2.88 亿招聘数据新论文：AI 提速后，「瓶颈任务」价值将飙升

soumitrashukla9 · x · 2026-10-22

经济学家 Soumitra Shukla 发布新论文《Technology Bottlenecks: Measuring Where AI Could Raise the Value of Work It Cannot Yet Do》。与现有 AI 曝光度研究问「AI 能做什么」不同，这篇问的是：当 AI 加速了工作中其余部分后，AI 尚不能完成的任务的边际价值会在哪里上升。

方法上，作者将 2.88 亿条美国招聘帖子逐行映射到最接近的 ONET 任务，并结合 Eloundou et al. (2024) 的 GPT-4 可行性评分，构建了每个职业中每项任务的「瓶颈压力」（bottleneck pressure）指标；在一个简单的任务框架下，对 AI 不可行任务而言，该压力与其曝露度相关。转发的 Daniel Rock 评价：生产率提升的故事关键在局部瓶颈，这是一篇讨论工作中瓶颈的好论文。