至顶网CIO与应用频道 02月22日 北京消息:今年世界经济论坛(WEF)会议主题是“在分化的世界中打造共同命运”。在达沃斯这四天紧张的日程中,我有幸见到了很多来自世界各地的政要及商界领袖,与他们探讨了共同命运对于每个人意味着什么、以及我们应该如何实现它。
讨论的所有话题中,劳动力再培训和为下一代铺路以迎接技术塑造型未来一直反复出现在各种对话里。显然,亚太地区政要和商界领袖达成了共识,那就是拥有数字技术人才将会是技术塑造型未来成功的基石。
技术推动世界变化
如今,我们站在第四次工业革命的风口浪尖上,经济、就业和个人生活方面前所未有的社会经济变化将成为这个时代的标志。事实上,我们已经看到商业格局发生了剧烈变化。
由于人工智能(AI)和自动化带来的颠覆性变化,未来各行各业可能会有大量的工作岗位发生巨大变动或就此消失。预计第四次工业革命在15个发达和新兴经济体中导致的净失业数量将达到500万。毫不夸张地说,未来的就业格局将难以辨识,当今劳动力看重的许多技能和知识必将过时。
虽然技术进步可能会带来上述后果,但不可否认的是,技术是强劲的良性推力,使人们过上更好的生活、获得更佳的经济机遇。简言之,如同前三次工业革命一样,第四次工业革命带来的益处一定远超其弊端。
技术的潜力是无限的:提高驾驶效率、创造价值、再发现医学,以及影响气候变化。它带来的益处之深远很可能是今天无法想象的。
再培训现有劳动力以解锁未来
然而,为了最大限度地实现技术带来的益处,政府和企业要通力合作以确保劳动力多样化并且具备数字化技能,有能力承担未来的新工作。
2015年,亚洲48%的雇主在填补空缺工作岗位上遇到了一些困难,而2006年这个比例只有28%。纵观多个行业,像数据科学家这种当今需求量最大的职业,在十年甚至五年前都不存在。随着科技发展不断加速,这种情势预计会不断加剧。
为应对这种境况,企业应该首先认识到,合理投资以对劳动力进行再培训才能实现经济上的双赢。
首先,如果机构想要找到相应人才来填补重要的技术相关职位,例如开发者、网络工程师或网络安全专家等,再培训战略是至关重要的。这会确保他们能继续安全有效地利用技术和软件来提高生产力、开拓创新以及创造新的收入来源。
其次,再培训为很多由于技术进步而遭遇边缘化风险的劳动者拓宽了职业道路,并为其开辟了通往更好生活的道路。没有再培训,只有2%的劳动者能够在当今日益数字化的世界中抓住良机、为新工作做出转变。
让下一代准备好迎接未来
第四次工业革命对于当今劳动力影响巨大,但它对于子孙后代的影响更加深远。预计当今65%的小学儿童未来将从事目前尚不存在的全新工作。
为了能够预测未来的技术需求,并确保能够长期稳定输送能充分把握数字经济机会的人才,私营部门必须起到带头作用,使未来劳动力做好准备迎接新工作和新的经济生产模式。
最有效的方法之一就是让公司对童年到青年的各个教育阶段进行投资。毕竟,学习科学、技术、工程和数学(STEM)以及计算机科学和编程等数字技能是学生——即我们的未来劳动力——做好准备充分参与到第四次工业革命中、并从中受益的最重要一步。
一个人通过学习这些科目收获的将不仅仅是技术知识和技能,这些课程所教授的创造力、计算思维、团队精神和复杂问题的解决能力同样重要,而无论是现有的或是在演变中的工作岗位,再或是由技术创造出的新岗位,这些都是数字时代所必需的技能。
塑造数字未来
所以,当我们站在未来的十字路口思考可能性时,企业需要问自己的问题是:我们在塑造未来中扮演什么角色?我们又应如何最大程度减少风险,同时发挥技术的最大潜力呢?
本届世界经济论坛上,世界经济论坛IT指导委员会宣布推出其IT行业技能倡议作为解决这些问题的计划之一,这项新举措将帮助劳动者通过获得技能培训机会营造一种教育文化的氛围,为未来的数字工作做好准备。
包括CA Technologies在内的公司已经承诺开放各自的培训目录,汇成一个单一的中心化门户网站,用户可以免费获得培训内容,包括网络安全、物联网、机器学习、数据分析以及一般商业技能和企业家精神。在与公共部门和其他私营部门合作伙伴的共同努力下, SkillSET门户网站用户数量预计将在2021年提升至100万。
作为商界领袖,我们的责任不言而喻,即确保我们的机构再培训、培养多元化人才,使公司继续利用技术创新来助力数字化宏图、保持竞争力,并实现可持续的盈利增长。 但是除了这些企业目标之外,我相信作为一个行业,我们有共同的责任去聚合当今分化的世界,创造一个更包容的数字未来。在这样的未来里,无论是雇员还是学生都拥有获取更多机会和参与数字经济的技能。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。