访谈 分析公司Forrester的副总裁兼首席分析师J.P. Gownder对于AI将彻底改变生产力这一观点仍持怀疑态度。
"就目前的情况而言，我们还没有看到这种变化，"他在本周接受The Register采访时表示。
在我们的对话中，Gownder引用了美国劳工统计局的数据，指出个人计算机的出现似乎也没有提高生产力。生产力在1947年至1973年间年均增长2.7%，但在1990年至2001年间仅为2.1%。
"尽管有了这些个人电脑，生产力增长却低了很多。而从2007年到2019年，这个数字只有1.5%。如果你观察这些数字，生产力是工作替代、就业增长和其他许多因素的基础。但当你看到这些数据时，你就会明白信息技术对生产力的影响并不总是像人们假设的那样呈线性关系。实际上并非如此。"
如果未来AI智能体得到改进，这种情况可能会发生变化，但Gownder找不到当今AI提升生产力的证据。
"诺贝尔经济学奖得主罗伯特·索洛曾说，到1987年，个人电脑革命的影响随处可见，除了在生产力统计数据中看不到。这一点在今天同样适用，"Gownder说。"生产力确实没有飙升。"
技术与生产力之间缺乏联系被称为索洛悖论，经济学家在考虑IT支出时经常引用这一概念。
"事实是，除了2001年到2007年生产力年增长2.8%之外，我们实际上从未真正看到过你可能想象中的个人电脑革命，"Gownder说。
Forrester最新的AI工作替代研究估计，到2030年，该技术可能通过机器人流程自动化、业务流程自动化、物理机器人技术和生成式AI取代6%的工作岗位，约1040万个。
Gownder认为，被AI取代的工作岗位不会像经济反弹后的典型失业情况那样回归。
"这些工作在结构上已经消失了，它们永远不会回来，因为它们已经被替代。这对经济的冲击并非微不足道，"他说。
为了确定哪些工作最容易被AI消除，Gownder和他的同事研究了美国劳工统计局定义的大约800种工作类型和34项技能，与200家公司进行了交流，并开发了一种类似于牛津大学学者卡尔·贝内迪克特·弗雷和迈克尔·奥斯本在2013年研究中使用的方法，该研究衡量了工作对计算机化的敏感性。
"我们用这种方法来询问'AI在这些能力和任务方面表现如何？'通过建立这个模型，我们能够理解AI对这800多个工作类别的强烈影响程度，然后将其与弗雷和奥斯本得出的自动化潜力进行交叉对比，"他说。这样Forrester就能计算出许多工作的"自动化潜力"。
分析师们还思考了大型组织是否有能力使用AI，如果能够使用，技术的有效性如何。
"很多生成式AI的东西实际上并不奏效，"Gownder说。"我的意思是，在企业中，我不只是在谈论消费者体验，那也有自己的问题，但MIT的研究表明，95%的生成式AI项目都没有产生实际的盈亏效益。所以没有真正的投资回报率。麦肯锡的数据显示大约80%多的项目也是如此。这进一步证实了我们还没有达到大量人员现在就失去工作的程度。"
在与200多个组织的通话中，Gownder说研究人员发现，去年的一些大规模裁员是紧缩开支的决定，而不是将工作转移给AI的结果。
"那么这就不是因为AI而失去工作。这是一个伪装成AI工作流失的财务决定。他们只是在说：'嗯，我们希望在某个时候能用AI来填补这个空缺。'所以这与AI正在积极抢夺所有这些工作的命题是完全不同的。"
他说，确实存在白领就业市场冻结的现象，企业不为空缺职位招聘，以此作为对冲手段，看看这些工作是否可以用AI来复制。
"但说实话，当你有工作要做时，总得在某个时候完成，"Gownder说。"如果AI不起作用，他们要么必须招聘，要么必须找到其他解决方案。"
Gownder说，从历史上看，美国"铁锈带"工业和制造业工作的流失是由全球化而非机器人技术推动的，他看到AI现在也在上演类似的情景。
"外包是一个非常流行的做法，"他说。"他们以AI的名义解雇员工，然后三周后在印度雇佣一个团队，因为那里的劳动力成本要便宜得多。"
Q&A
Q1：什么是索洛悖论？它如何解释AI与生产力的关系？
A：索洛悖论指技术与生产力之间缺乏明显联系的现象。诺贝尔经济学奖得主罗伯特·索洛曾说，个人电脑革命的影响随处可见，除了在生产力统计数据中。这一悖论在AI时代同样适用，尽管AI技术普及，但生产力统计数据并未显示显著提升。
Q2：Forrester预测AI会取代多少工作岗位？
A：Forrester最新研究估计，到2030年，AI技术可能通过机器人流程自动化、业务流程自动化、物理机器人技术和生成式AI取代6%的工作岗位，约1040万个。与以往经济波动不同，这些被AI取代的工作岗位在结构上已经消失，不会回归。
Q3：为什么企业的生成式AI项目大多没有成效？
A：根据MIT研究，95%的生成式AI项目都没有产生实际的盈亏效益，没有真正的投资回报率。麦肯锡的数据也显示80%多的项目如此。这表明企业在AI应用方面还没有达到大规模替代人工的程度，很多生成式AI技术在企业环境中实际上并不奏效。
热门跟贴