- Исследование MIT показывает, что ИИ в ближайшее время не заменит рабочие места; стоимость внедрения компьютерного зрения часто превышает экономию на труде.
- Малый бизнес сталкивается с трудностями при внедрении ИИ; высокие затраты на системы ИИ препятствуют получению экономических выгод.
- Хотя влияние компьютерного зрения ограничено, динамические модели ИИ, такие как GPT-4, могут затронуть 19% работников США, что сигнализирует о более широкой трансформации рабочего места.
Недавние заголовки вызвали опасения по поводу потенциальной угрозы искусственного интеллекта (ИИ) для человеческой занятости. Однако новое исследование из MIT, финансируемое лабораторией MIT-IBM Watson AI Lab, предполагает, что массовая замена человеческих работников машинами может быть не такой близкой, как некоторые опасаются.
Анализ затрат и выгод внедрения ИИ
Исследование MIT сосредоточилось на интеграции систем компьютерного зрения, конкретного подмножества ИИ, в различных рабочих условиях. Вопреки апокалиптическим прогнозам, результаты показывают, что экономическое обоснование внедрения ИИ часто оказывается недостаточным. Исследование выявило, что, хотя 36% рабочих мест в нефермерских предприятиях США имеют задачи, подверженные влиянию компьютерного зрения, только 8% имеют задачи с достаточными экономическими выгодами для обоснования автоматизации.
На практике это означает, что для многих профессий, особенно с низкой заработной платой и повторяющимися задачами, экономия затрат, обеспечиваемая автоматизацией ИИ, не является значительной, чтобы перевесить расходы на разработку, развертывание и поддержку систем ИИ.
Кейс: ИИ в пекарнях
Иллюстративный пример из исследования включает потенциальное использование компьютерного зрения в пекарне. Одна из задач, выполняемых пекарями, — визуальная проверка ингредиентов на качество, которую можно заменить системой компьютерного зрения. Однако исследование рассчитывает, что экономия затрат от автоматизации этой задачи, эквивалентная примерно $14 000 в год для средней небольшой пекарни, ниже расходов, incurred при внедрении системы ИИ. Это подчеркивает экономические трудности, с которыми сталкиваются малые и средние предприятия при внедрении технологий ИИ.
Компьютерное зрение против мультимодального ИИ
Важно отметить, что исследование MIT в основном сосредоточилось на компьютерном зрении, которое отличается от более динамичных систем ИИ, таких как мультимодальные большие языковые модели, включая GPT-4 от OpenAI. В то время как компьютерное зрение ориентировано на конкретные задачи, мультимодальные модели ИИ демонстрируют более широкий спектр возможностей, напоминающий когнитивные задачи, выполняемые людьми. Недавнее исследование OpenAI оценивает, что 19% работников США могут увидеть, что 50% их задач будут затронуты продвинутыми системами ИИ, что указывает на более существенный потенциальный эффект на рабочем месте.
Исследование MIT признает, что, хотя компьютерное зрение способно автоматизировать задачи, представляющие 1,6% заработной платы работников в экономике США, только около 0,4% могут получить выгоду от экономии затрат благодаря такой автоматизации. Менее динамичные системы ИИ, вероятно, будут эффективнее автоматизировать меньше рабочих мест и задач, делая их менее привлекательными для бизнеса, особенно малого, из-за затрат на внедрение и эксплуатацию.
Долгосрочная экономия затрат и эффективность работников
Одна область, в которой исследование может быть неполным, — это изучение экономии затрат в течение длительных периодов. Хотя первоначальные затраты могут не окупиться в первый год, со временем операционные расходы на системы ИИ, как правило, снижаются, в конечном итоге достигая точки безубыточности. Кроме того, исследование не исследует потенциальную ценность, создаваемую, когда работники могут перенаправить свое время, затрачиваемое на автоматизированные задачи, на другие области, потенциально генерируя больше доходов и компенсируя затраты, связанные с ИИ.
Исследование MIT предполагает, что массовая интеграция систем компьютерного зрения не так близка, как могут ожидать некоторые. Хотя ИИ обладает трансформирующим потенциалом для рабочего места, экономическая целесообразность автоматизации остается критическим фактором. Исследование подчеркивает, что ИИ может быть скорее дополняющим инструментом, повышающим производительность и позволяющим человеческим работникам сосредоточиться на задачах, которые нельзя автоматизировать.
По мере продвижения года ожидается появление большего количества кейсов и отчетов, которые углубятся во влияние ИИ на рабочее место. Текущие дебаты вращаются вокруг того, представляет ли ИИ существенную угрозу для человеческих работников, делая их избыточными, или же он служит дополняющим инструментом, повышающим производительность и позволяющим эволюционировать ролям в ответ на технологические достижения. По мере того как бизнесы navigate сложностями внедрения ИИ, нюансированное понимание экономических последствий будет иметь решающее значение для формирования будущего ландшафта работы.
Самые умные крипто-энтузиасты уже читают нашу рассылку. Хотите присоединиться? Присоединяйтесь.
Отказ от ответственности. Предоставленная информация не является торговой рекомендацией. Cryptopolitan.com Мы не несем ответственности за любые инвестиции, сделанные на основе информации, представленной на этой странице. Мы настоятельно рекомендуем проводить независимое исследование и/или проконсультироваться с квалифицированным специалистом перед принятием любых инвестиционных решений.
Джон Палмер
Джон Мурангири пришел в Cryptopolitan, обладая навыками анализа рынка. Джон (также известный как JP) окончил Найробийский университет по специальности «Массовая коммуникация и медиаисследования». Ранее он публиковал аналитические материалы о криптовалютном рынке на InsideBitcoins.com и Metacoingraph.
