人工智能对生产力和薪酬的影响

简介: 人工智能提供了通过自动化日常任务来提高生产率的机会。本文概述了人工智能可能很快获得应用的一些领域。

最近,我遇到了一个有趣的产品,它可以大大加快那些需要做大量重复性工作的作者的写作速度。它叫做ActiveWords,现在已经是第四代了。它的工作原理是允许你把常用元素和你创造的首字母缩略词联系起来。例如,如果你必须在不同的回复中使用相同的图表,比如产品支持,那么你只需键入几个字母,图表就会立即出现在电子邮件当中。


这些元素可以是web页面、文本段落、图片--几乎可以是你经常使用的任何元素--而且它比剪切和粘贴要快得多。


在一次关于这个工具的简报中,我了解到某些律师,那些靠小时费率生活并且没有受到抨击的律师,会讨厌它,因为它减少了他们的计费时间。律师会做很多计费的工作,但是仅仅是因为它不再允许你开那么多账单了。


人工智能的潜力远远超过了ActiveWords目前所能提供的功能,因为它可以简单地从几行字中就构建出一份法律文件,把一个可能需要两天时间的项目压缩成一个10分钟的项目。假设你有一个每小时100美元的律师,这将是大约1575美元的差异,而且还可能是一个低质量的结果。


我的观点是,除非收费转向“按项目”而不是按小时收费,否则小时工的自动化就不会受到欢迎。这只是我们转向人工智能生产力工具时需要考虑的问题之一。让我们来探索一些其他的东西。


谁的工作成果?


作者的报酬来自于他们的内容,他们的名字和他们过去的工作的声誉。如果我们谈论的是书籍,他们也会从销售额中获得一定比例的报酬。但如果是人工智能完成了大部分的工作呢?公司正在开发一种超越ActiveWords功能的系统,我希望ActiveWords能够进一步自动化它所做的事情--比如自动建议或插入所需的材料来加强某一个部分。


但是,随着人工智能能够承担越来越多的工作,作者的收入是否会下降到只有很少人能够谋生的地步,还是他们的生产力提高了,作者将可以做更多的工作,并能够从增加的产出中获利了?


你当然可以看到这样一种情况:出版商使用人工智能和更少的写作人员来调整输出,而有经验的作者则可以有自己独特的训练有素的人工智能来提高他们的作品。后者类似于使用工具的机械师,因为工具改进了结果,但不会减少机械师的收入。


在某些情况下,写一本书或剧本将包括写出一个概要和提纲,并让人工智能来完成90-95%的实际写作,然后让作者来编辑结果。(像这样的专栏只需要几分钟。)但是我也明白,如果人工智能做了95%的提升,那么就有理由认为作者只能够获得5%的收入了;这将导致人们对与写作相关的人工智能程序产生大量的敌意。


其他的变化


人工智能最终能够做的另一件事是,把那些曾经流行但老化严重的作品,或者那些已经被遗忘的作品,用核心元素创造出更多最新的作品。把哈利波特写成太空歌剧,或者把暮光之城写成浪漫片--而没有吸血鬼,会怎么样?(在后面一个例子中,已经用灰色系的阴影来完成了。)


这不仅适用于书面作品;想象一下是否可以把星球大战变成一个剑与魔法的系列?其元素是一样的。你只需要简单地将科幻元素更改为魔法元素,并在保留对话的同时重新渲染场景和演员。


总结


人工智能将对许多行业的生产力产生重大影响,这一趋势通常被称为下一次的工业革命。尽管如此,我们仍然需要适应新的常态,在AI自动化工作的同时,不去惩罚创作者、演员、作者和其他在人工智能自动化领域创新的人。因为,当你仔细想想,如果我们不这样做,结果将是永远的衍生作品和很少的创新。人工智能离创新还有很长一段路要走,尽管它已经越来越擅长模仿了,但是一个只有无数副本的世界会很快衰老。


需要记住的是:随着人工智能的发展,我们必须确保我们不会因为消灭创新者而意外地扼杀创新。


最后一个故事。几年前,我被提升到了IBM的高管级别,我报告了我所在部门的销售额下降的原因。我们的一个销售代表去了一个客户那里,讨论自动化的好处。但一些决策者表示可能会因为自动化而失去大量员工,而这又将使他们的工作面临风险。这位销售代表变得沮丧起来,他没有去讨论这个问题,也没有解决这个问题,而是把那些面临失业风险的人比作“训练有素的猴子。”


我们因为明显缺乏同情心和过于自负而失去了生意。


最后的教训是,如果你想在自动化领域取得成功,解决方案的一部分还需要确保你能够充分地处理工作风险。否则,当你把那些人置于危险之中时,他们的管理层就会反对解决方案。理解这种风险对人工智能的广泛成功来说是至关重要的。


相关文章
|
7月前
|
人工智能 开发者
# 人工智能驱动的生产力手册(二)(1)
# 人工智能驱动的生产力手册(二)
467 0
|
7月前
|
存储 人工智能 安全
人工智能驱动的生产力手册(一)(3)
人工智能驱动的生产力手册(一)
49 0
|
7月前
|
机器学习/深度学习 人工智能 算法
人工智能驱动的生产力手册(一)(1)
人工智能驱动的生产力手册(一)
514 0
|
人工智能
《Eran Yahav:用人工智能促进研发生产力》电子版地址
Eran Yahav:用人工智能促进研发生产力
89 0
《Eran Yahav:用人工智能促进研发生产力》电子版地址
|
人工智能 城市大脑 搜索推荐
重新定义生产力,阿里云的人工智能场景落地之路
在6月10日的云栖大会上海峰会上,阿里云发布了一系列云计算、大数据、人工智能等产品。最受关注的,当是ET环境大脑及视觉智能服务,前者预示阿里云又进入并布局一个新领域,后者意味着阿里人工智能技术的再一次迭代升级。更深的意义则是,又一个领域的多个行业数家企业能够借助阿里云整体解决方案,步入转型升级的快车道。
415 0
重新定义生产力,阿里云的人工智能场景落地之路
|
机器学习/深度学习 存储 SQL
人工智能如何革新企业生产力
人们畏惧人工智能,认为它会扼杀大量的工作,但目前,很多可用的人工智能工具和服务都专注于提高业务生产力而非替代员工。事实上,最近由软件公司ABBYY在英国进行的一项调查指出,近三分之二的员工表示,他们很乐意将做会议记录和评审长篇大论等任务交给机器来做。
181 0
|
机器学习/深度学习 存储 人工智能
人工智能,数字经济时代的新生产力
在数字经济时代,任何人、任何行业都需要用云计算。今天,我打开手机淘宝,用支付宝扫二维码都是云计算再给我们提供服务。没有云计算就没有今天普惠的数据智能服务。同样,云计算带来数字生产力的提升,不用云计算就像在工业时代不电一样,会在数字经济时代的市场竟争中处于劣势地位。
1313 0
人工智能,数字经济时代的新生产力
|
14天前
|
机器学习/深度学习 人工智能 物联网
通义灵码在人工智能与机器学习领域的应用
通义灵码不仅在物联网领域表现出色,还在人工智能、机器学习、金融、医疗和教育等领域展现出广泛应用前景。本文探讨了其在这些领域的具体应用,如模型训练、风险评估、医疗影像诊断等,并总结了其提高开发效率、降低门槛、促进合作和推动创新的优势。
通义灵码在人工智能与机器学习领域的应用
|
14天前
|
人工智能 算法 安全
人工智能在医疗诊断中的应用与前景####
本文旨在探讨人工智能(AI)技术在医疗诊断领域的应用现状、面临的挑战以及未来的发展趋势。随着科技的不断进步,AI技术正逐步渗透到医疗行业的各个环节,尤其在提高诊断准确性和效率方面展现出巨大潜力。通过分析当前AI在医学影像分析、疾病预测、个性化治疗方案制定等方面的实际应用案例,我们可以预见到一个更加智能化、精准化的医疗服务体系正在形成。然而,数据隐私保护、算法透明度及伦理问题仍是制约其进一步发展的关键因素。本文还将讨论这些挑战的可能解决方案,并对AI如何更好地服务于人类健康事业提出展望。 ####
|
14天前
|
机器学习/深度学习 人工智能 算法
人工智能在医疗诊断中的应用与挑战
本文探讨了人工智能(AI)在医疗诊断领域的应用及其面临的挑战。随着技术的不断进步,AI已经在医学影像分析、疾病预测和个性化治疗等方面展现出巨大潜力。然而,数据隐私、算法透明度以及临床整合等问题仍然是亟待解决的关键问题。本文旨在通过分析当前AI技术在医疗诊断中的具体应用案例,探讨其带来的优势和潜在风险,并提出相应的解决策略,以期为未来AI在医疗领域的深入应用提供参考。
55 3