2.88 亿招聘数据构建「瓶颈压力」指标:测 AI 卡住哪里最能抬升价值

soumitrashukla9 · x · 2026-10-22

Soumitra Shukla 发布新论文《Technology Bottlenecks: Measuring Where AI Could Raise the Value of Work It Cannot Yet Do》。与常见「AI 暴露度」指标(衡量 AI 已能做的工作)不同,该研究问的是:当 AI 加速了工作中其余环节后,AI 尚不能做的那部分工作的边际价值会在哪里上升。

方法上,作者把 2.88 亿条美国招聘信息逐行映射到最接近的 ONET 任务,结合 Eloundou et al. (2024) 的 GPT-4 可行性评分,为每个职业中的每项任务构建「瓶颈压力」(bottleneck pressure)指标。在一个简单的任务框架下,对 AI 不可行的任务,其压力是……(摘要截断)。研究者 Adam Hall 评论称,「瓶颈压力」是理解和度量 AI 进展与经济影响的一个非常重要的概念。