人工智慧是否會使人類的工作自動化？這是麻省理工學院電腦科學與人工智慧實驗室（CSAIL）今天早上發布的一項新研究試圖回答的三個問題。人們曾多次嘗試推論和預測當今的人工智慧技術（如大型語言模型）在未來會如何影響人們的生活和整個經濟。

高盛估計，在未來幾年內，人工智慧將使整個勞動市場的25% 自動化。麥肯錫稱，到2055 年，近一半的工作將由人工智慧驅動。賓州大學、紐約大學和普林斯頓大學的一項調查發現，光是ChatGPT 就可能影響約80% 的工作。職業介紹公司Challenger, Gray & Christmas 的一份報告顯示，人工智慧取代了成千上萬的工人。

但是，在他們的研究中，麻省理工學院的研究人員試圖超越他們所說的”基於任務”的比較，評估人工智慧扮演某些角色的可行性有多大，以及企業真正用人工智慧技術取代工人的可能性有多大。

與人們的預期相反，麻省理工學院的研究人員發現，大多數先前被認為有可能被人工智慧取代的工作，事實上並沒有實現自動化的”經濟效益”–至少目前是這樣。

這項研究的共同作者、麻省理工學院CSAIL 研究科學家尼爾湯普森（Neil Thompson）說，這項研究的主要啟示是，即將到來的人工智慧顛覆可能會比一些評論家所說的發生得更慢，也不那麼引人注目。

“與最近的許多研究一樣，我們發現人工智慧在自動化任務方面具有巨大潛力，”湯普森在接受TechCrunch 電子郵件採訪時說。”但我們能夠證明，其中許多任務的自動化尚不具備吸引力。”

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，即涉及在生產線末端檢查產品品質等任務的工作。研究人員沒有調查文字和圖像生成模式（如ChatGPT 和Midjourney）對工人和經濟的潛在影響；他們把這個問題留給了後續研究。

在進行這項研究時，研究人員對工人進行了調查，以了解人工智慧系統要完全取代他們的工作，需要完成哪些任務。然後，他們模擬了建立一個能夠完成所有這些任務的人工智慧系統的成本，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傅的例子。

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，而人工智慧可以（並且正在）自動完成這項任務。一家擁有五名麵包師、年薪4.8 萬美元的麵包店，如果能實現食品品質檢測自動化，就能節省1.4 萬美元。但根據該研究的估算，要完成這項任務，一個簡單的、從零開始的人工智慧系統的部署成本為16.5 萬美元，每年的維護成本為12.284 萬美元……這只是低端成本。

“我們發現，在人類從事視覺任務所支付的工資中，只有23%的工資在經濟上對人工智慧自動化具有吸引力，」湯普森說。”人類仍然是從事這些工作的更好經濟選擇。”

現在，這項研究考慮到了透過OpenAI 等供應商銷售的自助式託管型人工智慧系統，這些系統只需要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1000美元，也有很多工作——儘管是低工資和依賴多任務處理的工作–對於企業來說，實現自動化是沒有經濟意義的。

研究人員在研究報告中寫道：「即使我們只考慮電腦視覺對視覺任務的影響，我們也會發現，工作機會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，電腦視覺任務仍然需要數十年的時間才能變得對企業具有經濟效益”。

研究人員承認，這項研究存在一些限制。例如，它沒有考慮人工智慧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桿），也沒有考慮創造以前不存在的新任務和工作（如維護人工智慧系統）的情況。此外，它也沒有考慮到像GPT-4 這樣的預訓練模型可能帶來的所有成本節約。

我們不禁要問，研究人員是否感受到了研究支持者–麻省理工學院-IBM 沃森人工智慧實驗室（MIT-IBM Watson AI Lab）為得出某些結論而施加的壓力。麻省理工學院-IBM 沃森人工智慧實驗室由IBM 出資2.4 億美元創建，為期10 年。但研究人員斷言事實並非如此。

湯普森說：「我們的動機是，人工智慧的主要形式–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著什麼。對於政策制定者來說，我們的研究結果應能強化為人工智慧工作自動化做好準備的重要性……但我們的研究結果也揭示出，這個過程將需要數年甚至數十年的時間才能展開，因此有時間將政策措施落實到位。對於人工智慧研究人員和開發人員來說，這項工作表明了降低人工智慧部署成本和擴大其部署範圍的重要性。這些對於使人工智慧在經濟上對企業自動化具有吸引力非常重要”。