作者通过Ideogram绘制的插图
如果你听听顶尖AI公司的CEO们怎么说，或者哪怕只是匆匆瞥一眼美国经济，就会发现AI热潮无处不在，这是再明显不过的了。
美国最大的科技公司今年到目前为止已经在AI上投入了超过1000亿美元，德意志银行报告称，AI支出是使美国避免陷入衰退的唯一因素。
然而，如果你看看普通的非科技公司，AI几乎不见踪影。高盛报告称只有14%的大公司以有意义的方式部署了AI。
这是怎么回事？如果AI真有那么重要，为何人们对AI的热情与这项技术在实际中的落地影响之间存在着数十亿美元的差距？
斯坦福大学的一项新研究给出了明确的答案。该研究表明，在工作中使用AI有正确和错误的方法。而令人担忧的是，有相当多的公司完全用错了方法。
AI能为你做什么？
这项研究由斯坦福大学以人为本的AI和数字经济实验室开展，目前以预印本形式发布，研究了104种不同职业的1500名美国工人的日常习惯。
具体来说，它分析了员工实际花费时间所做的各项事务。这项研究出人意料地全面，涵盖了从计算机工程师到食堂厨师等各类工作。
研究人员实际上是在询问员工希望AI接手哪些任务，以及他们更愿意自己完成哪些任务。同时，研究人员分析了AI实际上能够完成哪些任务，以及哪些任务仍然超出了该技术的能力范围。
有了这两个数据集，研究人员随后创建了一个排名系统。他们将任务标记为“绿灯区”（如果员工希望将其自动化且AI能够胜任）、“红灯区”（如果AI可以完成这项工作，但人们更愿意自己做），以及“黄灯区”（技术上称为“研发机会区”，但我称其为“黄灯区”，因为这个比喻值得延伸）（如果人们希望将任务自动化，但AI尚未达到相应水平）。
他们还创建了一个本质上的“无AI区”，用于处理AI不擅长且人们无论如何都不想让它做的任务。
无聊的部分
结果令人震惊。绝大多数员工希望AI能将工作中枯燥的部分自动化。
斯坦福大学的研究发现，69.4%的员工希望AI“腾出时间做更有价值的工作”，46.6%的员工希望AI接管重复性任务。
检查记录中的错误、与客户预约以及进行数据录入，是员工认为最适合借助AI协助的部分任务。
重要的是，大多数员工表示他们希望与AI协作，而不是让AI完全自动化他们的工作。45.2%的人希望“员工与AI平等合作”，另有35.6%的人希望AI主要独立工作，但仍寻求“在关键节点上的人工监督”。
基本上，员工希望AI承担工作中枯燥的部分，而将有趣或有吸引力的任务留给他们。
例如，厨师可能希望AI帮助协调供应商的配送，或向食客发送消息提醒他们即将到来的预订。
不过，说到实际烹饪食物时，他们希望自己是那个捶打比目鱼或挤裱奶油馅的人。
错误的方式
到目前为止，这项研究的结论并没有什么特别令人惊讶的地方。当然，工人们都希望电脑能帮他们完成繁重的工作！
不过，这项研究最有趣的结论并非关于员工的偏好，而是关于如今公司实际上是如何满足（或者更准确地说，未能满足）这些偏好的。
研究人员掌握了这些领域以及员工希望如何使用AI的信息后，便着手分析新兴公司如今推向市场的AI驱动工具，他们使用的是来自著名的硅谷科技加速器Y Combinator的数据集。
本质上，他们发现AI公司完全用错了AI。
研究人员发现，高达41%的AI工具专注于红灯区或无灯区任务——即那些员工自己想做，或者一开始就不太在意的任务。
更多的工具试图解决黄灯区的问题，比如准备部门预算或对新产品设计进行原型制作，这些工作员工希望交给AI来做，但AI仍然不擅长处理。
在当今的AI产品中，只有极少数能落入令人向往的“绿灯”区域——即AI擅长执行且员工实际上希望完成的任务。尽管当今许多领先的AI公司都专注于将人类从工作流程中移除，但大多数人还是更愿意至少在一定程度上参与日常工作。
换句话说，AI公司关注的方向错了。它们要么在解决没人想解决的问题，要么在使用AI执行它目前还无法完成的任务。
那么，大公司对AI的采用率如此之低也就不足为奇了。它们可用的工具既炫酷又精巧，但却无法解决员工面临的实际问题。
如何善用AI
对于员工和企业领导者来说，斯坦福大学的研究为如何在工作中正确使用AI提供了几个重要的启示。
首先，当你使用AI来自动化工作中枯燥、重复、令人麻木的部分时，它的效果最佳。
有时候，这样做需要全新的工具。但在很多情况下，仅仅需要转变态度。
美国国家公共广播电台最近一期的《金钱星球》播客提到了一项研究，在这项研究中，两组律师助理被允许使用同样的AI工具。第一组被要求使用该工具“提高生产力”，而第二组被要求使用该工具“做你讨厌的工作部分”
第一组几乎完全没有采用AI工具。不过，第二组律师助理却“蓬勃发展”。他们的工作效率大幅提高，甚至承担起了以前需要法学学位才能胜任的工作。
换句话说，在采用AI时，指令和意图很重要。
如果你试图用AI来取代你的整个工作，你很可能会失败。但如果你转而专注于使用AI来自动处理那些“你讨厌的工作部分”（基本上就是斯坦福大学研究人员分类中的绿灯任务），你就会蓬勃发展，发现自己会在更多事情上使用AI。
同样，斯坦福大学的研究表明，大多数员工宁愿与AI协作，也不愿完全将工作交接出去。
这很能说明问题。如今许多AI初创公司都专注于能自主执行任务的“智能体”。斯坦福大学的研究表明，这可能是错误的做法。
研究人员建议，与其试图实现完全自主，我们应该专注于与AI合作，并利用它来提升我们的工作，也许要接受人类始终需要参与其中这一事实。
在许多方面，这是一种解脱。AI已经足够出色，能够在人类监督下执行许多复杂任务。如果我们承认人类需要持续参与其中，那么我们今天就可以开始将AI用于复杂事务，而不是等待通用人工智能（AGI）或某种想象中的完美未来技术的到来。
最后，该研究表明，AI公司有巨大的机会解决现实世界的问题，并通过这样做发大财，前提是它们专注于正确的问题。
例如，用AI诊断医疗状况很酷。开发一个这样的工具可能会让你获得大量的VC资金。
但医生可能并不希望——更确切地说，可能永远不会使用——执行诊断工作的AI。
相反，斯坦福大学的研究表明，他们更有可能使用能处理日常事务的AI，比如转录患者病历、总结医疗记录、检查处方中的药物相互作用、安排随访等。
“自动化无聊的工作”对于如今的精英AI初创企业来说，很难算得上是一个有吸引力的口号。但从长远来看，这却是最有可能让它们赚得盆满钵满的方法。
总体而言，斯坦福大学的这项研究非常令人鼓舞。一方面，AI投资与AI应用之间的不匹配令人沮丧。这一切只是炒作吗？我们正处于所有泡沫之母的中心吗？
斯坦福大学的研究表明答案是否定的。AI应用的缺乏是一个机遇，而非该技术的结构性缺陷。
AI确实有巨大的潜力真正提高工作质量、提升生产力，并让员工更快乐。这并不是说这项技术被过度炒作了——只是我们使用的方式不对。
