巨头英特尔打响反对人工智能的第二枪

序言:新技术的普及往往并非一帆风顺。每当生产力发展遇到瓶颈,人类社会总需要一种新的技术来推动经济进步。对陌生事物的怀疑和不信任是正常的,反而如果每个人都一致认为某项技术完美无缺,那可能就需要警惕了。以英特尔为代表的企业对AI的谨慎态度,恰恰反映了大多数企业的真实想法。

AI将在未来几年自动化或辅助我们生活的几乎每一个方面,使我们的工作甚至个人生活变得更轻松、更高效。它甚至被认为是开启我们下一个经济繁荣的关键,并且被多个政府赞扬为西方应对东方经济增长挑战的一种方式。理所当然,AI革命被如此大力推动,难道不是吗?其实,不是。事实上,英特尔刚刚发现,AI根本无法提高生产力……

尽管英特尔在与竞争对手如英伟达的AI基础设施竞赛中处于劣势,但它依然在推动AI软件。许多硬件合作伙伴正在推出AI PC,利用像微软的Copilot这样的AI来自动化机器上的任务。因此,英特尔对这些AI有既得利益,因为这可能意味着更多的人购买他们的组件。

然而,对英特尔来说,在分析AI PC能为用户节省多少时间时,他们并未找到预期的结果。

这一切始于一项研究,研究了德国、法国和英国6000名用户如何使用PC,发现人们平均每周在“数字杂务”上浪费15小时,比如写邮件、整理日历、记录会议、管理文件等。该研究指出,这些任务中的许多可以通过PC AI自动化,从而每周节省其中的4小时。

然而,这仅仅是理论上的结论。该研究并没有考察这些AI如何执行这些任务,甚至是否能够做到得当。因此,实际操作中的情况与理论大相径庭。

英特尔进一步的研究,旨在验证AI是否能节省时间并提高生产力,发现“当前AI PC的用户比使用传统PC的用户在任务上花费的时间更多。”根据该研究,这些AI用户花了很多时间在“如何与AI工具沟通以获得期望的答案或反馈”上,这就是他们花费更多时间的原因。然而,报告中明显缺乏关于花费多少时间来监控和纠正AI输出的数据,这正是AI的一大致命缺陷,我们稍后会提到。这个遗漏,加上英特尔对研究结果过于乐观的总结,声称人们需要更好地了解如何使用这些AI工具,似乎表明他们的利益冲突极大地影响了他们的判断。

而不仅仅是英特尔发现AI根本无法兑现其承诺的生产力提升。

一项近期的研究发现,尽管96%的高管表示他们期望AI显著提升生产力,但77%的员工表示AI增加了他们的工作负担,39%的员工报告称,他们花更多时间在监督AI而不是自己做任务上。IGN也支持这一点,发现AI最多只能提升0.1%的生产力,而麻省理工学院(MIT)发现,即便在理想情况下,AI的生产力提升也仅为0.5%。

还有一些现实世界中的例子,证明AI未能提高生产力。以亚马逊的Just Walk Out商店为例。这个想法是通过人脸识别摄像头、货架传感器和AI跟踪顾客取走的商品,然后在顾客离开时向其亚马逊账户收费,免去收银员或自助结账的需求。这项创新被誉为AI直接取代人工工作的一大突破,也是降低商店运营成本的一种方式。但事实上,它并非如此。最近的一项报告发现,亚马逊不得不雇佣超过一千名远程员工来监控视频并验证70%的顾客购买情况,因为AI经常出错。这种劳动力成本并不便宜,即使是外包到海外,亚马逊的Just Walk Out AI也比单纯雇佣收银员要贵得多。因此,亚马逊一直未能成功向第三方销售这一系统,甚至不得不将自己的杂货店转向一种不使用AI的高端自助扫描系统。

另一个例子是越来越多的程序员表示,AI编码助手实际上没有什么用。这些AI可以很好地写一些小而特定的代码块,基本上替代了在GitHub上快速搜索并复制粘贴的过程。然而,让这些AI编写更复杂的代码块却适得其反,因为它们经常出错,导致工程师花更多时间调试代码,甚至比自己从头编写和调试代码还要多。即使是谷歌也承认,AI仍然需要比传统的人工编程更多的人力时间。

AI可以是一个极为强大且有价值的工具。但它并不是自动化或提高生产力的灵丹妙药。这些模型太有限,依赖的数据来源值得怀疑,构建成本过高,而且出错率太高,无法实现其承诺。

那么,为什么我们被强推一项连推动它的公司都知道无法兑现承诺的技术呢?

关于这个话题,你可以写一堆博士论文或几本书来撑起一架梯子。当前的AI泡沫是我们文化、政治和经济形势的产物。我不可能在一篇文章中总结得清楚。但简而言之,市场并不关心你的效率、生产力或生活质量。我们生活在一个后现代、数据驱动的经济中,AI是提取你的数据和“价值”的最佳方式,至少对于那些在卖给你这些解决方案的人来说。所以,AI不能如广告中那样工作,实际上还让用户的生活变得更加困难,这并不重要;它们的存在只是为了延续并加深我们所处的经济困境。

总结:人工智能是人类生产力的延伸,它将人的能力转化为工具来进一步提高生产效率,这个方向是正确的,但是否使用这些工具最终将取决您的选择。

posted @ 2024-12-05 10:08  果冻人工智能  阅读(14)  评论(0编辑  收藏  举报