网易首页 > 网易号 > 正文 申请入驻

沃顿教授警告:老板用AI正偷偷赚钱,而你还在审它做的17份PPT?

0
分享至

新智元报道

编辑:peter东 KingHZ

【新智元导读】AI已经不只会「答题」,开始下场「挣钱」了。但它也可能顺手给你产出17份PPT,把你淹没在电子垃圾里。下一代AI也许真能赢过专家,可更刺激的问题是:它会替你上班,还是让你转职为「AI监工」?

悄然之间,人工智能跨越了一个关键门槛:它们现在已能完成具有实际经济价值的工作。

但当你把一份企业备忘录交给Claude,让它做个 PPT,结果它一口气生成了17个版本。

面对这种「用力过猛」的 AI,你可能会怀疑:它真的具有实用性和经济价值吗?

对此,宾夕法尼亚大学沃顿商学院教授Ethan Mollick给出了他的回答。

智能体能完成特定任务

但无法取代工作

考虑到开发新AI所投入的天量资源,无论是字面意义还是象征意义上,我们却在精确衡量AI「智能」程度这件事上意外地捉襟见肘。

目前,最普遍的做法是将AI视作人类,通过标准化测试来统计其答对题目的数量。

这类被称为「基准测试」的评估体系多达数十种,已成为衡量AI能力演进的核心标尺。

但AI真的实用性?有经济价值吗?

要回答这个问题,不能光靠感觉,得看数据。

OpenAI发布了一个名叫GDPVAL的新基准测试。它不像以往的数学或常识测试,而是专门考察大模型在现实工作场景中能否创造经济价值。

这一次,考得很「实战」。

OpenAI组了个高端局:

  • 出题人:来自金融、法律、零售等行业的资深专家(平均14年经验)。

  • 题目难度:人类专家平均需要4-7小时才能完成的真实业务任务。

  • 评测方式:AI和人类专家同台竞技,由第三方专家进行盲测打分。

然后,OpenAI让各家的大模型和其他专家亲自完成这些任务。第三组专家对结果进行评分,评分的专家不知道哪些答案来自AI,哪些来自人类,每个问题的评分时间大约需要一小时。

测试结果非常耐人寻味:人类专家赢了,但是赢得很难(勉强获胜)。

图1:GDPVAL中,不同模型在对应任务上和人类具有相同或更好水平的比例。

同时,测试发现AI进步极快:较新的模型得分远超旧模型。

输在哪?有趣的是,大模型输给人类,并不是因为「幻觉」或「胡说八道」,主要是因为格式排版不好或没能精确遵循指令——而这些恰恰是最容易修复的短板。

图2:不同领域中,大模型的表现好坏差异较大

如果当前趋势持续,下一代人工智能模型在这项测试中应超越人类专家。但这意味着AI已做好准备,来取代人类工作了吗?

回答是否定。

这里的关键在于:GDPVAL测试的是「任务」(Task),而我们做的是「工作」(Job)。

  • 任务是具体的:写一段代码、翻译一篇文章。

  • 工作是复杂的:它包含了一连串的任务,更包含了人际沟通、决策博弈和对突发状况的处理。

只要AI还做不到像人类一样处理复杂互动,它就无法取代你的岗位。

但在这些高价值的任务中,AI什么时候能达到人类专家级水平?理论上,AI落地已无阻碍?

Ethan Mollick教授认为,AI智能体突然变得具有落地可能,确实让人大吃一惊。部分原因在于大家对智能体的错误认知 。

智能体,工作「续航能力」指数级增长

以前,大家认为,AI想独立完成长任务非常难,比如写一个完整的软件。因为AI只要中间错一步,后面就全完了(误差累积)。

但剑桥大学等机构联手颠覆了这个认知:AI的能力并没有遇到瓶颈,反而在爆发。

预印本链接:https://arxiv.org/abs/2509.09677

剑桥大学Akshit Sinha等研究人员挖掘出四大原因:

1)收益非递减:变准一点点,能做的事会暴增

2)自我修正:它会停下来检查,不会被一个错误拖死

3)更长上下文:一次对话就能装下更长流程

4)更强模型能力:规划更稳,长任务更不崩

所有这一切意味着,AI 智能体能够应对那些需要更多步骤才能完成的任务,并且这一过程无需人工干预。

图3:大模型性能的提升不会引起收益递减的四个原因

因此,指标METR,从GPT-3到GPT-5,在五年间持续保持了指数级增长,显示出智能体能力增加的速度没有放缓。

图4:大模型能够稳定完成的任务所需的耗时变化

该指标衡量AI能以至少50%几率独立完成的任务到底多长。

这意味着我们在不远的未来,就能够看到AI完成需要专业人士一天甚至一周时间才能完成的复杂任务。

人类决定AI的未来

然而,真正具有自主性智能体并不存在。

目前,我们需要决定如何使用它们,这将决定未来工作的许多方面。当下大多人关注的重点是用AI取代人类劳动所带来的风险,而且不难看出这将在未来几年成为一个主要问题,特别是对于那些只关注削减成本、而不是利用这些新能力来扩展或转型工作的,同时缺乏想象力的组织。

但在工作中使用AI,会带来的另一个非常有可能发生的风险是:我们会无意识地让智能体去完成一堆比我们当下所做的更多,但完全不必要的任务,例如根据一个文档做17个PPT。

我们如果不认真思考我们为什么要做工作,以及工作应该是什么样子,那么会被AI生成的「电子垃圾」大潮淹没。

那么,替代方案是什么?

OpenAI建议专家可以通过将任务委托给 AI ,将AI生成的结果当成初稿,由人类审查,从而与 AI 合作解决问题。如果AI生成的初稿不够好,用户可在提示词中提供纠正或优化提示词再试一次。如果那仍然不起作用,他们应该亲自完成工作。

如果专家遵循这种工作流程,论文估计他们可以加快40%的工作速度,降低60%的成本。更重要的是,他们可以保持对 AI 的控制权。

图5:不同大模型带来的速度和成本提升

具有经济实用性的智能体已经出现。例如通过让AI智能体去复现学术论文,可以应对学术界的「可复现性危机」。

尽管智能体能够完成的任务仍然有限,但它有经济价值,并且价值正在递增。

出现哪一个未来,区别不在于AI技术的演变,而在于我们选择如何使用AI。通过在我们的判断中决定什么值得做,而不仅仅是能做什么,我们可以确保这些工具使我们变得更有能力,而不仅仅是更有效率。

参考资料:

https://www.oneusefulthing.org/p/real-ai-agents-and-real-work

秒追ASI

⭐点赞、转发、在看一键三连⭐

点亮星标,锁定新智元极速推送!

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
A股:午后突然加速跳水,信号已经非常强烈!周二将有三大变数

A股:午后突然加速跳水,信号已经非常强烈!周二将有三大变数

云鹏叙事
2026-11-16 14:56:33
情侣在北京旅游偶遇大爷帮拍照,意外收获“形影不离”人生照片,决定原地领证,最新回应:领证时的摄影师还是鼓楼大爷,是偶然也是缘分

情侣在北京旅游偶遇大爷帮拍照,意外收获“形影不离”人生照片,决定原地领证,最新回应:领证时的摄影师还是鼓楼大爷,是偶然也是缘分

扬子晚报
2026-11-16 17:10:33
高市早苗参会行程来了!四天跑两国,深圳只是参会,会开完就走

高市早苗参会行程来了!四天跑两国,深圳只是参会,会开完就走

123斯蒂芬
2026-11-16 07:07:34
“比亚迪工资再低,至少让102万人有活干有社保”,博主吹比亚迪102万就业,被网友一句话怼到哑火:底薪2300、加班堆出五千

“比亚迪工资再低,至少让102万人有活干有社保”,博主吹比亚迪102万就业,被网友一句话怼到哑火:底薪2300、加班堆出五千

秋风妃
2026-11-15 20:45:54
星链被替换,乌克兰使用HiSKY终端打击俄罗斯,马斯克或失去更多

星链被替换,乌克兰使用HiSKY终端打击俄罗斯,马斯克或失去更多

山河路口
2026-11-16 14:24:17
普京胃口越来越大,俄乌仗还没打完,又盯上亚洲一块“聚宝盆”

普京胃口越来越大,俄乌仗还没打完,又盯上亚洲一块“聚宝盆”

健身狂人
2026-11-16 16:31:25
APEC会议首位外国元首抵达深圳,中国女保镖贴身保护;出发前与中国游客热情合影,网友们花式点赞

APEC会议首位外国元首抵达深圳,中国女保镖贴身保护;出发前与中国游客热情合影,网友们花式点赞

极目新闻
2026-11-16 17:23:11
杜兰特25分5助火箭砍147分轻取奇才4连胜,浓眉14+8+5吹杨0分8助

杜兰特25分5助火箭砍147分轻取奇才4连胜,浓眉14+8+5吹杨0分8助

湖人崛起
2026-11-16 10:31:54
山东泰山官宣新帅!斯托伊科维奇重返中超,曾执教广州富力4年

山东泰山官宣新帅!斯托伊科维奇重返中超,曾执教广州富力4年

奥拜尔
2026-11-16 12:29:18
争议!19岁亚马尔转发辱华视频,遭质疑删帖,网友:第2个姆巴佩

争议!19岁亚马尔转发辱华视频,遭质疑删帖,网友:第2个姆巴佩

大秦壁虎白话体育
2026-11-16 08:27:29
大妈花50万买基金,账号忘了15年,孙子找回看到余额,全家愣住了

大妈花50万买基金,账号忘了15年,孙子找回看到余额,全家愣住了

黄家湖的忧伤
2025-08-12 17:05:12
我表弟有幸,跟黄乐在上海的投资公司当过同事,他说:黄乐最让人着迷的根本不是她的外貌,而且网上那些照片,也不如本人好看

我表弟有幸,跟黄乐在上海的投资公司当过同事,他说:黄乐最让人着迷的根本不是她的外貌,而且网上那些照片,也不如本人好看

一盅情怀
2026-11-11 15:52:58
不装了——狂砸1000亿,A股下跌的原因竟是它,真相让人心寒

不装了——狂砸1000亿,A股下跌的原因竟是它,真相让人心寒

财报翻译官
2026-11-16 15:47:30
中国人的“大G”来了,29.99万级真男人座驾!

中国人的“大G”来了,29.99万级真男人座驾!

米粒说车唯一呀
2026-11-16 15:00:04
一衣难求,北京大学新款羽绒服火出圈:售价399元,绒子含量90%;校外网友纷纷求代购:售价划算,加上名校光环,很想拥有一件

一衣难求,北京大学新款羽绒服火出圈:售价399元,绒子含量90%;校外网友纷纷求代购:售价划算,加上名校光环,很想拥有一件

极目新闻
2026-11-16 10:06:42
前省委常委掌掴副市长,副市长不堪受辱辞官!

前省委常委掌掴副市长,副市长不堪受辱辞官!

兵叔评说
2026-11-16 14:24:20
批评黄仁勋最狠的人身份扒出!不是白人黑人,不是印度人,是以华裔女记者为主的《纽约时报》

批评黄仁勋最狠的人身份扒出!不是白人黑人,不是印度人,是以华裔女记者为主的《纽约时报》

小徐讲八卦
2026-11-16 09:27:43
砒霜口服药让一类白血病患者存活率超97%,康复患者发声:药物的味道像海水一样,如果我不告诉别人,他们不可能知道我在一年多前曾患血癌

砒霜口服药让一类白血病患者存活率超97%,康复患者发声:药物的味道像海水一样,如果我不告诉别人,他们不可能知道我在一年多前曾患血癌

大风新闻
2026-11-16 10:40:08
上海1300万多选民投票选举区和乡镇两级人大代表,陈吉宁朱忠明等参加投票

上海1300万多选民投票选举区和乡镇两级人大代表,陈吉宁朱忠明等参加投票

上观新闻
2026-11-16 18:43:28
伊隆·马斯克:香港生率长期位居全球最低之一,未来或将消失

伊隆·马斯克:香港生率长期位居全球最低之一,未来或将消失

风向观察
2026-11-16 16:26:29
2026-11-16 19:36:49
新智元 incentive-icons
新智元
AI产业主平台领航智能+时代
16694文章数 67238关注度
往期回顾 全部

科技要闻

历史头一回!马斯克用"筷子"夹住太空飞船

头条要闻

上任2个月尤尼斯在街头遭暗杀身亡 知情人:被以"斩首"

头条要闻

上任2个月尤尼斯在街头遭暗杀身亡 知情人:被以"斩首"

体育要闻

NBA开赛最大惊喜,是他们?

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

更豪华更好开 问界新M8细节升级见真章

态度原创

手机
艺术
家居
数码
房产

手机要闻

鞠婧祎代言 荣耀700系列四款高颜值配色公布:全系标配原生AI背屏

艺术要闻

漫天香氛,秋风醉人~杭州的秋天从不让人失望!13个地方,秒出大片!

家居要闻

2026建博会(广州) 公装联探展交流活动

数码要闻

满电开躁!11月16日,航嘉满电青年计划约你西南交大见!

房产要闻

从林屿间到林屿熙岸,招商蛇口在崖州湾为何总出爆款?

无障碍浏览 进入关怀版