关于AI对职场影响的讨论已经持续了几十年。从对技术如何提升生产力的兴奋，到对工作岗位被取代的担忧，AI在职场中的存在引发了大量的辩论。
自2022年AI热潮兴起以来，这些讨论加速了，曾经感觉遥远的未来话题现在已与全球员工和企业的生活息息相关。
但AI在职场中的未来将会怎样呢？为了揭开这个备受讨论的话题的更多面纱，AIPRM收集了大量关于职场中AI的统计数据，涵盖了各行业的AI采用情况、哪些工作最容易受到AI影响等内容。
职场中AI的十大统计数据
- 2024年，四分之三（75%）的受访员工在职场中使用了AI。
- 其中，近一半（46%）是在过去六个月内开始使用AI的。
- 2023年，75%的公司表示他们计划在未来五年内适应AI。
- 2023年，超过三分之一（37%）的营销和广告行业员工在工作中采用了AI。
- 超过三分之二（68%）的商业领袖表示，他们在吸引足够的人才来管理AI解决方案方面遇到了困难。
- 2024年，45%的员工表示担心AI会取代他们的工作。
- 2024年，九成（90%）的受访员工表示，AI帮助他们节省了任务时间。
- 29%的商业领袖表示，他们赞同职场中的AI，另有12%表示强烈赞同。
- 使用AI的程序员每周能够完成的项目比不使用AI的程序员多126%。
- 近三分之二（65%）的受访员工表示，他们在职场中使用过ChatGPT。
有多少人在工作中使用AI？
微软的最新职场AI统计数据显示，2024年四分之三（75%）的受访员工在工作中使用了AI，只有四分之一（25%）尚未使用该技术。
2024年职场中使用AI的受访者百分比分布
在使用AI的员工中，近一半（46%）是在过去六个月内开始使用的，剩下的54%则已经使用了更长时间。
同一项调查发现，近五分之四（79%）的公司领导者认为，他们的公司需要采用AI才能保持竞争力，约有五分之三（59%）担心无法衡量AI带来的生产力提升。
此外，另有60%的商业领袖表示，他们担心公司领导层缺乏在职场中实施AI的计划或愿景。
公司计划如何适应AI？
世界经济论坛2023年的一项调查报告称，约75%的公司计划在未来五年内适应AI。商业领袖提到最多的技术是数字平台和应用程序，86%的公司预计将在2023年至2027年间将其纳入公司运营。
2023年至2027年间，预计采用各种技术的公司比例分布
| 技术 | 预计在2023年至2027年间可能或高度可能采用该技术的公司比例 |
|---|---|
| 数字平台和应用程序 | 86.4% |
| 教育和劳动力发展技术 | 80.9% |
| 大数据分析 | 80% |
| 物联网和连接设备 | 76.8% |
| 云计算 | 76.6% |
| 加密和网络安全 | 75.6% |
| 电子商务和数字贸易 | 75.3% |
| 人工智能 | 74.9% |
| 环境管理技术 | 64.5% |
| 气候变化缓解技术 | 62.8% |
| 文本、图像和语音处理 | 61.8% |
| 增强现实和虚拟现实 | 59.1% |
| 电力存储和发电 | 52.1% |
| 非人形机器人 | 51.3% |
（来源：世界经济论坛）
职场AI统计数据显示，超过五分之四（81%）的企业计划在未来五年内实施教育和劳动力发展技术，这是第二常见的原因。
大数据分析是唯一另一个被至少五分之四的企业提及的领域，80%的企业计划在这一领域发展其资源。预计约有四分之三（75%）的企业将采用电子商务和数字贸易，比计划采用数字平台和应用程序的企业少11%。
在另一端，只有略多于一半（51%）的公司计划利用非人形机器人技术，稍高的比例（52%）提到了电动和自动驾驶车辆的使用。
哪些行业正在职场中采用AI？
最新的职场AI统计数据显示，超过三分之一（37%）的营销和广告行业员工在工作中采用了AI。这是所有行业中采用率最高的，比排名第二的技术行业高出2%。
2023年职场中各行业采用AI的员工百分比分布
三成（30%）的咨询行业员工在工作中采用了AI，使其成为第三常见的行业，也是唯一另一个采用率达到30%以上的行业。
不到五分之一（19%）的教师在工作中采用了AI，比会计行业员工的采用率（16%）高出3%。医疗保健行业的采用率最低，仅为15%，不到广告和咨询行业的一半。
访问我们的AI医疗保健统计页面，了解AI如何变革医疗保健行业的各个方面。
人们在工作中使用AI的频率如何？
根据tech.co的一份报告，超过三分之一（34%）的商业领袖表示，AI在职场中根本没有被使用。这是最常见的回答，略低的比例（33%）表示该技术仅被有限地使用。
受访商业领袖中AI在职场使用程度的分布
超过五分之一的商业领袖表示，AI在职场中被适度使用，这一比例约为广泛使用AI人数的三倍（7%）。
不到二十分之一（5%）的受访者表示，他们的公司已完全采用了AI，这一比例比未使用AI的公司低七倍以上。
AI工具和技术
根据AI统计数据，超过三分之二（68%）的商业领袖表示，他们在吸引足够的人才来管理AI解决方案方面遇到了困难。尽管如此，投资于人工智能的公司平均客户满意度翻了一倍多。
工作中最常用的AI工具是什么？
ChatGPT是员工中最常用的AI工具，近三分之二（65%）的受访者表示，他们在工作中使用过OpenAI的聊天机器人。这一比例比其他任何工具高出12%，使其成为唯一被超过一半员工提及的工具，根据ChatGPT统计数据。
受访员工中在职场使用各种AI工具的百分比分布
略少于一半（48%）的受访者使用过Google Gemini（前身为Bard），使其成为第二常用的工具。这一比例是唯一其他平台（21%）的两倍多，Microsoft Copilot（前身为Bing Chat）是唯一被超过五分之一员工提及的平台。
在另一端，约十分之一的受访者表示他们在工作中使用了Claude AI（10%）或Jasper（9%），只有8%提到了其他工具。
人们在职场中使用AI的最常见原因是什么？
最新的职场AI统计数据显示，近三分之一（32%）的受访员工在工作中使用AI进行数据分析。这一比例比其他任何原因高出6%，使数据分析成为唯一被超过30%员工提及的原因。
人们在职场中使用AI的最常见功能分布
超过四分之一（26%）的受访者使用AI来帮助完成写作任务，如电子邮件、报告和演示文稿。这一比例比下一个最高的回答高出5%，超过五分之一（21%）的受访者提到了日程安排和日历管理。
唯一被至少五分之一受访者提及的其他功能是自动数据输入、质量控制和网络安全，每项功能都被20%的受访者提及。
对职场中AI的态度
九成（90%）的受访员工表示，AI帮助他们节省了工作任务的时间。这一比例比其他任何好处高出5%，85%的受访者表示，AI帮助他们专注于最重要的工作。
受访员工认为AI带来的最常见改进分布
对职场AI统计数据的分析显示，超过五分之四（84%）的受访者认为AI让他们在工作中更具创造力，类似数量（83%）的受访者认为该技术让工作变得更有趣。
人们对职场中AI的最常见担忧是什么？
根据微软2024年的一项调查，超过一半的员工（53%）表示，他们担心使用AI完成工作任务会让他们在雇主面前显得可以被替代。这是最常见的担忧，另有52%的受访者表示不愿承认使用AI处理重要任务。
受访员工中对AI的最常见担忧分布
关于AI取代工作的统计数据显示，略少于一半（46%）的员工正在考虑在未来一年内辞职，另有45%的员工表示担心AI会在工作中取代他们。
此外，美国心理学会2023年的一项调查发现，近四分之一的美国员工（38%）担心AI可能会使他们的部分或全部工作职责在未来变得过时。
其中，51%的受访者表示，他们的工作对心理健康产生了负面影响，而不担心AI使工作过时的员工中，这一比例降至29%。
企业对职场中AI的态度如何？
商业领袖对AI的态度中，正面多于负面，约29%的受访者表示，他们赞成在职场中使用该技术。此外，另有12.23%的受访者表示强烈赞成AI，这意味着超过40%的商业领袖在某种程度上赞成职场中的AI。
商业领袖对职场中AI的态度分布
相反，略少于10%的商业领袖表示，他们不赞成职场中的AI，另有7.45%表示强烈不赞成。这意味着赞成AI的商业领袖数量是反对者的两倍多。
超过五分之二（41.83%）的受访者表示，他们对职场中的AI持中立态度——这是最常见的回答。
商业领袖对AI的看法如何变化？
根据2024年Spiceworks的一份报告，超过三分之二（68%）的商业领袖表示，他们在吸引足够人才来有效管理AI工具方面遇到了困难。同一篇文章还报道，五分之四（80%）的工程和制造公司在AI兴起后面临招聘挑战。
商业领袖对职场中AI的态度分布
尽管遇到这些困难，超过一半的商业领袖（52%）相信AI将在未来显著改善他们的运营，超过三分之一（35%）计划在不久的将来招聘AI相关人才。
AI在职场中的优势是什么？
一份来自Workplace via Meta的报告探讨了如何最好地整合AI以产生可衡量的价值。报告得出的结论是，单纯的采用并不会显著改善职场表现。AI需要与新的工作方式、员工再技能培训以及创新和实验文化相结合。
报告通过引用IBM商业价值研究所的一项研究来证明这一观点。研究发现，采用AI并且在员工再技能培训方面表现优异的公司，其收入增长率比普通AI采用者高出36%。
报告还定义了六个绩效类别，以确定“最佳AI表现公司”，它们是：
- 愿景和战略
- AI运营模式
- AI工程和运营
- 数据和技术
- 足够的人才和技能
- 文化和采用。
在这六个能力方面都表现出色的公司，其AI项目的平均投资回报率（ROI）为13%。
AI对工作的影响
最新的职场AI统计数据显示，预计全球将有8300万个工作岗位在2023年至2027年间消失。这比同期预计创造的6900万个工作岗位多出约五分之一（20%），这表明AI的发展可能对全球劳动力产生重大影响。
2023年至2027年全球就业变化的预测分布
如果这些预测是正确的，那么全球劳动力将在2023年至2027年间减少1400万人。
哪些工作预计在2023年至2027年间增幅最大？
预计到2027年，农业设备操作员的就业人数将增加约260万人——这是所有职业中增幅最大的。这比任何其他职业高出约18%，使农业设备操作成为唯一预计增幅超过250万的职业。
2023年至2027年预计就业增幅最大的职业分布
* 数据基于世界经济论坛发布的数据表估算
重型卡车和公共汽车司机是第二高的职业，预计工作岗位将增加约220万个。
还有四个职业预计增幅至少达到200万，它们是：
- 职业教育教师（约210万）
- 机械师和机器维修工（约210万）
- 商业发展专业人士（约210万）
- 建筑框架及相关行业工人（约200万）
此外，AI在教育领域的统计数据显示，特殊教育教师的就业人数预计将增加约125万人。这比职业教育教师的增幅低约40%。
哪些工作预计在2023年至2027年间减少最多？
预计到2027年，全球数据输入员的数量将减少约800万人。这比任何其他职业多约三分之一（33%），是预计保安员减少总数（约300万）的两倍多。
2023年至2027年预计就业减少最多的职业分布
* 数据基于世界经济论坛发布的数据表估算
行政和执行秘书预计将受到第二大影响，工作岗位将减少约600万个。这比下一个最高的职业多出约26%，使该职业成为唯一另一个预计减少超过500万个岗位的职业。
预计会计师、簿记员和工资管理员的总就业人数将减少约475万，是银行出纳员和相关职员（约150万）的三倍。
AI对职场技能的影响
世界经济论坛的一份报告发现，创造性思维是大多数组织认为越来越重要的技能。近四分之三（73.2%）的组织选择了创造性思维，这表明AI能够自动化许多功能性任务，可能正在增加对创造力的关注。
2023年组织认为越来越重要的前10项职场技能分布
约72%的组织提到了分析性思维，使其成为唯一另一个被超过70%的公司选择的技能。超过三分之二的组织（67.7%）提到了技术素养——比选择好奇心和终身学习的公司多约1%（66.8%）。
在另一端，略多于一半（53.1%）的公司提到了领导力和社会影响力作为越来越重要的技能——比选择创造性思维的公司少了20%以上。
访问我们的博客，获取有关各种主题的专家建议，包括撰写有效提示词。
AI对生产力的影响
尽管对职场中AI的态度不一，但尼尔森诺曼集团的一系列研究发现，使用AI的支持代理每小时处理的客户查询量比不使用AI的代理多13.8%。
在商业专业人士中，这一差异更大，使用AI的员工每小时撰写的商业文件比不使用AI的员工多59%。
使用AI的员工在各种任务中的生产力提升分布
程序员的提升幅度最大，使用AI的程序员每周完成的项目数量比不使用AI的程序员多出一倍以上（+126%）。
这意味着，平均而言，AI使员工的生产力提升了三分之二（66%）。
员工在使用AI时对数据隐私的感受如何？
近四分之一（24%）的制造业和金融业员工表示，他们对使用AI时的隐私问题“非常担忧”。这一比例在描述自己“有些担忧”的员工中上升到近三分之一（32%），这意味着这些行业中超过一半（56%）的员工对使用AI时的安全问题感到担忧。
制造业和金融业员工对使用AI时的隐私担忧程度分布
略多于十分之一（11%）的受访者表示，他们对AI对隐私的影响“完全不担心”，另有14%表示“有些不担心”。总体而言，四分之一的受访者对使用AI时的安全问题不担心。
AI在职场中的未来
麦肯锡2023年的一份报告预测，在中间采用情景下，AI的使用可能每年将美国的劳动生产率提高0.5到0.9个百分点，直至2030年。该范围反映了自动化所节省的时间是以2022年的生产力水平重新部署，还是以2030年预期的生产力水平重新部署。
哪些工作最容易受到AI的威胁？
预计到2030年，健康行业的劳动需求将显著上升，健康专业人员及助手、技术人员和工人的需求预计将增加30%。
这一增幅比任何其他职业高出7%，预计STEM专业人员的需求将增加不到四分之一（23%）。
2022年至2030年各行业劳动需求变化的预测分布
在另一端，预计到2030年，办公室支持人员的劳动需求将下降近五分之一（18%）——比任何其他职业高出6%。
预计客户服务和销售的劳动需求将下降13%，使其成为唯一另一个预计下降超过10%的行业。
AI如何改变技能需求？
2023年，只有28%的受访雇主认为STEM技能是关键的职场技能。这比2016年的42%下降了14%——这是任何技能中最大的单项下降。
2016年至2023年各种职场技能重要性变化的分布
在此期间，基本计算机和应用技能的比例也下降了9%，从40%降至31%。这表明，AI能够自动化许多基本计算机任务，可能正在降低这项技能的感知价值。
相反，42%的受访者在2023年将时间管理技能视为关键技能，比2016年上升了9%。在同一时期，选择团队合作效率作为关键技能的雇主比例从35%上升至40%。
我们从历史中能学到什么，以最大化AI在职场中的潜力？
麦肯锡的一份报告研究了1850年工业革命结束至2015年间各行业的就业水平变化。农业在此期间的美国劳动力份额下降了55.9个百分点(pp)，制造业和采矿业分别下降了3.6pp和1.3pp。
尽管如此，其他多个行业的就业率显著上升，最显著的是贸易（12.8pp）、教育（9.9pp）和医疗保健（9.3pp）。
1850年至2015年美国各行业就业份额变化的分布
| 行业 | 1850年至2015年间就业水平的变化（百分点） |
|---|---|
| 贸易（零售和批发） | 12.8 |
| 建筑 | 0.3 |
| 交通运输 | 0.2 |
| 农业 | -55.9 |
| 制造业 | -3.6 |
| 采矿 | -1.3 |
| 家庭工作 | 2.71 |
| 专业服务 | 5 |
| 公用事业 | 0.8 |
| 商业和维修服务 | 6.1 |
| 电信 | 0.7 |
| 医疗保健 | 9.3 |
| 娱乐 | 2.2 |
| 教育 | 9.9 |
| 政府 | 4.9 |
| 金融服务 | 5.9 |
（来源：麦肯锡）
总体而言，研究涵盖的16个行业中有13个在1850年至2015年间的劳动力份额上升，这表明农业中的许多工作损失被其他行业的增长所吸收。
麦肯锡在报告的结论中指出，他们的研究结果证明了以下几点：
就业转移可能是痛苦的
尽管技术进步可以创造新的工作岗位以抵消许多失去的工作，但过渡过程对工人来说可能是痛苦的。这一点在工业革命的衰退中得到了证明，尽管生产力提高了，但英国的实际工资平均数十年停滞不前。因此，确保工人接受AI的适当再技能培训将是确保该技术在我们的社会中保持积极力量的关键。
技术创造的工作岗位多于其摧毁的工作岗位，其中包括一些你无法想象的工作
新技术不仅可以在现有行业中创造增长，还可能导致新工作岗位和整个行业的出现，这在技术进步之前是无法实现的。美国联邦储备银行的一项研究支持了这一说法，研究发现，美国每年有0.56%的新工作岗位是在新职业中产生的。
我们工作更少，玩得更多，这都归功于技术
随着时间的推移，技术提高了生产力，导致平均工作周的长度缩短。报告通过揭示在发达经济体中，平均工作周的长度自20世纪初以来下降了近50%来验证这一说法。
随着最近AI的发展提供了比以往更多的任务自动化机会，人们希望高效使用该技术将为许多行业的员工带来更宽松的工作安排！
职场中AI的历史
尽管AI热潮可能让这项技术感觉像是一个新现象，但它的起源可以追溯到一个多世纪以前。下面，我们将介绍一些AI发展的关键时刻。
1921年
捷克剧作家卡雷尔·恰佩克（Karel Čapek）发布了一部科幻剧《罗素姆的万能机器人》。该剧被认为首次引入了“人工人”的概念，他将其命名为机器人。这是已知的第一个使用该词的例子。
1929年
日本教授西村真琴（Makoto Nishimura）制造了第一个日本机器人，名为Gakutensoku。
1950年
艾伦·图灵（Alan Turing）发表了一篇题为《计算机机器与智能》的论文。该论文提出了一种机器智能测试，称为模仿游戏，现在通常被称为“图灵测试”。
1952年
美国科学家阿瑟·塞缪尔（Arthur Samuel）开发了第一个能够独立下棋的AI程序。
1958年
约翰·麦卡锡（John McCarthy）创建了第一个用于AI研究的编程语言，称为LISP（列表处理的缩写）。
1966年
约瑟夫·魏岑鲍姆（Joseph Weizenbaum）创造了第一个聊天机器人，名为ELIZA。该聊天机器人是一个模拟心理治疗师，使用自然语言处理（NLP）与人类交流。
1973年
一位应用数学家詹姆斯·莱特希尔（James Lighthill）向英国科学委员会报告称，AI没有实现科学家预测的进步。该报告导致未来几十年内资金减少。
1984年
美国人工智能协会（AAAI）警告即将到来的“AI寒冬”，这将导致资金和兴趣的减少。
1987-1993年
AI寒冬到来，基于LISP的硬件市场在IBM和苹果发布的非AI计算机的冲击下崩溃。
1997年
IBM软件Deep Blue成为第一个击败现任世界国际象棋冠军的AI，导致对该技术的兴趣和资金增加。
同年，微软Windows发布了其第一个语音识别软件。
2003年
美国宇航局在火星上着陆了两辆漫游车，分别命名为“勇气号”和“机遇号”。它们在没有人类干预的情况下导航火星表面。
2011年
苹果公司发布了Siri，这是第一款主流虚拟助手技术。
2018年
中国科技公司阿里巴巴AI在斯坦福阅读和理解测试中击败了人类智力。
2022年
OpenAI发布了ChatGPT，这是一款经过大语言模型训练的聊天机器人，重新定义了AI响应人类指令的能力。
2023年
为了应对ChatGPT的成功，谷歌于2023年3月发布了其自己的大语言模型训练的聊天机器人Google Bard。该聊天机器人后来更名为Gemini。
职场中AI常见问题
关于职场中AI的问题
AI如何在职场中使用？
AI在许多行业的工作中以多种方式使用。一些显著的例子包括：
- 协助完成写作和图像生成等创造性任务
- 自动化某些基于管理的任务
- 分析数据并提供客户洞察
- 防止网络安全威胁
- 通过聊天机器人和虚拟助手处理客户服务查询
虽然上述例子是职场中AI的显著实例，但该技术如今在许多其他情况下也被使用，并且随着AI的进一步发展，这种情况可能只会增加。
AI如何帮助职场？
AI可以通过自动化以前由人类完成的任务，以更快的速度显著提高工作中的生产力。该技术还可以分析数据，为公司提供可用于做出关键决策的洞察，优化关键业务领域的做法。
通过协助许多日常任务，AI还可以提高员工的生产力，使员工有更多时间专注于以前因时间限制而被忽视的关键领域。
如果AI取代了职场中的人类会发生什么？
虽然AI可能会使某些工作岗位变得过时，但该技术为许多行业提供了显著的增长机会。此外，AI的发展甚至可能导致新的工作岗位和行业的出现，这在AI热潮之前是无法实现的。
历史告诉我们，只要有适当的准备和再技能培训计划，新的技术可以创造比摧毁更多的工作岗位。
AI如何用于提高职场效率？
AI通过自动化以前由人类完成的任务来提高职场效率。通常，这些任务的执行速度显著加快，导致生产力提高，员工有更多时间专注于工作中的其他关键领域。
AI还可以分析数据，为商业领袖提供洞察。这些数据获得的信息可以用来优化业务实践，进一步提高生产力和效率。
哪些工作因AI而面临危险？
世界经济论坛的一份报告预测，全球数据输入员的数量将在未来五年内减少800万人。预计其他面临显著劳动力减少的工作岗位包括行政和执行秘书（减少600万）以及会计师、簿记员和工资管理员（减少475万）。
如果这些数据被证明是正确的，这将表明AI自动化在这些岗位上的影响导致了工作岗位的减少。
职场中AI词汇表
自动化
自动化是指使用技术或机器在没有显著人类干预的情况下执行任务。
生成式AI
生成式AI是一种能够通过人类提示词生成文本、图像、视频和代码的AI形式。
大语言模型（LLM）
大语言模型是一种机器学习，分析海量文本数据集。它们识别文本中的模式和结构，生成类似的输出，可用于响应人类查询。
机器学习
机器学习是一种AI过程，利用计算机科学、数学和编码来开发算法和模型。然后对这些算法和模型进行训练，以分析模式并预测未来趋势，而无需人类干预。
参考来源
https://www.microsoft.com/en-us/worklab/work-trend-index/ai-at-work-is-here-now-comes-the-hard-part
https://workplaceinsight.net/quarter-of-people-have-now-used-or-tried-ai-in-the-workplace/
https://www3.weforum.org/docs/WEF_Future_of_Jobs_2023.pdf
https://www.statista.com/statistics/1361251/generative-ai-adoption-rate-at-work-by-industry-us/
https://tech.co/news/business-attitudes-ai-workplace
https://www.spiceworks.com/tech/artificial-intelligence/articles/ai-adoption-shaping-future-workplaces-aberdeen-data/
https://www.forbes.com/sites/bernardmarr/2024/07/16/the-best-generative-ai-workplace-productivity-tools/
https://www.businessinsider.com/ai-transforming-the-workplace-examples-2023-7
https://www.ib.barclays/content/dam/barclaysmicrosites/ibpublic/documents/our-insights/AI-impact-series/ImpactSeries_12_brochure.pdf
https://en-gb.workplace.com/blog/ai-and-the-future-of-work
https://www.apa.org/topics/healthy-workplaces/artificial-intelligence-workplace-worry
https://x.com/OECD/status/1785700751810916851
https://www.ibm.com/thought-leadership/institute-business-value/en-us/report/ai-capabilities
https://www.ipsos.com/en-uk/only-half-uk-workers-have-received-learning-opportunities-work-1-in-2-have-not-learned-about-ai
https://www.nngroup.com/articles/ai-tools-productivity-gains/
https://www.forbes.com/sites/joemckendrick/2023/04/25/yes-ai-increases-productivity-study-suggests/
https://360learning.com/blog/ai-ethics/
https://www.servicedeskinstitute.com/five-ethical-issues-of-ai-in-the-modern-workplace/
https://cpduk.co.uk/news/exploring-ai-ethical-considerations-in-the-workplace
https://www.rospa.com/news-and-views/how-ai-could-transform-workplace-safety
https://www.hse.gov.uk/news/hse-ai.htm
https://academic.oup.com/joh/article/66/1/uiad017/7505756
https://www.mckinsey.com/mgi/our-research/generative-ai-and-the-future-of-work-in-america
https://www.mckinsey.com/featured-insights/sustainable-inclusive-growth/chart-of-the-day/a-jolt-to-jobs-from-gen-ai
https://www.ib.barclays/content/dam/barclaysmicrosites/ibpublic/documents/our-insights/AI-impact-series/ImpactSeries_12_brochure.pdf
https://www.mckinsey.com/featured-insights/future-of-work/five-lessons-from-history-on-ai-automation-and-employment
https://www.linkedin.com/pulse/brief-history-ai-business-logycco-ktfjc/
https://www.tableau.com/data-insights/ai/history
https://www.techtarget.com/searchenterpriseai/tip/The-history-of-artificial-intelligence-Complete-AI-timeline
https://verloop.io/blog/the-timeline-of-artificial-intelligence-from-the-1940