那些考慮如何使用人工智能來削減工作崗位和降低成本的企業，我認為，你們做錯了。

最近，高盛公司發布了一份報告。報告指出，在人工智能的影響下，可能會有3億個工作崗位被削減。并且目前大約有三分之二的工作面臨某種程度的人工智能自動化，而且生成式人工智能可以替代目前四分之一的工作。當然，高管層中目光短淺的守財奴完全有可能會想方設法削減工作崗位，節省企業開支。

但是，聰明的企業是那些鼓勵員工使用生成式人工智能（GenAI）和其他人工智能驅動的具來提高生產力的公司。正如InfoWorld的Jeremy Duvall所言，我們在軟件開發方面看到了這樣的優秀案例，但這不僅限于軟件開發。面對各種工作領域，個人工智能已經準備好了。因此，與其將成本減半，不如不將生產力提高一倍！

低估了人的創造力

當然，并不是說企業不能注重成本節約。而是，以單一的降低成本為目的方式利用人工智能技術具有一定的局限性。在過去的30年里，許多很重要的技術趨勢（開源、云計算等）最初都是作為一種省錢的方式來推銷的，但很快就演變出了更多宣傳方式。例如，在2008年，AWS推出兩年后，該公司的網站便宣傳說AWS是 "向客戶提供應用程序的最經濟的方式"。然而，到了2015年，AWS首席執行官Andy Jassy 說：“是的，云計算成本較低，但客戶真正關心的是敏捷性”。

敏捷性特點繼續被放在中心位置，即使許多人依然聲稱云計算更便宜。對于精明的云計算客戶來說，這種靈活性帶來的紅利遠比多賺幾美元要誘人得多。

在其他方面，云計算、開源以及現在的人工智能都承諾要給開發者的工作帶來便利。是的，開放源代碼可以免費下載，但其單位成本并不是重點。相反，開發者不需要經歷繁瑣的購買流程就可以輕松地訪問和使用軟件，這一點更為重要。開放源碼軟件供應有助于提高質量，但這也不總是這樣的。雖然最早的開源軟件使用者關心的可能是軟件自由，但大多數人購買開源軟件是為了實現更大的敏捷性。

這很重要，因為開發者很重要。他們的時間很重要。正如我曾經寫道“硬件（或軟件）是一種商品，而人是有價值的”。對于需要尋找更好的方式來接觸、吸引和服務客戶的企業（或者說是：所有企業）來說，開發人員的生產力是至關重要的。這并不是開發人員的專利，公司雇用的人才是公司最大的資產。從市場、銷售、支持、開發到財務，你需要最大限度地發揮每個員工的作用。因此，你的任務主要不是尋找降低成本的方法，而是提高生產力。

這就到了人工智能發揮作用的時候了。

AI是答案，那問題是什么？

Simon Willison這樣的開發者已經證明了，GitHub Copilot的GenAI編碼工具在改善軟件開發體驗方面的影響是深遠的。同時，這些工具也不能取代開發者，因為，正如馬丁·海勒（Martin Heller）說的那樣“你永遠不能假設由任何種類的人工智能生成的代碼是正確的或有效的，甚至不能假設它將被編譯和運行。”因此，“你應該始終把人工智能生成的代碼當作來自未知程序員的拉動請求，這意味著在使其成為你的應用程序的一部分之前，要審查它，測試它，并調試它。”

換個說法：GenAI工具可以處理80%的工作，讓開發者騰出時間來處理最后20%的工作。

在其他場景下，情況也大致如此。例如，國家經濟研究局發現使用人工智能的客服人員比不使用這些工具的客服人員的工作效率高14%，因為他們能夠解決更多的支持問題。有些人讀到這里可能會想，"哇，現在我可以解雇14%的客服人員了！"但是，這又一次忽略了問題的關鍵。這不是用更少的人做同樣的工作，而是讓同樣數量的人做更好的工作。

這種 "更好的工作 "并不僅僅是為了生產更多的產品。我已經談到過，一味地提高開發速度會使公司忽視投入更少但影響更大的項目的重要性。在這種情況下，人工智能可以幫助保持高水平的產出的同時確保開發人員（或技術支持、文案編輯等）有更多時間考慮他們應該創造什么。人工智能為他們贏得了這些時間。

對于雇主來說，很明顯，人工智能對于提高勞動力的生產力越來越重要。對于員工來說，無論你的工作是什么，你都需要弄清楚如何融入人工智能，以便你能提供更多、更好的產出。如果你還沒有開始嘗試ChatGPT、Stable Diffusion、GitHub Copilot或其他生成性人工智能工具，現在便是最佳時機。

原文標題：AI’s impact on cost savings, productivity, and jobs

原文作者：Matt Asay