性情绪的客户时，效果更好：这部分经历对抗性情绪的客服人员，在上岗后5个月的差评数量减少79.79%，质检不合格数量下降49.40%。

研究建议

为深入实施“人工智能+”行动，坚持以人民为中心的发展思想，并充分发挥我国数据资源丰富、产业体系完备、应用场景广阔等优势，课题组提出如下建议：

（1）在确保用户隐私、数据安全前提下，建议充分发挥既有产业优势与累积数据，利用AI提升产品、服务的效率与质量，提升社会整体福利水平。

（2）直面AI发展对劳动者就业质量的冲击，探索利用AI提升、延展劳动者工作能力的路径，充分利用智能技术提升劳动者能力，对抗技术迭代压力，根本上缓解就业压力。

（3）重视人在工作中，特别是在直接与人交流的工作中的独特价值，重视考量人的体验与满意度，在追求运行效率、经济效益的同时，兼顾体验等隐性指标。

报告获取

关于北京大学数字金融研究中心

北京大学数字金融研究中心成立于2015年，致力于数字金融和金融科技领域的学术与政策研究。中心发布的“北京大学数字普惠金融指数”成为学术界引用率最高的测度中国数字金融发展程度的指标。中心研究团队获批国家社会科学基金重大项目“数字普惠金融的创新、风险与监管研究”。中心还积极推进国际学术交流与合作，与国际货币基金组织（IMF）、国际清算银行（BIS）和布鲁金斯学会（Brookings）都分别组建了联合课题组就中国数字金融问题展开深入的研究。