英国《金融时报》网坐2月16日颁发题为《人工智能所能做的，以及那些它不应当做的——商学院传授提出的企业必需扣问的关于从动化的四个问题》的文章，做者是劳伦斯·阿莱斯和克里斯托夫·孔伯马勒，文章内容编译如下：相关生成式人工智能对劳动者影响的典型阐发次要关心这一手艺可否完成特定工做。此类研究凡是会将一项工做分化，例如，呼叫核心客服代表凡是的工做包罗取客户互动、记实互动、处理关心等。但考虑一下乍一看取此雷同的职业：告急办事德律风接线员。这两种职业要完成很多雷同的使命。那么，我们能否该当等候它们面对划一程度的从动化风险呢？谜底要比纯真描述手艺能力更为微妙。除了伦理考量之外，将这些岗亭从动化还会带来涉及经济学、使命设想和操做上的彼此依赖等方面的复杂衡量。第一，告急办事德律风接线员处理的问题八门五花，其复杂程度跨越了客服代表的反复互动。总的来说，一项使命越复杂，其从动化的可能性就越小，由于就目前而言，人类比机械更擅利益置复杂问题。第二，使命的频次有多高？频次越高，越容易实现从动化。机械正在持久连结速度方面具有较着劣势。客服代表会取客户屡次地频频互动，这加强了用人工智能代替人类客服代表的经济来由。第三，使命若何彼此跟尾？正在供给办事或创制产物的过程中，很多工做涉及往往由多名工人和机械配合完成的一系列彼此联系关系的使命。使命交代过程中发生的事往往被忽略。交代过程中的低效和错误会带来碎片化成本。一位客服代表最后的使命涉及取客户扳谈，而最终的使命是处理客户的问题。当分歧的客服代表或机械参取进来时，使命的交代可能价格昂扬。若是处置最终处理方案的工做人员一起头没有取客户互动，那么他还需要额外花时间来审查之前收集的所有消息。第四，施行使命失败的价格是什么？告急办事德律风接线员的失误会带来严沉风险，特别是正在攸关的环境下。并且取过去的一些从动化形式比拟，生成式人工智能可能不是那么切确。这些问题可以或许对正正在考虑实行从动化的公司进行指点，并帮帮注释为什么生成式人工智能对某些职业的影响要大于其他职业。以计较机法式员为例，普遍、有据可查的编码典范使生成式人工智能即便碰着复杂使命也能供给无效的处理方案。很多编码使命的高频次和反复性能够取生成式人工智能很好方单合。早正在生成式人工智能呈现之前，法式员就分工合做完成大型编码项目，分布式开辟平台和模块化设想等立异降低了碎片化成本。平安的测试使失败的价格连结正在较低程度，由于能够用低廉的成本发觉生成式人工智能所写代码中的很多错误。正在我们的框架内，这些特点有帮于注释为什么保守上受益于从动化的法式员反面临来自生成式人工智能越来越多的干扰。的四个问题凸显了生成式人工智能做为从动化手艺的奇特之处。跟着生成式人工智能的不竭成长，它正正在展现高速应对复杂使命的能力，使其比保守从动化更具多样性。通过供给无缝接口和天然言语处置能力，取保守从动化比拟，生成式人工智能逐步降低了碎片化成本。然而，生成式人工智能输出内容的不确定性可能添加使命失败的风险。生成式人工智能是一种变化性手艺，有可能沉塑劳动力市场。其最终影响和被采纳的可能性是由特定职业的使命布局决定的。（编译/林朝晖）？。