“在人類從事視覺任務所支付的工資中，只有 23% 的人工智能自動化具有經濟吸引力。”

圖片來源：由無界 AI生成

人工智能是否會使工作自動化，或者搶走我們手中的工作？

對於這一普遍的擔憂，不少專業機構紛紛作出了推斷和預測。

高盛集團估計，未來幾年內，人工智能將使整個勞動力市場的 25% 實現自動化。根據麥肯錫的預測，到 2055 年，近一半的工作將由人工智能驅動。賓夕法尼亞大學、紐約大學和普林斯頓大學的一項調查發現，僅 ChatGPT 一項就可能影響約 80% 的工作。職業介紹公司 Challenger, Gray & Christmas 的一份報告則显示，人工智能已經取代了成千上萬的工人。

所以，威脅已迫在眉睫了嗎？

當地時間 1 月 22 日，麻省理工學院計算機科學與人工智能實驗室（CSAIL）發布了一項新研究，試圖超越所稱的“基於任務”的比較，評估人工智能將扮演某些角色的可行性，以及企業真正用人工智能技術取代工人的可能性有多大。

據介紹，這項研究不同於傳統對人工智能潛在影響的粗略方法。相反，它對人工智能在自動化特定任務方面的可行性進行了細緻的檢查。這項研究的獨特之處在於其三方分析模型。該框架不僅評估人工智能系統的技術性能要求，還深入研究了具有該性能的人工智能系統的特徵，以及是否構建和部署此類系統的經濟選擇。

與人們的預期相反，新研究發現，之前被認為有可能被人工智能取代的大多數工作，事實上並沒有實現自動化的“經濟效益”-- 至少目前如此。

這項研究的共同作者，麻省理工學院 CSAIL 研究科學家 Neil Thompson 表示，研究的主要啟示是，即將到來的人工智能顛覆可能會比一些評論家所說的發生得更慢，也沒有那麼戲劇化。

Thompson 在接受採訪時說：“與近期的許多研究一樣，我們發現人工智能在自動化任務方面具有巨大潛力。”“但我們能夠證明，其中許多任務的自動化尚不具備吸引力。”

不過，需要注意的是，這項研究只研究了需要進行視覺分析的工作，也就是涉及在生產線末端檢查產品質量等任務的工作，並沒有調查文本和圖像生成模型（如 ChatGPT 和 Midjourney）對工人和經濟的潛在影響。據稱，這些問題將有待後續研究。

在進行這項研究時，研究人員對工人進行了調查，以了解人工智能系統要完全取代他們的工作，需要完成哪些任務。然後，他們模擬了建立能完成所有這些任務的人工智能系統的成本，並模擬了企業 -- 特別是美國的“非農”企業 -- 是否願意為這樣一個系統支付前期和運營費用。

在研究初期，研究人員舉了一個麵包師的例子。

根據美國勞工統計局的數據，麵包師大約要花 6% 的時間來檢查食品質量，而人工智能可以（而且正在）自動完成這項任務。一家僱用 5 名麵包師、年收入為 48,000 美元的麵包店如果能實現食品質量檢查自動化，就能節省 1.4 萬美元。但根據研究估算，要完成這項任務，一個從零開始的簡易人工智能系統的部署成本為 16.5 萬美元，每年的維護成本為 12.284 萬美元……而且這還只是低端成本。

Thompson 說：“我們發現，在人類從事視覺任務所支付的工資中，只有 23% 的人工智能自動化具有經濟吸引力。”“人類仍然是從事這些工作的更好經濟選擇。”

為了減少成本，該研究隨後考慮到了通過 OpenAI 等供應商銷售的自助託管式人工智能系統，這些系統只需針對特定任務進行微調，而不是從頭開始訓練。但據研究人員稱，即使系統成本僅為 1000 美元，也有產生很多崗位 -- 儘管是低工資和依賴多任務處理的工作 -- 對於企業來說，實現自動化並不具有經濟意義。

研究人員在研究報告中寫道：“即使我們只考慮計算機視覺對視覺任務的影響，我們也會發現工作崗位的流失率低於經濟中已經出現的流失率。”“即使成本以每年 20% 的速度快速下降，計算機視覺任務仍然需要幾十年的時間才能對企業產生經濟效益。”

研究人員承認，這項研究存在一些局限性。例如，它沒有考慮人工智能可以增強而非取代人類勞動的情況（如分析運動員的高爾夫揮杆），也沒有考慮創造以前不存在的新任務和工作（如維護人工智能系統）的情況。此外，這項研究也沒有考慮到像 GPT-4 這樣的預訓練模型可能帶來的所有成本節約。

那麼，既然這項研究有那麼多欠考慮的地方，為何還急於發布？難道是研究的支持者 -- 麻省理工學院 - IBM Watson 人工智能實驗室給研究人員施加了壓力，迫使他們得出某些結論？（注：麻省理工學院 - IBM Watson 人工智能實驗室由是由 IBM 提供的 2.4 億美元、為期 10 年的捐贈創建的，IBM 的既得利益在於確保人工智能不具有威脅性。）

但研究人員斷言事實並非如此。

“我們的動機是，人工智能的主要形式 -- 深度學習在許多任務中取得了巨大成功，我們希望了解這對人類工作自動化意味着什麼。”Thompson 說。“對於政策制定者來說，我們的研究結果應該強調為人工智能工作自動化做好準備的重要性……但我們的研究結果也显示，這一過程將需要數年甚至數十年的時間才能展開，因此我們有時間將政策措施落實到位。而對於人工智能研究人員和開發人員來說，這項研究則表明了降低人工智能部署成本和擴大其部署範圍的重要性。這些對於使人工智能在經濟上對企業自動化具備吸引力是非常重要的”。

參考資料：

• https://techcrunch.com/2024/01/22/new-mit-csail-study-suggests-that-ai-wont-steal-as-many-jobs-expected/
• https://www.csail.mit.edu/news/rethinking-ais-impact-mit-csail-study-reveals-economic-limits-job-automation