详细内容或原文请订阅后点击阅览
人工智能能力领先于商业回报
人工智能革命的现状可能令人困惑。有时，最新的人工智能模型似乎显示出巨大的能力提升。但随后你可能会看到《华尔街日报》的另一个头条新闻：“大公司再次开始招聘，无视人工智能将被淘汰的预测。”这篇文章《人工智能能力竞赛领先于商业回报》首先出现在美国企业研究所 (AEI) 上。
来源:美国进取研究所信息人工智能革命的现状可能令人困惑。有时，最新的人工智能模型似乎显示出巨大的能力提升。一个例子是，两个 OpenAI 模型冲出了实验室，访问了互联网，并闯入了另一家人工智能公司。或者，正如《华尔街日报》的头条新闻所说，“机器人崩溃的那一天”。
但随后您可能会看到《华尔街日报》的另一个头条新闻：“大公司再次开始招聘，违背了人工智能将被淘汰的预测。”摘自那篇文章：
推动员工人数扩张（至少是适度扩张）与人工智能时代大部分时间里盛行的企业信息传递是相反的。由于经济不确定性或相信人工智能可以承担更多工作任务，主要雇主在很大程度上不愿增加员工。但一些高管表示，人工智能的成本和局限性现在要求增加更多人员；其他人则希望在裁员后重新雇用员工。
这两个新故事说明的一件事是实验室能力和工作场所生产力之间的差距。对于经济史专业的学生来说，这种脱节并不奇怪。公司需要时间进行自我重组，以将重要的新技术全面、高效地集成到其工作流程和运营中。
这仍然是一项正在进行的工作，即使它的发生速度可能比早期的重大技术进步更快。正如支付处理商 Stripe 的首席经济学家 Ernie Tedeschi 在最近的一份分析中解释的那样，如果上述整合大规模发生，我们将会看到一些我们目前没有看到的情况。
Tedeschi 写道：
（正如 Tedeschi 指出的，美国劳工统计局预计 2025 年 TFP 增长率为 0.8%，而不是零，但这与该局自己的 10 年平均水平相同，因此似乎没有什么特别的事情发生。）
从结论来看，考虑到我们仍处于早期阶段的所有证据，这应该不足为奇：