科技发展速度太快，员工难以适应：目前，真正使用人工智能完成的任务非常少。

理论是一回事……实践又是另一回事。

3月初，Anthropic 公司发布了一份关于人工智能对就业影响的开创性报告，该报告基于其生成式人工智能模型 Claude 的200万次真实对话数据。其创新之处在于研究方法：与此前已发表的研究类似，该公司展示了理论上可被人工智能取代的工作比例，但同时也将其与观察到的实际应用情况进行了比较。因此，蓝色区域按职业划分，显示了特定工作中理论上可由人工智能执行（或加速）的任务比例。红色部分显示的是借助 Anthropic 的人工智能 Claude 的数据实际完成的任务比例。

由此可见，人工智能辅助的潜在能力与实际应用之间存在显著差距。

难以普及的技术

尽管信息技术和数学专业的实际采用率最高（33%），但与理论普及率（94%）相比，目前差距仍然很大。

媒体、艺术和社会科学领域也存在潜力与现实之间的巨大差距（我们可以推测相关从业人员对此有所抵触），法律和管理专业领域也存在类似的差距。

为了解释这种差距，该研究指出，“由于模型的局限性，一些理论上可行的任务可能无法实现。”

但这并非唯一的解释。

“其他技术可能由于法律限制、特定软件要求、人工验证步骤或其他障碍而传播缓慢，”作者补充道。

组织的行动速度取决于最慢的成员

这主要意味着技术能力的进步速度远超其应用速度。然而，人工智能社会学家 Yann Ferguson 认为，员工的接受程度对于提高生产力至关重要。他在接受 BFM Business 采访时解释说：“把高性能人工智能交给不会使用的员工，就像把法拉利交给没有驾照的人，让他们在乡间小路上驾驶一样。”此外，根据法国人工智能专家、Aiso 公司联合创始人 Benjamin Tannenbaum 的数据，世界上绝大多数人（84%）从未用过聊天机器人。然而，Anthropic 公司设想，未来人工智能的实际应用将充分发挥其潜力。

报告预测：“随着能力的提升、应用的普及和部署的加强，红色区域最终将超越蓝色区域。很多事情都基于人们的信念。” 但据 Yann Ferguson 称，人工智能工具背后的公司完全有动机去渲染人工智能快速且不可逆转的普及。“尤其是在人工智能领域，很多事情都基于人们的信念。大型科技公司热衷于宣传指数级增长曲线，以此吸引企业投资他们的工具。”他解释道。Anthropic 的研究还试图确定人工智能的出现是否导致了最易被替代工作的失业率上升，但结果似乎并非如此。报告指出：“自 2022 年底以来，我们没有看到高风险行业工人的失业率出现任何系统性上升。” 然而，作者发现“有迹象表明，高风险行业的年轻员工招聘速度有所放缓”。最后，还有许多工作并不受人工智能的影响。这些工作包括修剪树木、操作农用机械等体力劳动，以及出庭代理客户等法律和公共服务工作……