Tutkimus osoittaa, että ihmiset ovat taloudellisesti kannattavampia työntekijöitä kuin tekoäly

Tutkimus osoittaa, että ihmiset ovat taloudellisesti kannattavampia työntekijöitä kuin tekoäly

Aikaleima: 27. tammikuuta 2024 8
Lähdesolmu: 3087039

Viimeaikainen tutkimus MIT ja IBM ovat tarjonneet uuden näkökulman tekoälyn mahdollisuuksiin korvata ihmisten työpaikkoja, mikä viittaa siihen, että ihmiset ovat edelleen taloudellisesti kannattavampia monilla aloilla.

Tutkimus "Beyond AI Exposure: Mitkä tehtävät ovat kustannustehokkaita automatisoida Computer Visionilla?" haastaa vallitsevat oletukset tekoälyn integroitumisen tahdista ja laajuudesta työvoimaan.

Lue myös: GPU-suojausvirhe asettaa tekoälytiedot vaaraan iPhoneissa ja MacBookeissa

Tekoälyn taloudellinen kannattavuus työpaikalla

Tutkimus korostaa tekoälyn käyttöönoton kriittistä näkökohtaa: sen taloudellista toteutettavuutta. Välittömästä pelosta huolimatta AI:n haltuunotto, tutkimus paljastaa, että tekoälyjärjestelmien koulutuksen ja käyttöönoton kustannukset tiettyjä tehtäviä varten ovat usein kohtuuttoman korkeat. Tämä taloudellinen este viittaa siihen, että vain murto-osa aiemmin automaatioehdokkaiksi tunnistetuista rooleista olisi taloudellisesti kannattavaa automatisoida nykyisissä olosuhteissa. Tutkijoiden mukaan tekoälynäköön liittyvien tehtävien automatisointi olisi tällä hetkellä taloudellisesti houkuttelevaa vain 23 prosentille työntekijöiden palkoista.

"Havaitsemme, että vain 23 % työntekijöiden palkoista, jotka on "alttiina" tekoälyn tietokonenäolle, olisi kustannustehokasta yrityksille automatisoida tekoälyjärjestelmien suurten ennakkokustannusten vuoksi."

Tämä paljastus vaikuttaa valtavasti yrityksiin, jotka odottavat tekoälyn integrointia. Useimpien työnantajien on rakennettava omat tekoälyjärjestelmänsä tai jaettava omat tietonsa ulkopuolisten toimittajien kanssa, mikä aiheuttaa valtavia kustannuksia. Koska muiden työnantajien on mahdotonta tehdä niin, nykyinen taloudellinen ympäristö tukee suuren osan ihmistyön korvaamista tekoälyllä useimmissa sovelluksissa.

Asteittainen siirtyminen kohti automaatiota

Liiketoiminnan eettisten käytäntöjen seurantaan ja toteuttamiseen perustuva tutkimus osoittaa, että muutos ihmisestä tekoälyyn ei ole jyrkkä. Useimmat yritysorganisaatiot ovat tällä hetkellä tutkimusvaiheessa harkitessaan tekoälyä liiketoiminnassaan ja punnitsemaan sen potentiaalia taloudelliseen toteutettavuuttaan. Tämä hidas ja vakaa lähestymistapa heijastaa monimutkaista taustalla olevaa dynamiikkaa, joka hämärtää teknologisia edistysaskeleita päivittäin ja säilyttää jonkinlaisen tasapainon lyhyen ja pitkän aikavälin taloudellisten tekijöiden välillä.

"Aiempi "AI Exposure" -kirjallisuus ei voi ennustaa tätä automaation nopeutta, koska se yrittää mitata tekoälyn yleistä potentiaalia vaikuttaa alueeseen.

Lisäksi tutkijat korostavat työn automaation tulevaisuuteen liittyvää epävarmuutta. Tekoälyn ominaisuudet kehittyvät jatkuvasti, mutta uusiutuvien työpaikkojen ennustaminen ja milloin se on edelleen monimutkainen haaste. Tämä epävarmuus korostaa jatkuvan tutkimuksen ja harkitun harkinnan tarvetta politiikan ja liiketoiminnan päätöksenteossa.

Vaikutukset työn tulevaisuuteen

MIT:n ja IBM:n tutkimuksella on siksi syvällisiä vaikutuksia tulevaan työhön ja tekoälyn rooliin siinä. Vaikka se ei täysin poista huolta tekoälyn johtamasta automaatiosta, se viittaa kuitenkin vivahteikkaampaan todellisuuteen. Tekoälyn toteutuksen taloudellinen kannattavuus on myös ratkaisevassa roolissa määritettäessä automaation nopeutta ja laajuutta. Sellaisenaan ihmistyöntekijät eivät välttämättä kohtaa välitöntä korvaamisen uhkaa, jota monet pelkäävät.

Tutkijat kuitenkin varoittavat tyytyväisyydestä. The tekoälyn evoluutio ja sen sisällyttäminen useisiin talouden osiin on jatkuva prosessi. Tämän kehityksen ymmärtäminen on ratkaisevan tärkeää tietoon perustuvien poliittisten ja liiketoimintapäätösten tekemisessä, jotta voidaan varmistaa, että siirtyminen tekoälyllä tehostettuun työvoimaan on harkittua ja hyödyllistä.

"...hyvien poliittisten ja liiketoimintapäätösten tekeminen riippuu siitä, kuinka nopeasti tekoälyn tehtävien automatisointi tapahtuu."

Aikaleima:

Lisää aiheesta MetaNews