人工智慧是否會取代人類工作一直是廣泛爭論的主題。一些組織已經押注於 AI，而另一些組織則持懷疑態度，質疑其目前的能力。為了調查這一點，卡內基梅隆大學的研究人員進行了一項實驗，建立了一家完全由 AI 代理管理的模擬公司。他們在 Arxiv 上發表的一篇預印文章中的發現，為 AI 在工作場所的潛力和局限性提供了寶貴的見解。
虛擬勞動力由來自 Anthropic 的 Claude、來自 OpenAI 的 GPT-4o、Google Gemini、Amazon Nova、Meta Llama 和來自阿里巴巴的 Qwen 等 AI 模型組成。這些 AI 代理被分配了不同的角色，包括金融分析師、專案經理和軟體工程師。研究人員還使用了一個平台來模擬同事，允許 AI 代理與他們互動，以完成聯絡人力資源等特定任務。
AI 實驗：深入探討
這項實驗旨在複製一個真實的商業環境，AI 代理可以在其中獨立執行各種任務。每個 AI 代理的任務包括導航檔案以分析資料，以及進行虛擬拜訪以選擇新的辦公空間。密切監測每個 AI 模型的效能，以評估其完成指定任務的效率。
結果顯示出一個重大的挑戰。AI 代理未能完成超過 75% 的分配任務。儘管 Claude 3.5 Sonnet 領先，但僅完成了 24% 的任務。如果包括部分完成的任務，其得分僅達到 34.4%。Gemini 2.0 Flash 獲得第二名，但僅完成了 11.4% 的任務。沒有其他 AI 代理能夠完成超過 10% 的任務。
成本效益與效能
實驗的另一個值得注意的方面是與每個 AI 代理相關的營運成本。儘管 Claude 3.5 Sonnet 的效能相對較好，但其營運成本最高，為 6.34 美元。相比之下，Gemini 2.0 Flash 的營運成本顯著降低，僅為 0.79 美元。這引發了關於在業務營運中使用某些 AI 模型的成本效益的問題。
研究人員觀察到，AI 代理在理解指令中隱含的部分時遇到了困難。例如，當被指示將結果儲存為「.docx」檔案時，它們無法理解這指的是 Microsoft Word 格式。它們在需要社交互動的任務中也遇到了困難，突顯了 AI 在理解和回應社交暗示方面的局限性。
網路導航中的挑戰
AI 代理面臨的最大障礙之一是網路導航，特別是在處理彈出視窗和複雜的網站佈局時。當遇到障礙時，它們有時會採取捷徑，跳過任務中困難的部分，並假設它們已經完成了任務。這種繞過具有挑戰性的部分的傾向，突顯了 AI 無法獨立處理複雜的現實場景。
這些發現表明，雖然 AI 可以在某些任務（例如資料分析）中表現出色，但它距離在商業環境中獨立運作的能力還很遠。AI 代理在需要更深入理解上下文、社交互動和問題解決能力的任務中遇到了困難。
研究的主要觀察結果
卡內基梅隆大學的研究提供了關於 AI 目前狀態及其在工作場所的潛在角色的幾個主要觀察結果：
任務完成率有限：AI 代理在獨立完成任務方面遇到困難，在超過 75% 的嘗試中失敗。這突顯了在 AI 驅動的任務中，需要人工監督和干預。
理解隱含指令的困難：代理經常無法理解指令中隱含或上下文方面的訊息，表明缺乏對明確指令以外的理解。
社交互動中的挑戰：AI 代理在需要社交互動的任務中遇到困難，這表明 AI 尚未能夠有效地管理人際關係或駕馭社會動態。
網路導航問題：代理在導航網路方面存在問題，這表明 AI 需要進一步發展以處理複雜的網站和意外的彈出視窗。
捷徑傾向：代理有時會採取捷徑，跳過任務中困難的部分，這表明它們在沒有類似人類的批判性思維的情況下，無法處理複雜的問題解決。
對未來工作的影響
這項研究的發現對未來的工作產生了重大影響。雖然 AI 有可能自動化某些任務並提高效率，但在不久的將來，它不太可能完全取代人類工人。相反，AI 更有可能增強人類的能力，讓工人能夠專注於更具戰略性和創造性的活動。
該研究還強調了訓練 AI 模型以更好地理解上下文、社交暗示和複雜問題解決的重要性。隨著 AI 技術的不斷發展，解決這些限制對於確保 AI 能夠在各種角色中有效支持人類工人至關重要。
混合勞動力：人類與 AI
未來的工作可能涉及混合勞動力，人類和 AI 共同努力以實現共同目標。人類工人可以提供 AI 目前缺乏的批判性思維、創造力和社交技能，而 AI 可以比人類更有效地自動化日常任務和分析大量資料。
這種混合勞動力將需要技能和培訓方面的轉變。工人需要培養與 AI 系統協作、理解 AI 產生的見解以及適應隨著 AI 接管更多任務而不斷變化的角色的能力。
倫理與監督的角色
隨著 AI 在工作場所變得越來越普遍，也必須考慮使用 AI 的倫理影響。需要仔細解決偏見、隱私和工作流失等問題，以確保 AI 得到負責任和合乎倫理的使用。
組織應為在工作場所使用 AI 建立明確的指導方針和監督機制。這些指導方針應解決資料隱私、演算法偏見和 AI 對就業的影響等問題。
分析各個 AI 模型面臨的挑戰
深入研究實驗中使用的 AI 模型的具體細節，可以更深入地了解挑戰和潛在的解決方案。像 Claude、GPT-4o、Gemini、Llama 等模型都有獨特的架構和訓練資料集，這些直接影響它們的效能和營運成本。
Claude：理解能力和局限性
Claude 以其在自然語言處理方面的能力而聞名，在這項實驗中表現出相對較高的完成率。然而，它也伴隨著最高的營運成本，表明在效能和成本效益之間存在權衡。Claude 在理解隱含指令和社交互動方面遇到的問題表明，雖然它很先進，但仍需要在上下文理解方面進行改進。
為了提高 Claude 的效能，未來的迭代可以受益於更多樣化的訓練資料集，其中包括具有複雜社交暗示和隱含指令的場景。此外，優化模型的成本效益可以使其成為業務應用更可行的選擇。
GPT-4o：全方位效能者？
由 OpenAI 開發的 GPT-4o 代表了另一種具有多種功能的最新模型。它在這項實驗中的效能表明，儘管它有優勢，但它仍然難以應付需要技術和社交技能相結合的實際應用。增強功能可以側重於更好地與基於網路的工具整合，並改進對意外中斷（例如彈出視窗）的處理。
Gemini：具有成本效益的替代方案？
Google 的 Gemini 以其相對較低的營運成本而脫穎而出，使其成為希望最大限度地減少費用的企業有吸引力的選擇。然而，其任務完成率表明其整體效能仍有改進的空間。為了解決這個問題，開發人員可以專注於改善 Gemini 的問題解決能力及其在開放式指令中理解上下文的能力。
Llama：開源潛力
Meta 的 Llama 作為一個開源模型，提供了社群驅動開發和自訂的優勢。雖然它在這項實驗中的效能並不突出，但 Llama 的開源性質意味著可以由廣泛的開發人員進行改進。重點領域可能包括增強其網路導航技能，並提高其導航複雜資料集的能力。
克服 AI 在商業環境中的局限性
該實驗強調，為了讓 AI 模型真正在商業環境中表現出色，開發人員必須專注於幾個關鍵領域：
上下文理解：提高 AI 理解和解釋上下文的能力至關重要。這涉及在包含隱含指令和社交暗示的多樣化資料集上訓練模型。
社交互動：增強 AI 的社交互動能力將使其能夠更有效地管理人際關係和駕馭社會動態。
網路導航：開發 AI 的網路導航技能將有助於它處理複雜的網站、彈出視窗和其他意外中斷。
問題解決：改進 AI 的問題解決能力將使其能夠處理複雜的任務，而無需訴諸捷徑或做出假設。
AI 的持續發展
卡內基梅隆大學的研究提供了 AI 目前狀態的快照。隨著 AI 技術的不斷發展，追蹤其進展並解決其局限性至關重要。透過關注這些關鍵領域，AI 可以成為增強人類能力和提高工作場所效率的寶貴工具。
解決道德問題
AI 在商業中的整合也引入了幾個必須主動解決的道德問題。演算法偏見、資料隱私和工作流失是最緊迫的問題。
演算法偏見：AI 模型可以延續和放大它們訓練的資料中存在的偏見。這可能導致在招聘、晉升和效能評估等領域出現歧視性結果。組織應仔細稽核 AI 系統，以確保它們沒有偏見，並且不會歧視任何人群。
資料隱私：AI 系統通常需要存取大量資料，這可能會引起對隱私的擔憂。組織應實施強大的資料保護措施，以確保敏感資訊不會受到威脅。
工作流失：透過 AI 自動化任務可能會導致工作流失，尤其是在重複性角色中。組織應採取措施減輕工作流失的影響，方法是為工人提供培訓和支援，以轉型到新角色。
未來是協作的
未來的工作涉及人類與 AI 之間的協作關係，彼此互補優勢。人類工人將創造力、批判性思維和社交技能帶到桌面，而 AI 可以自動化日常任務和分析大量資料。擁抱這種協作模式的組織將最能成功應對不斷變化的工作環境。
隨著 AI 技術的不斷進步，組織應保持適應性和主動性，以應對 AI 帶來的挑戰和機遇。透過投資培訓、建立道德準則和培養協作文化，它們可以利用 AI 的力量來創建一個更具生產力、效率和公平的工作場所。總而言之，雖然 AI 表現出希望，但在其取代人類勞動力執行各種任務和運營的能力方面，目前存在明顯的局限性。理解這些局限性對於希望在未來幾年利用 AI 潛力的企業至關重要。