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。