报告出品：东北证券报告摘要生成：司马阅
本文是关于 OpenAI 最新研究论文的摘要，主要探讨了 LLM 语言模型和 GPT 对美国不同职业和行业的潜在影响。论文通过人工评分和 GPT-4 评级对暴露度进行了分类，作者认为 30% 的职业或任务将受到 GPT 冲击。
具体来说，作者采用了两种暴露度的注释方式，即人工评分法和 GPT-4 评级法。通过对 O*NET 数据库中的每一个工作活动 DWA 和任务进行人为归类并注释打分，论文将暴露度分为 E0 无暴露度，E1 直接暴露和 E2 LLM+暴露三类。同时，采用早期版本的 GPT-4 对工作活动和任务进行注释打分，评估其对任务完成时间的影响程度。
论文指出，80% 的工人有至少 10% 的任务可以被 GPT 减少≥50% 的工作时间，19% 的工人有至少 50% 的任务可以被 GPT 减少≥50% 的工作时间。同时，高学历、未受过职业培训的人、没有专业技能、科学和批判性思维技能以及收入水平较高的人更容易受到 GPT 的冲击。受 GPT 影响程度最高的行业为证券相关和数据处理行业。
最后，文章对中国证券行业进行了类似的评估，结果显示，二级卖方分析师受到 GPT 冲击的程度最高，其次是投行一级市场和基金经理。总的来说，该研究提供了对 GPT 对职业和行业的影响的初步了解，为劳动力市场的改变提供了重要的思考。
获取本文完整报告：免费领取获取更多AI前沿报告：加入AI先锋联盟社群
