学者提出「瓶颈压力」指标：AI 做不了的工作价值将上升
Burning Glass Institute 研究员 Soumitra Shukla 于 10 月 22 日发布 104 页新论文《Technology Bottlenecks: Measuring Where AI Could Raise the Value of Work It Cannot Yet Do》，提出一个与主流「AI 暴露度」（AI exposure）互补的新度量——「瓶颈压力」（bottleneck pressure）。当前结论是：AI 加速工作流程后，真正决定价值走向的是那些 AI 尚无法完成的瓶颈任务，其价值将水涨船高。
已确认
- 论文作者为 Soumitra Shukla，所属机构为 Burning Glass Institute，发布于 10 月 22 日
- 论文全称《Technology Bottlenecks: Measuring Where AI Could Raise the Value of Work It Cannot Yet Do》，篇幅 104 页
- 研究基于 2.88 亿条招聘数据构建「瓶颈压力」指标
- 指标定位与传统「AI 暴露度」指标互补而非替代：暴露度衡量工作受 AI 影响的程度，瓶颈压力则度量 AI 卡住之处最能抬升工作价值的环节
为什么重要
- 主流讨论多聚焦「哪些工作会被 AI 替代」，该论文转向「AI 做不了的部分会变得多值钱」，为评估 AI 对劳动力市场的影响提供了新视角
- 基于 2.88 亿条招聘大数据的度量方法，可为政策制定者、企业与研究者提供更细粒度的任务级价值分析工具
sourcerefs 对应原始发布者帖子。
2026-10-22 ~ 2026-10-22 · 5 条相关
一手来源
- 2.88 亿条招聘数据新论文：提出「瓶颈压力」度量 AI 做不了的工作价值 — soumitrashukla9 ·
- 论文用2.88亿招聘帖测「瓶颈压力」:AI做不了的活反而更值钱 — soumitrashukla9 ·
- 【源头】论文用2.88亿招聘帖测「瓶颈压力」:AI做不了的活反而更值钱 — soumitrashukla9 · 2026-10-22
- 【源头】2.88 亿条招聘数据新论文：提出「瓶颈压力」度量 AI 做不了的工作价值 — soumitrashukla9 · 2026-10-22
另有 3 条近重复转述:soumitrashukla9 · soumitrashukla9 · soumitrashukla9