论文提出「瓶颈压力」指标:2.88亿招聘数据量化AI无法替代的工作升值
soumitrashukla9 · x · 2026-11-18
Soumitra Shukla 的论文《Technology Bottlenecks》被引用于 Brynjolfsson 等人推荐的新书讨论中,作者指出即使 AI 能做所有事,人类审核与验证仍可能是生产力瓶颈。
论文核心发现:
- 提出「瓶颈压力」(bottleneck pressure)概念:AI 加速其余工作后,AI 尚不能做的任务边际价值会上升;对单个不可行任务,其压力等于所在职业的 AI 暴露度。
- 基于 2018 年至 2026 年中的 2.88 亿条美国招聘数据,逐行匹配 ONET 任务并套用 Eloundou et al. (2024) 的 GPT-4 可行性评级;约 90% 的任务提及不在该职业的 ONET 官方任务清单内。
- 约 53% 的压力变化发生在任务层面、跨职业分布,而用职业目录任务仅能解释 0.3%。
- 同职业内,资深岗位比初级岗位承受更高压力,2026 上半年高出 6.5%;职业平均压力上升 6%,约四分之三来自任务向高压职业转移。
- 更高职业压力还能预测 2022 年后更快的招聘增长,结论在使用 Anthropic Economic Index 或 OpenAI Signals 数据交叉验证后依然成立。
所属事件:论文提出「瓶颈压力」指标量化AI难以替代的工作升值(2 条相关)→
「漫话AGI」频道最新
- YC F26 地理空间 AI 项目 ageospatial:全球任一数据中心秒级解读 — ycombinator · 2026-11-18
- Yoav Goldberg:拒稿该看人参与多少,而非是否用了 LLM — yoavgo · 2026-11-18
- 圈内观点:无需全网训练的自学习模型或将一夜瓦解大厂护城河 — bennash · 2026-11-18
- Anthropic 总裁 Daniela Amodei 谈超级智能对齐 — teortaxesTex · 2026-11-18
- 用户让 Grok 自主运营账号写日记交 AI 朋友,观察它会长出什么 — crua9 · 2026-11-18
- AI 一键生成游戏后,游戏公司还想为「裤子的蓝色」收 30 美元? — VraserX · 2026-11-18