人工智能是否会自动化人类的工作？如果是，哪些工作以及何时会发生？这是麻省理工学院计算机科学与人工智能实验室（CSAIL）今日发布的一项新研究试图回答的核心问题。
此前，多方机构曾对AI技术（如大型语言模型）如何影响未来生计乃至整体经济做出预测。高盛估计，未来几年AI可能自动化劳动力市场的25%；麦肯锡预测到2055年近半数工作将由AI驱动；宾夕法尼亚大学等高校调查显示ChatGPT或影响约80%的工作；Challenger, Gray & Christmas的报告也指出AI已在取代数千名工人。
然而，MIT研究人员超越了“基于任务”的比较，转而评估AI执行特定角色的可行性及企业实际用AI替代员工的可能性。研究发现，与预期相反，此前被认为面临高风险的大部分工作，目前并不具备“经济上的自动化效益”。
该研究合著者、CSAIL研究科学家尼尔·汤普森表示，即将到来的AI颠覆可能比部分评论家暗示的更缓慢、温和。他指出：“虽然AI在自动化任务方面潜力巨大，但许多任务目前尚不具备自动化的经济吸引力。”
需注意的是，本研究仅聚焦于需要视觉分析的工作（如生产线末端质检），未涉及文本和图像生成模型（如ChatGPT、Midjourney）的影响，后者将留待后续研究。
研究方法：从任务拆解到成本建模
研究人员通过调查工人了解AI完全取代其工作所需完成的任务层级，进而对构建此类AI系统的成本进行建模，并模拟美国本土非农业企业是否愿意支付相应的前期投入与运营费用。
以面包师为例：据美国劳工统计局数据，面包师约6%的时间用于食品质量检查。一家雇佣5名年薪4.8万美元面包师的烘焙店，实现该环节自动化可节省1.4万美元。但研究显示，从头构建的基础版AI系统部署成本高达16.5万美元，年维护费12.28万美元——这还仅是最低估算。
汤普森指出：“只有23%支付给人类从事视觉任务的工资，在通过AI自动化时具有经济吸引力。在这些领域，人类仍是更优的经济选择。”
低成本微调系统仍难普及
尽管研究考虑了OpenAI等供应商提供的自托管、自助式AI系统（仅需针对特定任务微调而非从头训练），但结果表明，即便系统成本低至1000美元，许多低薪且依赖多任务处理的工作对企业而言仍不划算。
研究人员写道：“即使仅考虑计算机视觉在视觉任务内的影响，其导致的失业率也低于经济中已经历的失业率。即便成本以每年20%的速度下降，计算机视觉任务要变得对企业具有经济效益仍需数十年时间。”
增强而非取代：研究的局限与启示
本研究侧重于AI增强人类劳动（如分析高尔夫挥杆动作）或创造新任务（如维护AI系统），并未涵盖GPT-4等预训练模型带来的所有潜在成本节约。外界曾质疑资助方MIT-IBM Watson AI Lab（由IBM捐赠2.4亿美元、为期10年的资金创建）是否存在利益冲突，但研究人员予以否认。
汤普森强调：“我们受深度学习成功的激励，旨在探究其对人类工作自动化的意义。对政策制定者而言，结果既强化了为AI自动化做准备的重要性，也表明这一过程需数年甚至数十年，仍有时间推动相关政策落地。对AI研发者来说，降低部署成本、扩大应用范围至关重要，这将促使企业出于经济吸引力而采用AI自动化。”