AI就业暴露研究失效:会计百年自动化回测揭示量化预测困境
Benedict Evans指出,量化AI对就业的“暴露度”研究存在根本缺陷。通过会计行业百年自动化历史回测发现,技术虽改变工作内容,但从业人数不降反增。职业分类失真、商业模式冲击及任务描述的不可穷尽性,使得基于O*NET等工具的静态分析无法准确预测AI带来的真实就业影响。
共 12523 篇文章
Benedict Evans指出,量化AI对就业的“暴露度”研究存在根本缺陷。通过会计行业百年自动化历史回测发现,技术虽改变工作内容,但从业人数不降反增。职业分类失真、商业模式冲击及任务描述的不可穷尽性,使得基于O*NET等工具的静态分析无法准确预测AI带来的真实就业影响。
OpenAI产品负责人菲吉·西莫指出公司面临竞争优势不清晰、价值捕获方式剧变、跨越鸿沟困难及路线图失控四大问题。尽管拥有8至9亿周活用户,但仅5%付费且使用深度极浅。文章类比Netscape危机,质疑在模型趋同背景下,OpenAI如何避免被巨头分销优势挤压,并探讨其应对策略的有效性。
传统互联网巨头依赖用户行为数据构建推荐系统,面临冷启动难题且缺乏深层理解。大语言模型通过自动化理解多模态内容,可能打破数据垄断,重新划定竞争起跑线,成为比取代搜索引擎更值得关注的新型过滤器。