7.8
深览指数
科技虎嗅·观潮Guanchao··AI 生成
最强智能的去向，不在排行榜里
文章不讨论哪个模型跑分更高，而是用四个具体案例说明：AI带来的实际结果取决于它被“接”在什么环节、组织如何安排。列车调试研究里AI帮新手更快找到资料，肯尼亚小店试验中AI反而拖累了弱者，跨境零售的七条流程提升幅度从零到16.3%不等，日本养老机构引入机器人后就业和留任同时增加。结论是组织负责后果，无法自动落地的能力只停留在设想里。原文 ↗
核心观点
- ▍AI的实际价值不取决于模型在排行榜上的名次，而取决于它“接合”在人的哪一段行动上，以及组织如何安排这次合作。
- ▍同一个模型能力进入不同的任务和制度，人的位置可能朝相反方向变化：有些事更做得成了，有些判断交给了系统，有些责任仍留在人身上。
- 01一项针对19名列车调试技师的现场研究显示，使用AI助手后173项故障排查任务的表现有所改善，经验较少者受益尤其明显；但助手只承担多语言资料检索，没有替技师观察设备或承担责任。
- 02肯尼亚一项持续约五个月的随机试验让640名小企业经营者通过WhatsApp使用GPT-4助手，整体上经营表现没有显著提高；但在使用AI的组里，原本表现较弱的企业反而受到负面影响，表现较好者才呈现可能获益的迹象。
- 03跨境零售的现场实验在一家大型平台的七种经营流程中测试AI，销售结果从没有明显变化到显著增长不等，最高提升16.3%。
- 04日本养老机构的面板研究发现，采用护理机器人的机构同时出现就业和员工留任增加，机器人承担特定任务后护理人员精力更多转向“人情味”照护；但这是机构层面观察研究，不能断言因果关系。
- 05OECD对七国集团及巴西企业的调查显示，企业采用AI时遇到多方面障碍，不少管理者难以判断AI能解决哪些实际问题以及它会怎样改变整个组织。
反方 / 局限
- — 列车调试研究中，AI只改变了技师当下的任务表现；技师是否因此积累出可以独立带走的经验，研究没有给出结论，能力增长需继续观察。
- — 日本养老机构的发现是机构层面的观察研究，不能据此断定机器人造成了就业增加或照护质量改善；文章主动承认这一因果判断局限。
- — 肯尼亚试验中AI对原本较弱经营者产生负面影响，说明文章主线“接合得当就有帮助”存在前提条件，并未解释清楚何种组织条件能避免这种伤害。
7 分钟 · 5 卡片 · 12 资料
读原文 →