多くの人にとって特に驚くべきことは、エントリーレベルの作業に対するAIの影響です。 8月の大ヒットスタンフォードの調査では、ソフトウェア開発や顧客サービスなど、AIオートメーションに最もさらされているエントリーレベルの作業に「重要かつ不均衡な影響」が発見され、特に相対的な削減が急速に減少したと主張しました。これは、生成されたAIパイロットの95％が失敗し、AIがバブルに向かって建物を構築できるというMITの研究に近いものです。連邦準備制度の議長であるジェローム・パウエルでさえ、「少数民族の大学、若者、子供たちが仕事を見つけるのが難しい」と述べた。
しかし、イェールとブルッキングスの研究者による新しい研究によると、これらのケースは「家の火」とは異なり、「稲妻のストライキ」です。米国の労働市場は少なくともまだありません。
イェールのエコノミストであり論文の主要な著者であるマーサ・ギンベルは、このデータを理解することで人々が休憩を取るのを助けることを望んでいます。イェールのエコノミストであり論文の主な著者であるマーサ・ギンベルは、「一歩踏み出してください。深呼吸をしてください」と言いました。
まだ黙示録はありません
新しい研究では、労働市場の中止のさまざまな測定値を調査し、労働統計局（BLS）データを失業、失業スペル、および広範な雇用構成に関するデータを調査しました。結論：運動がありますが、普通のことは何もありません。
仕事の混合は過去数年でわずかに変化しましたが、著者はこの変化がまだ歴史的な規範の範囲内にあると強調しています。現在、これらの変化を導く力は、テクノロジーではなくマクロ経済のようです。
Gimbel氏は次のように述べています。「労働市場に衝突する最大の力は、経済の減速、高齢化と移民の減少はAIではなく、移民の削減であるということです。
AIは、特に冷却雇用市場では、AIの影響下で簡単に経済の騒音を簡単に残すことができます。しかし、Gimbelは、この影響は「対象集団への非常に具体的な影響」であると強調しましたが、マクロの経済減速とより一致している若い労働者には大きな影響はありません。
FRB議長のジェローム・パウエルを含むエコノミストは、現在の労働市場の状況を却下することはまれですが、新しい機会は「低い雇用率」環境によっても説明されています。最近、大学の卒業生は、テクノロジーやプロフェッショナルサービスなどのホワイトカラーセクターでエントリーレベルの役割を見つけるのに苦労しており、若者の失業率は2016年から10.5％に上昇しています。
AIへの暴露は、失業を意味するものではありません。
したがって、多くの労働者がAIがすでに責任を負うべきであると仮定していることは驚くことではありません。しかし、ジンベルは、最大の誤解の1つは、変位とAIへの暴露を促進することであると主張しています。放射線科医はポイントを説明します。かつて自動化の主要な被害者と見なされると、ワークフローがAIドライブイメージングツールに大きく依存している場合でも、いつでもますます良くなります。
「AIへの暴露は、仕事が消えることを意味するものではありません」と彼女は言いました。 「それはあなたの仕事が変わることを意味します。」
研究者は、Claudeなどのプラットフォームの採用率を支配するコーダーや作家にとっても同じです、と研究者は言いました。ツールを使用しても、自動的に生計を訓練することはなく、タスクの実行方法を単純に再構築できます。
ブルッキングスのジンベルの共著者であるモリー・キンダーは、別の層、地理を追加しました。アメリカ人は、自動化が心臓の心を破壊すると考えることに慣れています。キンダーは、地理が創造AIを通じて逆転したと言いました。
キンダーは、「これは祖父母の自動化ではない」と言った。 genaiは、産業的な心ではなく、知識と技術的な仕事の集まりを備えた都市を移動または否定的に妨害する可能性が高くなります。 」
彼女の見解には、サンフランシスコ、ボストン、ニューヨークなどの都市が含まれます。これらは、クリエイティブでクリエイティブな小さな村よりも、創造AIにさらされています。しかし、暴露が荒廃または成長に変更されるかどうかは、将来に依存します。
キンダーは、「人間がループに残っている場合、都市は最も利益を得ることができる」と述べた。そうでなければ、彼らは最悪を感じるでしょう。 「
彼が強調している重要なのは、露出が実際に雇用が削除されるかどうかを教えてくれるのではなく、機能するものを変更できることです。実際のストーリーは、会社がAIをヘルパーまたは代替として扱うかどうかに依存します。
稲妻が発生します
ギベルのように、キンダーは広がるのに時間がかかることを強調しました。 AIシステムが急速に改善されたとしても、ほとんどの組織は周囲のワークフローを回復しませんでした。
「AIは良くなっていると感じていますが、仕事の変化に変えるのに多くの時間がかかります。」 「乱雑です。私は選択しません。」
そのため、イェールブルックスは意図的に広範囲です。キンダーは、「家が燃えているかどうかを見ることができる」と言った。家としての労働市場は現在燃やされていません。
これは、ここに何も見るものがないという意味ではありません。
キンダーは、スタンフォードの研究が選択されたため、今日の変化を変えました。ソフトウェア開発、カスタマーサービス、クリエイティブな仕事など、特定の業界では「雷ストライク」。この初期のショックは、炭鉱のカナリアとして機能します。しかし、それらは公式の職務統計を再構築した一種の混乱としてカウントされませんでした。
「私たちの論文はそれが影響しないと言っていない」と彼女は言った。 「翻訳者は作業を停止し、創造性の作成を困難にすることができ、カスタマーサービスマネージャーを改善することができます。これは実際です。
KinderとGimbelは、最初の明確で体系的な効果が数か月かかると予想していると言いました。
次回
実際の変位が到来すると、2人の著者は、チャットボットを偶然使用する個々の労働者ではなく、エンタープライズワークフローの構築されたものから来ていません。
キンダーは、「変位を見る時が来た」と言った。労働者がチャットボットに戻る時ではなく、ビジネスがAIを使用してワークフローを再設計するときです。 「
このプロセスは、より多くの企業がAI APIをコアシステムに統合するため、開始されました。しかし、組織の変更は遅いです。
キンダーは、「3年は普遍的な技術に関するものではありません。」 genaiは重力を無視しませんでした。ワークフローを再設計するには時間がかかり、職場で広がるには時間がかかります。最終的には、驚くほど変容することができますが、一晩中目覚めません。 「
