生成式人工智能（GenAI）有可能在任务、组织和经济层面推动劳动生产率的显著提高。实现这些成果取决于GenAI的部署，即部分执行任务，通过人机协作，技术有效地支持或增强人的能力。
全球背景下
GenAI与以往人工智能发展的不同之处在于，它能够扩大人工智能的使用范围，消除专业知识的障碍。GenAI有潜力为经济和生产力的增长做出贡献，通过释放花在低价值任务上的工作时间来从事高附加值的活动，从而创造效率。
情景分析
面对如此快速发展的技术，即使是相对近期的未来也很难预测。为了帮助思考各种可能性，我们有必要考虑基于两个关键不确定性的情景，这两个不确定性将影响GenAI在不久的将来带来的就业增长，即生产力和创新。第一个核心不确定性与对GenAI的信任程度有关，这是指员工和组织对GenAI驱动的工具及其产出的信心，以及员工对雇主、技术提供商和政府的信任。第二个核心不确定性涉及GenAI的适用性和质量是否会在短期内继续提高或保持不变。
来自早期采用者的见解
报告对来自全球各行各业和地区的20多位早期采用者进行了采访，概述了四种近期场景，为深入了解这些场景提供了有用的背景。这些组织追求GenAI部分是出于对生产率提高的信心。他们还认为，GenAI将提高工作质量和员工体验。另一个不同的动机是希望先发制人，防止自己的业务受到潜在的破坏。
最快在其员工中采用GenAI的组织是那些可以被描述为“数据驱动”的组织。他们强调，在将GenAI解决方案推广到组织的其他部门之前，需要在小组中开发和测试GenAI解决方案，以便在更广泛的实施之前识别和解决问题。
行动框架
结合从情景分析中获得的见解和从早期采用者那里吸取的经验教训，报告提出了一个可操作的框架，用于与GenAI一起促进就业增加和劳动力生产率增长。它专注于组织控制范围内的因素，旨在对刚刚开始的GenAI劳动力部署之旅的组织以及那些寻求扩展现有工作的组织都很有用。
