人工智能辅助翻译
68%的俄罗斯企业员工要么不了解人工智能工具的运作原理，要么经常借助这些工具得到错误结果。企业培训平台Teachbase的研究人员得出了上述结论。值得注意的是，Z世代员工的这一比例同样偏高，达到54%，尽管他们正是使用神经网络最频繁的群体：每4人中就有1人每天使用。
由此可见，习惯使用神经网络与掌握运用神经网络的能力是两回事。而正是这一差异对劳动力市场正变得愈发重要。据世界经济论坛评估，到2030年，约39%的核心技能将发生变化，59%的劳动者需要接受再培训。与此同时，约9200万个工作岗位或将消失，但同时将新增约1.7亿个新岗位。
俄罗斯外贸银行（VTB）副行长德米特里·布赖滕比赫尔在《金砖国家商业杂志》（BRICS Business Magazine）最新一期的文章中，探讨了在这种形势下究竟哪些技能才真正具有价值。
他的核心观点是：专业价值已越来越少地取决于知识积累量，而越来越多地取决于一个人的思维方式、运用人工智能的能力以及适应调整的速度：
“增长最快的技能是与人工智能和数据打交道的能力。在这方面很容易陷入一个误区，即把人工智能素养简单等同于会向聊天机器人提出好问题。实际上情况要严肃得多。人工智能素养意味着要理解模型的能力与局限：它擅长做什么、在哪些地方会出错、如何验证结果、可以向其提供哪些数据，以及使用它会带来哪些风险。”
布赖滕比歇尔将技能划分为若干类别。技术类技能包括分析与系统思维、数据处理及人工智能应用；人文类技能涵盖领导力、沟通能力以及应对变化的能力。此外，他还单独列出了元技能，即学习能力、创造力和跨学科能力。
批判性审视机器所提供内容的能力变得尤为重要。人工智能可以快速检索信息、撰写文本或进行分析，但提出任务、评估结果和作出最终决定的责任仍在于人。
另一项关键技能是不断更新自身经验的能力：
“如果近半数技能将在几年内发生变化，那么仅凭已积累的知识资本将无法构建职业生涯。我们既要不断学习新知识，也要舍弃不久前还行之有效的方法。这里必须认清一个重要道理：学习能力不仅指学会的能力，也包括‘忘却’的能力。经验可能是优势，也可能变成陷阱。一个人按某种模式工作的时间越长，就越容易把习惯当作正确。因此，现代职业韧性并不取决于积累经验的多少，而取决于更新经验的速度。”
换言之，在人工智能时代，胜出的并非知识最渊博的人，而是能最快更新知识、善于质疑现成答案、并将技术作为工具而非自身思维替代品的人。
