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 · x · 2026-10-22
Burning Glass Institute 研究员 Soumitra Shukla 发布 104 页论文《Technology Bottlenecks》,提出与传统 AI exposure 不同的新指标——「瓶颈压力」(bottleneck pressure):不问 AI 能做什么,而问当 AI 加速了工作中其余部分后,AI 尚不能做的那部分工作的边际价值会在哪里上升。
方法与发现:
- 将 2.88 亿条美国招聘贴逐行映射到最接近的 ONET 任务,结合 Eloundou et al. (2024) 的 GPT-4 可行性评级,为每个职业的每项任务构建瓶颈压力指标。
- 约 90% 被标注的任务提及落在该招聘职业自身 ONET 任务列表之外,说明招聘广告中的实际任务构成与官方职业定义差异很大。
- AI 不可行任务上瓶颈压力的提及加权变异中约 53% 来自任务内部、跨职业之间——同一任务在不同职业中面临的压力可能截然不同。
- 职业层面压力在 AI 可行与不可行工作大致各占一半时达到峰值,因此对职业的排序与传统 exposure 指标不同。
- 随任务压力上升,人际与监督类工作在 AI 不可行工作中的占比提高,体力工作占比下降。
作者同时提醒:该指标衡量的是潜在压力,是否兑现取决于企业如何把 AI 整合进工作流,测量整合瓶颈仍需后续研究。
所属事件:2.88 亿招聘数据论文提出「瓶颈压力」AI 价值度量(4 条相关)→
「漫话AGI」频道最新
- ML 先驱 Dietterich 批 OpenAI:Agent 数月几乎无监管地运行 — tdietterich · 2026-10-22
- Altman 暗示 OpenAI 内部模型数学能力远超公开版,并谈限制递归自我改进 — VraserX · 2026-10-22
- 前 OpenAI 员工断言：AI 圈地理差距拉大，纽约落后旧金山 4-7 个月 — jefrankle · 2026-10-22
- AI 圈激辩数学证明形式化：先批量形式化教科书再让 AI 跳板可行吗 — jacobaustin132 · 2026-10-22
- 形式化正确 ≠ 理解证明：AI 数学证明辩论的核心分歧点 — eigenstate · 2026-10-22
- Bratton:机器智能是「发现」而非「发明」,社会必须反向适应 AGI — bratton · 2026-10-22