美國(guó)麻省理工學(xué)院MIT聯(lián)合IBM等最近發(fā)布研究報(bào)告，指出美國(guó)的工作中只有23%用計(jì)算機(jī)視覺系統(tǒng)取代來做更有性價(jià)比，其它部分目前還是用人工更有性價(jià)比，AI取代人類工作仍將是一個(gè)長(zhǎng)期推進(jìn)的過程。所以我們就可以暫時(shí)放心AI不會(huì)很快搶走自己的工作了嗎？

下結(jié)論之前，還是應(yīng)該先回到研究報(bào)告本身。除了看研究結(jié)論，也要看分析過程。

MIT這次研究由IBM支持。我看了研究報(bào)告原文，研究的邏輯框架是清楚的，目的是要分析計(jì)算機(jī)視覺系統(tǒng)應(yīng)用到美國(guó)各行業(yè)工作中，與現(xiàn)有的人工成本相比是否更具性價(jià)比。

在人工成本方面，報(bào)告采用了美國(guó)勞工統(tǒng)計(jì)局關(guān)于各行業(yè)不同職業(yè)的工資信息，分析了不同職業(yè)的任務(wù)復(fù)雜性、技能水平、可以應(yīng)用計(jì)算機(jī)視覺系統(tǒng)的任務(wù)比例，再結(jié)合不同職業(yè)的人數(shù)得到了人工成本。

在系統(tǒng)成本方面，報(bào)告計(jì)算了系統(tǒng)開發(fā)、部署、維護(hù)等固定成本，加上訓(xùn)練算力和數(shù)據(jù)等性能成本，以及擴(kuò)展算力過程的擴(kuò)展成本。在這些系統(tǒng)成本的基礎(chǔ)上，報(bào)告還綜合考慮了系統(tǒng)生命周期、數(shù)據(jù)漂移導(dǎo)致準(zhǔn)確率下降、系統(tǒng)需要重新訓(xùn)練的頻率等因素，得到了系統(tǒng)成本。

在對(duì)比人工成本和系統(tǒng)成本后，報(bào)告也客觀指出了此次研究存在的一些局限，例如生成式AI模型的替代效應(yīng)、AI給人工工作帶來的增強(qiáng)作用、人工成本和AI成本的稅收差異等。

實(shí)際上，無論是最近MIT發(fā)布的這篇研究，還是高盛、OpenAI之前的報(bào)告，只要涉及到AI取代人工，就總是會(huì)引發(fā)廣泛關(guān)注。人們總會(huì)好奇，這一波AI驅(qū)動(dòng)的科技變革浪潮，將會(huì)怎么繼續(xù)走下去？

正如前一輪云計(jì)算浪潮把企業(yè)投入的IT系統(tǒng)成本轉(zhuǎn)化成了可縮放的運(yùn)營(yíng)成本，那么這一輪AI浪潮發(fā)展的核心邏輯，將是把企業(yè)投入的智力成本轉(zhuǎn)化成高效的AI能力成本。

在這個(gè)轉(zhuǎn)化過程中，AI企業(yè)找到PMF的根本路徑，無疑就是按照上文報(bào)告提到的比對(duì)成本的方法。而這個(gè)根本路徑，也已經(jīng)在我目前看到的主要AI業(yè)務(wù)落地過程中得到了反復(fù)驗(yàn)證。

不過，可以預(yù)想的是，AI經(jīng)過了2023年高速演進(jìn)已經(jīng)推高了人們的期待，那么2024年AI的應(yīng)用落地或許會(huì)出現(xiàn)一些障礙。盡管如此，AI企業(yè)打磨應(yīng)用、推廣市場(chǎng)、落地業(yè)務(wù)的核心路徑，卻不會(huì)發(fā)生改變。只要比對(duì)成本的核心邏輯不變，那么AI搶走工作就是繞不開的話題。

最后，還是回到文章開頭的問題。作為每一個(gè)個(gè)體，如何看待AI取代人工的問題？

其實(shí)，人不應(yīng)該和AI搶工作。在資源的投入下，AI只會(huì)發(fā)展的更快，人終究是卷不過AI的，也不應(yīng)該關(guān)注有多少比例的工作會(huì)被AI取代。真正需要關(guān)注的，反而是有多少比例的工作，能夠更高效、更省心的交給自己手邊能用到的AI。