美国麻省理工学院MIT联合IBM等最近发布研究报告，指出美国的工作中只有23%用计算机视觉系统取代来做更有性价比，其它部分目前还是用人工更有性价比，AI取代人类工作仍将是一个长期推进的过程。所以我们就可以暂时放心AI不会很快抢走自己的工作了吗？
下结论之前，还是应该先回到研究报告本身。除了看研究结论，也要看分析过程。
MIT这次研究由IBM支持。我看了研究报告原文，研究的逻辑框架是清楚的，目的是要分析计算机视觉系统应用到美国各行业工作中，与现有的人工成本相比是否更具性价比。
在人工成本方面，报告采用了美国劳工统计局关于各行业不同职业的工资信息，分析了不同职业的任务复杂性、技能水平、可以应用计算机视觉系统的任务比例，再结合不同职业的人数得到了人工成本。
在系统成本方面，报告计算了系统开发、部署、维护等固定成本，加上训练算力和数据等性能成本，以及扩展算力过程的扩展成本。在这些系统成本的基础上，报告还综合考虑了系统生命周期、数据漂移导致准确率下降、系统需要重新训练的频率等因素，得到了系统成本。
在对比人工成本和系统成本后，报告也客观指出了此次研究存在的一些局限，例如生成式AI模型的替代效应、AI给人工工作带来的增强作用、人工成本和AI成本的税收差异等。
实际上，无论是最近MIT发布的这篇研究，还是高盛、OpenAI之前的报告，只要涉及到AI取代人工，就总是会引发广泛关注。人们总会好奇，这一波AI驱动的科技变革浪潮，将会怎么继续走下去？
正如前一轮云计算浪潮把企业投入的IT系统成本转化成了可缩放的运营成本，那么这一轮AI浪潮发展的核心逻辑，将是把企业投入的智力成本转化成高效的AI能力成本。
在这个转化过程中，AI企业找到PMF的根本路径，无疑就是按照上文报告提到的比对成本的方法。而这个根本路径，也已经在我目前看到的主要AI业务落地过程中得到了反复验证。
不过，可以预想的是，AI经过了2023年高速演进已经推高了人们的期待，那么2024年AI的应用落地或许会出现一些障碍。尽管如此，AI企业打磨应用、推广市尝落地业务的核心路径，却不会发生改变。只要比对成本的核心逻辑不变，那么AI抢走工作就是绕不开的话题。
最后，还是回到文章开头的问题。作为每一个个体，如何看待AI取代人工的问题？
其实，人不应该和AI抢工作。在资源的投入下，AI只会发展的更快，人终究是卷不过AI的，也不应该关注有多少比例的工作会被AI取代。真正需要关注的，反而是有多少比例的工作，能够更高效、更省心的交给自己手边能用到的AI。
