- 麻省理工学院（MIT）经济学家达隆·阿杰姆奥卢、大卫·奥特尔和西蒙·约翰逊在报告《构建亲劳动者的人工智能》中指出，大多数企业正在利用AI进行自动化，而非扩展人类能力。
- 2024年诺贝尔经济学奖得主、报告合著者西蒙·约翰逊将“亲劳动者AI”定义为能提升劳动者技能、专业知识和判断价值的AI。
- 他认为，AI不应仅仅帮助人类提高工作速度，还应帮助他们完成以前无法完成的任务。
- 报告将技术分为五类：劳动增强型、资本增强型、自动化、专业水平平权化以及创造新任务型。
- 在这五类中，只有创造新任务型技术被明确视为“亲劳动者”。
- 自动化技术提高了生产率，但可能减少对现有专业知识的需求，并将价值从劳动转向资本。
- “专业水平平权化”技术（如血氧仪）允许专业知识较少的人从事以前需要专家的工作，但同时可能降低旧专业知识的价值。
- 创造新任务型技术（如以太网、光纤或智能传感器系统）创造了对全新技能的需求并提升了劳动价值。报告建议AI应朝此方向发展，而非仅专注于削减人力成本。
- 例如，数据中心技术人员利用AI分析运行数据流、发现风险并做出更复杂的决策。
- 在专利领域，美国专利局利用AI辅助检索相关文献，帮助专家更深入地评估申请，而非仅仅是处理得更快。
- 施耐德电气开发了AI工具，辅助电气工程师和现场技术人员排除设备及电力系统故障，通过结合图像、硬件数据和知识库来建议合适的处理步骤。
- 报告称，AI帮助施耐德电气完成维护报告所需的时间减少了约50%。
- 然而，最大价值不在于节省时间，而在于帮助工程师在实际环境中更有效地应用专业知识。
- 西蒙·约翰逊认为，许多企业正在走“阻力最小的道路”，即用机器取代人，而不是重新设计工作。他警告说，这种做法可能使企业错失更大的创新机会，无法充分发挥AI的潜力。
- 报告建议机构评估AI时，不仅要看节省的成本，还要看其创造新工作、新技能和更好客户体验的能力。
- 作者认为，未来的竞争优势将属于那些利用AI扩展人类能力，而非仅仅优化现有劳动力的企业。
📌 麻省理工学院经济学家的报告（包括2024年诺贝尔经济学奖得主西蒙·约翰逊和达隆·阿杰姆奥卢）提出了一个值得关注的观点：AI只有在创造新任务和新能力，而非单纯取代现有工作时，才能真正造福劳动者。在分析的五组技术中，只有创造新任务的技术组被视为对劳动者明显有利。施耐德电气或专利审查支持系统等案例表明，AI可以帮助专家解决更复杂的问题并提高专业价值。报告指出，仅使用AI来削减成本的企业将难以充分挖掘该技术的转型潜力。
