高盛估计，在未来几年内，人工智能将使整个劳动力市场的25%实现自动化。麦肯锡称，到2055年，近一半的工作将由人工智能驱动。宾夕法尼亚大学、纽约大学和普林斯顿大学的一项调查发现，仅ChatGPT一项就可能影响约80%的工作。职业介绍公司Challenger,Gray&Christmas的一份报告显示，人工智能已经取代了成千上万的工人。
但是，在他们的研究中，麻省理工学院的研究人员试图超越他们所说的"基于任务"的比较，评估人工智能扮演某些角色的可行性有多大，以及企业真正用人工智能技术取代工人的可能性有多大。
与人们的预期相反，麻省理工学院的研究人员发现，大多数之前被认为有可能被人工智能取代的工作，事实上并没有实现自动化的"经济效益"--至少目前是这样。
这项研究的共同作者、麻省理工学院CSAIL研究科学家尼尔-汤普森（Neil Thompson）说，这项研究的主要启示是，即将到来的人工智能颠覆可能会比一些评论家所说的发生得更慢，也不那么引人注目。
"与最近的许多研究一样，我们发现人工智能在自动化任务方面具有巨大潜力，"汤普森在接受TechCrunch电子邮件采访时说。"但我们能够证明，其中许多任务的自动化尚不具备吸引力。"
需要注意的是，这项研究只研究了需要进行视觉分析的工作，即涉及在生产线末端检查产品质量等任务的工作。研究人员没有调查文本和图像生成模式（如ChatGPT和Midjourney）对工人和经济的潜在影响；他们把这个问题留给了后续研究。
在进行这项研究时，研究人员对工人进行了调查，以了解人工智能系统要完全取代他们的工作，需要完成哪些任务。然后，他们模拟了建立一个能够完成所有这些任务的人工智能系统的成本，并模拟了企业--特别是美国的"非农"企业--是否愿意为这样一个系统支付前期和运营费用。
在研究初期，研究人员举了一个面包师的例子。
根据美国劳工统计局的数据，面包师大约要花6%的时间来检查食品质量，而人工智能可以（并且正在）自动完成这项任务。一家拥有五名面包师、年薪4.8万美元的面包店，如果能实现食品质量检测自动化，就能节省1.4万美元。但根据该研究的估算，要完成这项任务，一个简单的、从零开始的人工智能系统的部署成本为16.5万美元，每年的维护成本为12.284万美元......这只是低端成本。
"我们发现，在人类从事视觉任务所支付的工资中，只有23%的工资在经济上对人工智能自动化具有吸引力，"汤普森说。"人类仍然是从事这些工作的更好经济选择。"
现在，这项研究考虑到了通过OpenAI等供应商销售的自助托管型人工智能系统，这些系统只需要针对特定任务进行微调，而不是从头开始训练。但据研究人员称，即使系统成本仅为1000美元，也有很多工作--尽管是低工资和依赖多任务处理的工作--对于企业来说，实现自动化是没有经济意义的。
研究人员在研究报告中写道："即使我们只考虑计算机视觉对视觉任务的影响，我们也会发现，工作岗位的流失率低于经济中已经出现的流失率。即使成本以每年20%的速度快速下降，计算机视觉任务仍然需要数十年的时间才能变得对企业具有经济效益"。
研究人员承认，这项研究存在一些局限性。例如，它没有考虑人工智能可以增强而非取代人类劳动的情况（如分析运动员的高尔夫挥杆），也没有考虑创造以前不存在的新任务和工作（如维护人工智能系统）的情况。此外，它也没有考虑到像GPT-4这样的预训练模型可能带来的所有成本节约。
我们不禁要问，研究人员是否感受到了研究支持者--麻省理工学院-IBM沃森人工智能实验室（MIT-IBM Watson AI Lab）为得出某些结论而施加的压力。麻省理工学院-IBM沃森人工智能实验室由IBM出资2.4亿美元创建，为期10年。但研究人员断言事实并非如此。
汤普森说："我们的动机是，人工智能的主要形式--深度学习在许多任务中取得了巨大成功，我们希望了解这对人类工作自动化意味着什么。对于政策制定者来说，我们的研究结果应能强化为人工智能工作自动化做好准备的重要性......但我们的研究结果也揭示出，这一过程将需要数年甚至数十年的时间才能展开，因此有时间将政策措施落实到位。对于人工智能研究人员和开发人员来说，这项工作表明了降低人工智能部署成本和扩大其部署范围的重要性。这些对于使人工智能在经济上对企业自动化具有吸引力非常重要"。
