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
11月17日CBA迎来重磅外援!25岁NBA最年轻三场40+后卫加盟,广东怕他抢徐杰的球,山东怕他变班顿2.0,俩队都不敢盲签!谁敢接这烫手山芋?

11月17日CBA迎来重磅外援!25岁NBA最年轻三场40+后卫加盟,广东怕他抢徐杰的球,山东怕他变班顿2.0,俩队都不敢盲签!谁敢接这烫手山芋?

篮球热嗖
2026-11-17 09:21:10
陈皮配它,倒头就睡!夜里雷打不动,白天精神旺,试过的都说好

陈皮配它,倒头就睡!夜里雷打不动,白天精神旺,试过的都说好

牛锅巴小钒
2026-11-15 19:14:34
2009年,西安女学霸毛苒替黑人男友运毒被判死刑,审讯时死活不供他,行刑前24小时录像里只对父母说对不起

2009年,西安女学霸毛苒替黑人男友运毒被判死刑,审讯时死活不供他,行刑前24小时录像里只对父母说对不起

唠叨说历史
2026-11-17 10:14:48
直线拉升!300786,20%涨停

直线拉升!300786,20%涨停

中国基金报
2026-11-17 10:28:26
我感觉其实不用再猜了,万斯大概率就是下一届美国总统。真要是他入主白宫,首当其冲的就是中国

我感觉其实不用再猜了,万斯大概率就是下一届美国总统。真要是他入主白宫,首当其冲的就是中国

扶苏聊历史
2026-10-26 17:56:12
性生活是不是人的刚需?网友说:男性性生活是刚需,女性不是!

性生活是不是人的刚需?网友说:男性性生活是刚需,女性不是!

黯泉
2026-11-09 17:39:59
为了宽慰观众,《伟大的长征》在结局撒了一个“谎”,太戳心了!

为了宽慰观众,《伟大的长征》在结局撒了一个“谎”,太戳心了!

糊咖娱乐
2026-11-16 18:02:49
妻子升处长后跟我离婚,领完证后我拨通了省纪委电话,她脸色煞白

妻子升处长后跟我离婚,领完证后我拨通了省纪委电话,她脸色煞白

千秋文化
2026-07-14 19:32:44
简直离谱,苹果给 iPhone Duo 支持人脸识别功能,但问题很多!

简直离谱,苹果给 iPhone Duo 支持人脸识别功能,但问题很多!

XCiOS俱乐部
2026-11-17 11:57:04
再三告诫:最伤性生活的行为,不是喝酒!而是频繁的去做这5件事

再三告诫:最伤性生活的行为,不是喝酒!而是频繁的去做这5件事

牛锅巴小钒
2026-11-16 02:14:24
冯巩67岁生日宴,贾玲素颜站身边比了个剪刀手:瘦了酒窝一点没变

冯巩67岁生日宴,贾玲素颜站身边比了个剪刀手:瘦了酒窝一点没变

手工制作阿歼
2026-11-15 10:13:42
韩媒:K联赛大田市民正与泰山前锋泽卡沟通,他有K联赛经验

韩媒:K联赛大田市民正与泰山前锋泽卡沟通,他有K联赛经验

懂球帝
2026-11-17 14:32:41
女主播在缅甸视频流出:状态涣散,眼神无助,可惜了这么好的身材

女主播在缅甸视频流出:状态涣散,眼神无助,可惜了这么好的身材

皮蛋儿电影
2026-09-23 10:51:15
“虞书欣围裙照删除了”热搜第一,虞书欣穿吊带露背围裙拍照引争议,目前相关照片已被删除

“虞书欣围裙照删除了”热搜第一,虞书欣穿吊带露背围裙拍照引争议,目前相关照片已被删除

洪观新闻
2026-11-16 20:23:34
3 亿天价直接劝退皇马!拜仁锁死奥利塞,重金补强中场才是明智选择

3 亿天价直接劝退皇马!拜仁锁死奥利塞,重金补强中场才是明智选择

友谊第一
2026-11-17 12:53:39
中美俄将三方会晤,日本党内大佬狠批高市,特朗普根本不重视日本

中美俄将三方会晤,日本党内大佬狠批高市,特朗普根本不重视日本

老范谈史
2026-11-17 14:00:22
强奸儿媳,凌辱女儿致怀孕,儿子怒火中烧砍掉父亲下体,被判死缓

强奸儿媳,凌辱女儿致怀孕,儿子怒火中烧砍掉父亲下体,被判死缓

易玄
2026-08-10 02:49:08
莫言:当你接触的人越多,你会发现,越是一直给你台阶、给你面子的人,一旦当众不再护你——那不是翻脸,是你先把路走绝了,千万别惹

莫言:当你接触的人越多,你会发现,越是一直给你台阶、给你面子的人,一旦当众不再护你——那不是翻脸,是你先把路走绝了,千万别惹

阿呆爸
2026-11-12 00:02:15
360证实:卜思南被查;他今年8月刚被任命为360市场部负责人,本月以副总裁身份现身北京大学

360证实:卜思南被查;他今年8月刚被任命为360市场部负责人,本月以副总裁身份现身北京大学

南方都市报
2026-11-17 14:44:16
吃降压药的最佳时间公布!医生忠告:吃错了时间,效果相差很大

吃降压药的最佳时间公布!医生忠告:吃错了时间,效果相差很大

鬼菜生活
2026-11-17 01:33:17
2026-11-17 15:16:49
新智元 incentive-icons
新智元
AI产业主平台领航智能+时代
16703文章数 67238关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

顾军被公诉 通报批其大肆收钱敛财、搞权色交易

头条要闻

顾军被公诉 通报批其大肆收钱敛财、搞权色交易

体育要闻

从上链接到上领奖台 34岁方博绝非等闲之辈

娱乐要闻

后会友期大瓜:3位女演员被迫换车厢

财经要闻

财政部:中加双方同意探索扩大双边贸易

汽车要闻

多面新方盒捷途环游者EV开启预售 9.99万元起

态度原创

教育
游戏
房产
艺术
旅游

教育要闻

draft你只当成“草稿”,高考却用它考“被征召”

《GTA6》预售销量曝逼近1500万份 超越前作首发

房产要闻

5381亩之后,三亚绿谷,等一个500强!

艺术要闻

缅怀 | 当代著名油画家尹国良逝世,享年95岁

旅游要闻

“含娃量”有点高,南京两天接待游客266.4万人次

无障碍浏览 进入关怀版