Follow the money: a startup-based measure of AI exposure across occupations, industries and regions
本文介绍了人工智能创业暴露度（AISE）指数，这是一个基于风险投资支持的初创企业应用的新型指标，它揭示了人工智能的采用更多是由市场和社会因素而非技术可行性所驱动，从而挑战了高技能工作面临统一替代风险的假设。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
核心理念：追踪资金，而非仅仅追踪炒作
想象一下，你想知道哪些工作即将被机器人取代。大多数专家试图通过查看职位描述并询问：“计算机在理论上能否完成这项工作？”来做出预测。这就像是在看房屋的蓝图，然后问：“机器人能建造这座房子吗？”答案通常是“可以”，于是他们就假设机器人一定会出现。
本文认为这种方法是有缺陷的。作者没有去看蓝图，而是决定追踪资金。他们提出了一个不同的问题：“投资者现在实际上把钱投向了哪些 AI 工具的建设？”
为了实现这一点，他们创造了一个新的衡量标准，称为 AISE（AI 初创企业暴露度）。可以将 AISE 视为一张“热力图”，它展示的是 AI 初创公司实际在尝试构建哪些产品，而不是一份 AI 理论上可以发挥作用的地方地图。
他们是如何绘制这张地图的
研究人员使用了两个主要要素：
- 职业清单 (O*NET)： 一个庞大的数据库，描述了人们在工作中实际从事的任务（例如“归档文件”或“诊断病人”）。
- 初创公司名单 (Y Combinator)： 一份由著名的孵化器 Y Combinator 资助的数千家新型 AI 公司的名单。这些是拥有真实产品的真实公司，而不仅仅是想法。
他们使用了一个超级智能的 AI（Llama 3）来充当“媒人”。这个 AI 阅读职位描述和初创公司的产品描述，并询问：“这家初创公司的产品是否真的取代了这项工作的关键部分？”
如果答案是“是”，那么该职业就会获得高分。如果答案是“否”，则得分较低。
出人意料的结果
结果颠覆了以往“AI 将夺走所有高智力工作”的常规叙事。
1. “枯燥”的工作处于热区
- 理论： 专家认为高层次、受过高等教育的工作（如律师或医生）面临的风险更高，因为这些工作涉及复杂的思考。
- 现实 (AISE)： 获得 AI 初创公司最多关注的工作实际上是那些常规性的、组织性的工作。
- 高暴露度： 普通办公室文员、数据科学家和营销分析师。
- 类比： 把这些工作想象成一条工厂装配线。为一个分拣箱子的机器人手臂或一个整理文件的软件机器人构建工具是非常容易的。这既高效、廉价，又风险极低。初创公司正在构建工具，旨在将这些办公室里的“装配线”任务自动化。
2. “高风险”的工作目前很安全
- 理论： 由于 AI 变得越来越聪明，它很快就能取代法官和外科医生。
- 现实 (AISE)： 这些工作的暴露度得分非常低。
- 低暴露度： 法官、小儿外科医生和运动员。
- 类比： 想象一位走钢丝的人。如果一个机器人走钢丝的人摔倒了，那是一场悲剧。如果一个机器人法官犯了错，可能会毁掉一个人的一生。如果一个机器人外科医生失误了，会有人丧命。
- 尽管 AI 从技术上讲可以完成手术中的数学计算或分析法律案例，但初创公司目前并没有在开发这些产品。为什么？因为风险太高，伦理太复杂，且社会尚未准备好信任机器人做出这些决策。投资者不敢把钱投进可能导致诉讼或引发丑闻的事物中。
“职业区间”的转折
论文发现了数据中一个奇特的差异：
- 低技能工作： 这些工作的 AI 暴露度较低，因为它们需要物理灵巧性（如建筑或农业），而机器人目前仍难以应对。
- 高技能工作（“中间地带”）： 一些高技能工作（如数据库管理员）正受到 AI 的沉重打击，因为它们本质上只是在处理信息。
- 超高技能工作（“屏蔽区”）： 最受过教育、经验最丰富的职业（如法官或专科医生）实际上比中层办公室工作受到的 AI 暴露度更低。他们受到“人类因素”的保护——即对共情、伦理判断和问责制的需求。
谁受影响以及在哪里受影响？
- 地理位置： “AI 热度”集中在旧金山、西雅图和奥斯汀等科技中心。这些是数字经济蓬勃发展的地区。中西部地区更多依赖农业和制造业，目前则相对“凉爽”（暴露度较低）。
- 行业： 处理大量数据的服务业（如金融和科技）暴露度最高。农业和建筑业的暴露度最低。
关于“机器人”的旁注
作者还对机器人技术（实体机器人）进行了快速观察。他们发现了一个有趣的模式：
- 有些工作对 AI 的暴露度低，但对机器人的暴露度高（例如仓库工人）。
- 有些工作对两者都有很高的暴露度。
- 结论： 未来可能不仅仅是“AI vs 人类”或“机器人 vs 人类”，也可能是 AI + 机器人 共同协作，从而颠覆我们始料未及的工作领域。
总结
论文的结论是，我们不必恐慌于 AI 明天就会取代我们所有的工作。相反，我们应该意识到，AI 的采用是由市场选择驱动的，而非仅仅由技术能力驱动。
初创公司正在为那些有利可图、安全且易于自动化的任务（如整理文件或分析数据）构建 AI。他们避开了那些高风险、伦理雷区或需要深度人类信任的任务（如判决案件或进行心脏手术）。
因此，“AI 革命”并不是一场平等冲击每个人的海啸。它更像是一条缓慢移动的河流，目前正在通过我们经济中那些常规的、数据密集的部分开辟路径，而暂时让那些高风险、以人为中心的职业保持原样。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。