如何判断人工智能是否会取代你的工作？麻省理工学院的教授这样说

（关注公众号并设为🌟标，获取最新人工智能资讯和产品） 

全文约4,000 字，阅读约需 5分钟

麻省理工学院计算机科学与人工智能实验室的主任Daniela Rus相信人工智能的巨大潜力

人工智能的话题已经从科研实验室和企业会议室扩散到了大众媒体、咖啡馆和街头巷尾。现在，无论在哪里，人们都在讨论人工智能。最近，一位朋友分享了她偶然听到的一个场景：几位男士在热烈讨论人工智能可能带来的威胁，其中一位甚至半开玩笑地说，“我真想给人工智能一拳！”

显然，这是不可能的，因为人工智能没有实体形态。然而，这种情绪反映了人们对于人工智能智能崛起的直观反应。人工智能的潜在危害确实令人担忧：它可能被滥用来加深偏见、动摇政治体制，甚至加剧社会不平等。一些专家甚至担心，它可能威胁到人类作为主导物种的地位。我们天生就会对那些可能与我们一样聪明，或者比我们更聪明的存在感到恐惧。尽管人们对人工智能有诸多担忧，我认为公众的恐惧很大程度上源自经济因素。

我们不想让人工智能夺走我们的工作。

未来学家Roy Amara曾指出，我们作为社会往往会高估技术在短期内对世界的改变力度，而忽视了其长期的影响。这一观点被称为Amara定律，它在探讨人工智能对劳动市场的影响时尤为适用。虽然很难准确预测自动化对就业的长期影响，但我们知道人工智能不是简单地替代工作，而是自动化特定的任务，并不是所有任务都适合。一份工作中的某些任务可能非常适合自动化，而其他任务则可能不适合。因此，人工智能对工作的影响往往不是简单的一对一关系，不会有单一的人工智能系统或一组特定任务的人工智能系统来完全替代一个职位。然而，人工智能无疑将改变许多职业。

以自动化编码工具对软件开发行业的影响为例。初创公司创始人和计算机科学家Matt Welsh在给计算机协会的演讲中形象地将这些技术的到来比作外星飞船突然降落在我们的后院。尽管如此，他指出自己并没有因此在公司里裁掉程序员并换用人工智能。相反，他几乎是在迫使他的团队使用这项技术，因为他认为这可以使团队的生产力提高30-40%。我的麻省理工学院同事Armando Solar-Lezama也提到，更广泛地采用AI编码工具将增强对代码库结构和高层设计的关注。虽然AI工具能完成某些具体任务，我们仍然需要聪明且有见识的人来进行宏观规划。专家们可能还需要调整这些自动化任务，因为这些工具并不完美，有时也会出错。

随着生产力的增长，一个显而易见的问题是：谁将从中受益？更高效的员工是否会因为产出更高质量的工作而获得更高的薪水？或者公司会通过减员增利，将这些效率提升转化为公司的利润？从乐观的角度来看，提高的生产力可以转化为工人更高的薪酬，因为他们能够在更短的时间内完成更高质量的工作，从而在市场上增加了他们的价值。这种情况预设了对提升效率带来的收益进行公平分配，并体现了工人技能和产出的提高。然而，效率的提高也可能导致裁员和成本削减，企业可能是最大的受益者。

研究人员通常会研究整个经济的行业趋势或关注大公司，但中小企业（SME）同样会受到影响。大型企业可能有资源探索和投资人工智能，而小公司则可能无法这样做，这可能加剧竞争差距，并使最大的组织进一步集中权力。尽管如此，有一些有益的解决方案正在开发中。全球伙伴关系人工智能工作组推出了一个门户网站，旨在教育企业主如何利用智能工具，并介绍他们行业中可用的人工智能能力和服务。公司需要调整策略，但关键问题是，他们将如何将人工智能整合到他们的日常运营中？

让我们以一个小型室内设计公司为例，探讨人工智能和人类在工作中的潜在分工。设计的核心，包括创造力、同理心和主观判断，无疑是人类独有的领域。然而，室内设计师可以借助人工智能生成、虚拟现实和数据分析等先进技术，自动化一些日常任务，从而释放时间处理更需要创造性和策略性的高层次任务。生成型人工智能虽然能够制作设计草图，但其结果往往仅是现有知识的汇总，缺乏新意。

---

下面我们来看看在设计流程中哪些任务可以实现自动化，而哪些则依旧需要人类的独特能力。

可以自动化的技术任务包括：

• 心情板的创建：AI可以通过扫描大量的图像和风格数据库，根据特定关键词或主题来创建心情板。

• 空间测量：利用高级传感器和AI工具，可以自动进行空间精确测量，减少人为错误。

• 材料和家具的选购：AI能够浏览在线目录、数据库和库存清单，寻找符合特定设计、价格或主题的材料和家具。

• 布局优化：AI可以根据空间和家具的尺寸推荐最优布局。

• 3D可视化：AI工具能够快速渲染设计概念的3D模型。

• 照明分析：AI能根据房间的功能、大小及自然光情况提供最佳照明方案。

• 颜色匹配：AI可以基于主要颜色或情绪输入提供色彩搭配建议。

• 趋势分析：AI可以通过分析网络数据来识别新兴的设计趋势。

• 库存和订单管理：对于负责采购的设计师，AI可以追踪库存、重新订购材料，甚至根据趋势预测未来的库存需求。

• 客户反馈收集：设计完成后，AI可以自动化地收集和分析来自客户的反馈。

• 通过这种方式，设计师可以更加专注于创造性和战略性的高级任务，同时利用AI处理更为常规的技术性工作。

在技术上难以自动化的任务包括：

• 客户互动： 尽管AI可以辅助设计过程，但建立和维护客户关系本质上依赖于人际交往。深入理解客户的复杂偏好和愿景需要人与人之间的直接对话和深刻的直觉。
• 概念设计： 设计的初步概念阶段，涉及到创意和直觉的火花，是AI难以触及的。尽管AI可以提供数据支持和辅助工具，但真正的创新灵感仍需人类设计师来实现。
• 文化和情境敏感性： 设计需要与客户的文化和个人经历产生共鸣，这种微妙的感知超出了AI的理解范围。
• 伦理和可持续性选择： 做出符合道德的决策，如选择可持续材料或考虑设计的社会经济影响，需要人的道德判断。
• 问题解决： 面对项目中出现的独特挑战，经验丰富的设计师能够找到创新的解决方案，这一能力AI难以复制。
• 审美判断： 尽管AI能够识别模式，但对美学的主观评价仍然是人的独特能力。

这个例子虽然来自一个小众行业，但它展示了工作由多种复杂任务组成的本质。当我们从宏观经济的角度考虑时，我们需要思考哪些任务可能被AI接管，以及如何识别这些风险。

麻省理工学院两位教授Erik Brynjolfsson和Tom Mitchell在2017年的一项研究中建议，将任务分为适合机器学习和AI的任务与不适合的任务。随着AI解决方案的发展，那些可以被AI替代的工作需求可能会下降，但这可能通过对AI无法完成的工作需求的增加得到平衡。此外，那些可以将AI作为辅助工具的职位，如写作和编程，可能因相关的生产力提升而变得更加重要。

Erik和Tom提出了一组用于确定哪些任务可能适合机器学习自动化的标准。具有大量相关数据集的任务是自动化的理想选择，因为充足的高质量数据可以让人工智能系统有效地学习。然而，如果任务需要常识或对物理世界的深刻理解，那么机器学习可能并不合适。由于大型网络模型通常是不透明的，如果你需要自动化系统解释其决策原因，使用人工智能可能不太可行。他们还指出，考虑自动化的任何任务都需要有明确的目标和评估标准，这一点在知识工作者的任务中往往缺失，尤其是在之前讨论的室内设计专家的例子中。在不同的设计领域，客户很少能确切知道自己需要什么。

Erik和Tom最后指出，任何需要人类级别的灵活性和专门的物理技能的任务，都将在可预见的未来仍由人类来完成。如水管工、电工和木匠这样既需要智力也需要体力的熟练工人，完全不需要担心自动化将影响他们的工作。至少在短期内，机器人还无法接手这些工作，比如重新布线家中的电路。

尽管变革在即，具体的变化将何时开始仍然不确定，而且可能会比预期更缓慢。我的麻省理工学院计算机科学与人工智能实验室同事尼尔·汤普森对此进行了研究，发现由于成本高昂，广泛且迅速的采用不太可能。即便某项任务能够被AI完美自动化，也不必然意味着相关行业会采纳这一技术，尤其是当现有的人力资源成本更低时。

以面包烘焙为例，面包师的工作包括多个环节，如混合原料、揉面团和检查成品。虽然我和我的学生们创建了一个能够自制饼干的智能机器BakeBot，它能成功独立完成这些任务，但其成本却高于豪华汽车，因此目前全面自动化这一工作并不现实。

尼尔·汤普森明确指出，将准备和揉面团等任务留给专业的面包师是更合理的选择。不过，在进行质量检查这一环节，AI的潜力则得到了发挥。AI已在多个领域证明了其分析和识别复杂模式的能力，例如在制造业的质量控制、医学诊断和食品安全检验中。因此，尼尔评估了一个小型面包店引入AI视觉检查系统的潜在经济效益。他的估计显示，一个雇有六名面包师的店铺，通过使用AI检查系统，年节省成本可达14,000美元。然而，该系统的实施成本可能高达170万美元，年维护费用接近25万美元。对于一个小面包店来说，要通过增加法棍的销量来弥补这一成本，无疑是一大挑战。

具体情况会根据不同行业有所不同，因此尼尔设计了一套评估工具，帮助比较将任务自动化与由人工完成的成本。自动化的成本包括：

1. 固定成本：如实施和维护等与工程相关的工作。
2. 性能依赖成本：包括培训和训练模型及任何相关工具的费用。
3. 规模依赖成本：主要涉及运行新系统所需的计算成本。

尼尔的研究表明，理论上可以自动化的任务与实际经济上适合自动化的任务之间的重叠较小。他预测，真正面临自动化风险的工作数量只占常见估计的一小部分，这些估计没有考虑自动化的详细经济因素。他的研究还表明，如果人工智能部署的相关成本快速下降，则自动化将加速进行；但如果成本降低速度较慢，更可能的情况是，自动化将逐渐实现，并且这一过程将持续数十年而非数月。仅仅因为技术上可行，并不意味着它一定会实现。

新技术无疑会颠覆现有工作，但同时也会创造全新的行业及其所需的新职位。麻省理工学院经济学家大卫·奥特尔领导的研究显示，过去80年中，85%的就业增长由技术推动。该研究还显示，今天60%的工作岗位在1940年并不存在。因此，与其担心人工智能会夺走我们的工作，不如关注它将如何改变我们现在以及未来的工作，以及你如何能够熟悉这些技术并利用它们为自己服务。如果你是年轻人或处于职业早期阶段，聪明的做法是开始探索与你的专业领域相关的技术，并寻找提升或重新培训的机会，以便利用这些变化。如果你拥有或管理一家企业，你可能需要重新考虑你的组织运作方式以及如何利用这些新技术。

原文链接：https://www.fastcompany.com/91167830/how-to-know-if-ai-will-steal-your-job-according-to-an-mit-professor

素材来源官方媒体/网络新闻

对了，喜欢就别忘了点赞、收藏、转发支持一下！期待在评论区听到您对AI观点和看法!

往期回顾

---

我们AI团队将先进科技与创新想法完美融合!

想要掌握人工智能，但不知从何开始？告诉我们您的需求，学习AI让你抓住这波技术浪潮

告别昂贵服务和缺人烦恼,再见漫长交付周期

无限创意风格,分分钟生成专业级作品

感受 AI 带来的全新工作体验！

欢迎各大品牌方、媒体、企业和个人等

请联系负责人微信：Milo-1101

--END--