近年来，随着以大语言模型为代表的生成式人工智能飞速发展，关于人工智能对于就业的影响成为国内外研究关注的焦点。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，分析在工作过程中使用AI工具对于工作表现的影响。而对于人工智能如何提升劳动者工作能力，少有提及。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研究，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。

2024年3月，蚂蚁集团数字蚂力上线了基于大语言模型构建的陪练智能体，这一智能体可以在训练环节中模拟真实客户行为与客服人员交互，提升客服能力。7-10月间，业务团队进行了随机试验：部分新入职客服使用陪练智能体训练（下简称AI训练），部分则保持传统方式。第一期报告便是基于以上数据，测算了AI训练对于劳动者后续工作表现的影响，并对其作用机制进行了初步分析。这是首个关于AI在训练中如何影响劳动者能力的实证研究。

研究结果显示：AI训练对于劳动者收入、客户反馈、服务标准性上均有显著正面效果，并呈现出人群特征、地理分布上的普惠性，同时初步的分析也展示出AI训练一项核心优势：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训练对于新入职客服，在薪资提升、客户满意度、服务标准性等方面均有显著的积极影响。具体而言，AI训练使得新入职的客服在开始工作的前六个月，单次服务平均薪酬上升了14.02%、日均获得客户差评数下降了29.46%，日均人工质检不合格数量下降了29.70%。

AI训练同时展示出了普惠性质。得益于智能体交互的真实性，AI训练对不同性别、年龄段、所处城市线级及城乡区分的人群均带来了显著的正面效果，且组间差距很小。同时，女性在收入、男性在减少差评率、45岁以上人群在提升服务标准性上，均获得了强于整体平均的更大改善，展现了AI训练的普惠性质。这也是本轮人工智能浪潮显著特征之一：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，使得客服在训练场景中积累更多经验，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训练的增益被进一步放大，特别是当AI扮演暴躁、愤怒等对抗性情绪的客户时，效果尤佳：这部分经历对抗性情绪的客服，在上岗后五个月的差评数量减少79.79%，质检不合格数量下降49.40%。

为在深入实施“人工智能+”行动中坚持以人民为中心的发展思想，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，课题组建议：（1）应当在确保用户隐私、数据安全前提下，充分发挥既有产业优势与数据沉淀，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）应当直面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）应当重视人在工作、特别是直接与人交流的工作中的独特价值，留意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。