科普 | 为什么生成式AI更容易取代白领员工,对体力工作者的影响却微乎其微?

555次阅读
没有评论

《追AI的人》之AI科普系列短视频,将持续用简单清晰的语言向公众解释对于人工智能的普遍疑问,推动社会就人工智能的发展和治理达成共识。

过去的一年里,以GPT为代表的生成式AI非常火爆。很多研究都从技术的角度比较了不同的大型语言模型,以了解它们在完成任务方面的能力差异。而今天的分享将主要从人的视角出发,因为我们知道人是使用AI的工具,在技术之外,人在这个过程中扮演着非常重要的角色。


科普 | 为什么生成式AI更容易取代白领员工,对体力工作者的影响却微乎其微?
先介绍一下背景,在今年之前,我们对AI的关注度并没有像现在这样高涨。当我们提到AI这个工具时,我们更多地想到的是一些实体机器人,比如酒店或餐馆中端盘子的机器人。在那时,人工智能更多地影响的是蓝领或体力工作者。然而,随着生成式AI的出现,它首次对知识型员工(白领员工)产生了巨大影响。
可以毫不客气地说,对于一些尚未普及自动驾驶技术的外卖骑手或司机等人群来说遥遥无期,但是对知识型员工的替代迫在眉睫。今天我们的重点是人机互动如何影响知识型员工。许多人可能也使用过一些AI智能助手,因此我们先来看一下具体的背景情况。


科普 | 为什么生成式AI更容易取代白领员工,对体力工作者的影响却微乎其微?
关于生成式AI,麦肯锡进行了一项研究报告,对比了两类不同类型的工作——一类是偏向白领的工作,另一类是偏向蓝领的工作。

可以观察到,在体力工作者身上,生成式AI的影响几乎微不足道。然而,对于传统意义上需要做决策、进行人机协作等工作的知识型员工来说,生成式AI的出现产生了显著的影响。我们可以看到,在生成式AI的影响下,相对于传统的自动化路径,出现了一种增量的变化。

 科普 | 为什么生成式AI更容易取代白领员工,对体力工作者的影响却微乎其微?


当然,还有一些其他的新闻报道进一步说明了对知识型员工潜在冲击的情况。例如,加州伯克利大学的一位教授预测,在2030年,GPT可以在一天内学完人类需要几千年才能掌握的知识,甚至可能接管美国30%的工作时间。

 科普 | 为什么生成式AI更容易取代白领员工,对体力工作者的影响却微乎其微?


看起来,通用型人工智能的时代已经来临了,但实际情况并不如理想中那样。生成型人工智能加速了传统自动化过程的进展。同样是麦肯锡的一份报告中,提出了两种不同的未来情景,并进行了两种预测:在乐观情况下,如果公众对人工智能的接受程度高,法律法规也支持等一系列理想情况下,生成式AI对社会自动化的加速程度将达到15%。


然而,在一个不太乐观的情况下,到2030年可能只有1%的影响。目前市场上有很多关于这方面的热议,声称AI的影响非常大。但实际上,当它真正应用到企业内部的管理过程中时,可能会发现影响并不那么显著。这与我们目前进行的一些实验结果也是相吻合的。


在应用生成式AI或通用型AI时,我们面临许多挑战和障碍,特别是在处理数据方面。例如,路透社报道了Chat GPT的爆炸式增长已经遇到了瓶颈。我们可以看到许多工作并没有完全采用这些大型语言模型,但它们的发展已经达到了瓶颈。那么下一个增长曲线在哪里呢?这是一个严重的问题。


科普 | 为什么生成式AI更容易取代白领员工,对体力工作者的影响却微乎其微?


我们面临哪些挑战?从分析来看,有几个方面需要考虑。首先是从个人层面来看,如果大家曾经使用过生成式AI,可能会有以下体验:初次接触AI时,你会发现它非常神奇,可以自由流畅地用人类的语言与你进行对话,甚至可以帮你写诗或撰写简单的工作报告。然而,随着时间的推移,你会发现这个技术很难实际应用于我的工作中。尽管它看起来很强大,但与我的工作实际上存在很大的差距,很难达到预期的效果。


从组织层面来看,这个问题变得更加严重。我们需要思考如何与组织现有的工作流程相融合,同时还要考虑数据隐私和法律合规的问题。


从系统层面来看,我们需要考虑如何将这种技术与已有的数字化系统进行整合。许多企业已经完成了数字化转型,拥有各种数字化系统,如IT系统、人力资源管理系统和财务系统。在这些系统之上,如何叠加生成式AI?我们了解到一些企业的做法是接入生成AI的API,并在前端创建一个聊天机器人供员工提问。然而,员工可能只会使用几次后就再也不使用这个功能了,导致这个功能无法真正发挥作用,出现了一种分割的现象。

 科普 | 为什么生成式AI更容易取代白领员工,对体力工作者的影响却微乎其微?


让我们来分析一下这个问题。为什么Chat GPT无法实现所谓的10倍+或者百倍+的提效呢?以前,我们编写一篇文章或者初步代码可能需要几个小时,而如果让Chat GPT来完成这个任务,可能只需要几秒钟甚至不到半分钟。


从理论上讲,它具备这种10倍+提效的潜力。举个例子,假设一个软件开发工程师,现在很多生成AI可以作为代码生成的助手,但实际工作远比这复杂。如果我只负责一个模块的开发,使用Chat GPT或其他生成式AI确实可以迅速完成初稿,实现了10倍+的提效。


然而,如果从整个开发系统来看,它是一个复杂的集成功能,涉及不同程序员之间的协作和不同模块的整合。就单个模块而言,确实可以实现10倍+的提效。但如果考虑到每个人对系统的贡献以及程序员之间的互动情况,综合计算后可能只能得到1%、2%,甚至可能比不使用AI还要低。


更多关于人机协同知识,点击阅读👇

科普 | 为什么生成式AI更容易取代白领员工,对体力工作者的影响却微乎其微?


📌往期推荐

📖2023生成式人工智能治理系列丛书

生成式人工智能的发展以及担忧|生成式人工智能的治理愿景和框架...👉点击查收全文链接🌟2022人工智能治理系列丛书 精华大图集锦版 | 如何维护电商平台信息真实和竞争公平…👉点击查收白皮书全书连载
🔥《追AI的人》系列直播教你掌握互联网的“流量密码”  | 如何避免ChatGPT被滥用👉点击查收过往32期直播的全部文字回放
🎈算法治理制度》系列丛书内容和电商领域推荐算法的应用与治理差异“大数据杀熟” 的背后👉点击阅读更多算法治理干货
📺 AI治理科普短视频流量为王的时代,教你如何“破圈”创作 3分钟Get多模态是什么? 信息茧房和马太效应是什么👉点击观看往期22期精彩视频

👇AAIG课代表,获取最新动态就找她科普 | 为什么生成式AI更容易取代白领员工,对体力工作者的影响却微乎其微?

 关注公众号发现更多干货❤️

科普 | 为什么生成式AI更容易取代白领员工,对体力工作者的影响却微乎其微?
科普 | 为什么生成式AI更容易取代白领员工,对体力工作者的影响却微乎其微?科普 | 为什么生成式AI更容易取代白领员工,对体力工作者的影响却微乎其微?有启发点在看喔👇科普 | 为什么生成式AI更容易取代白领员工,对体力工作者的影响却微乎其微?

 

Read More 

正文完
可以使用微信扫码关注公众号(ID:xzluomor)
post-qrcode
 
评论(没有评论)
Generated by Feedzy