非营利性智库托尼-布莱尔全球变革研究所（TBI）最近发表的研究报告指出，人工智能可以精简英国的劳动力，减少数十亿政府成本，并使40%以上的工人任务实现自动化。
然而，根据这项研究，这些好处需要政府 "投资人工智能技术，升级数据系统，培训劳动力使用新工具，并支付与劳动力提前退出相关的冗余成本"。
研究人员写道，这将在未来五年每年花费约 40 亿美元，之后每年花费 70 亿美元。
但据看过论文的外部研究人员称，这项研究的真正问题在于它对 ChatGPT 的依赖。
牛津大学的穆罕默德-阿米尔-安瓦尔（Mohammad Amir Anwar）在 X 上认为，托尼-布莱尔研究所在 "胡编乱造"，而华盛顿大学的艾米丽-本德（Emily Bender）则告诉 404 媒体的伊曼纽尔-迈伯格（Emanuel Maiberg），研究人员 "还不如对着魔力 8 球摇晃，然后写下它显示的答案"。
问题所在
TBI 的研究人员开始对整个劳动力队伍进行高层次的概述，以便预测自动化可能对未来市场产生的潜在影响。
他们认为，人工智能几乎可以立即为英国节省数十亿美元。根据研究论文，投资成本与潜在节省的费用相比，"意味着在公共部门充分利用人工智能每年可节省近 1.3% 的 GDP，相当于现在每年节省 370 亿英镑"。
研究人员甚至声称，"这相当于总计9:1的效益成本比"，"五年后，我们估计该计划可累计节省0.5%的年度GDP（或按今天的价格计算为150亿英镑），这意味着如果迅速推广该技术，效益成本比有可能达到1.8:1"。
这些数字固然令人兴奋，但是否具有实际意义还不得而知。
有疑问的是研究人员是如何得出结论的。他们并没有对工人和雇主进行详尽的研究，以确定自动化会对特定职位产生怎样的影响，而是利用 O*NET 数据集确定了工人执行的 2 万项任务，然后将数据输入 ChatGPT。然后，研究小组促使人工智能确定哪些任务适合自动化，以及可以使用哪些工具来实现自动化。
据研究人员称，如果使用人类专家来检查每项任务，他们的工作就会变得 "难以完成"。
表面上看，这也意味着研究人员要对 ChatGPTs 的每项输出进行评估将是 "难以完成的"--研究小组称，他们使用人工智能系统对近 2 万项任务进行了分类。
如果我们可以假设人工智能犯了错误（根据 TBI 的研究和 ChatGPT 制造商 OpenAI 的网站，这些模型很容易出错），那么我们也可以假设研究包含错误信息，同行评审也将是棘手的。
自动化并非易事
那么，真正的数字是多少呢？从技术上讲，ChatGPT 不可能逐个任务地了解自动化的细微差别，因为人工创建数据集的难度很大，其数据集中几乎不可能存在必要的数据。
在解决人工智能系统尚未训练过的新问题时，生成式系统往往会失败。
例如，自动咖啡壶已经存在了几十年，但通用自动化--教人工智能系统在任何地方、任何房间煮咖啡--被认为是人工智能和机器人领域的一个突出问题。
简而言之，自动化是困难的，需要对每项任务采取细致入微的方法。
例如，早在 2017 年，当生成式人工智能的热潮开始升温时，人们就认为自动驾驶将在几年内得到解决。埃隆-马斯克（Elon Musk）甚至预测，到 2020 年，特斯拉将运营 100 万辆机器人轴。
但是，截至 2024 年 7 月，绝大多数汽车制造商、初创公司和大型科技机构都已经关闭了各自的自动驾驶汽车项目。事实证明，99% 的驾驶都可以实现自动驾驶，但到目前为止，还没有工程团队想出如何安全地自动驾驶最后那 1% 的边缘情况。
虽然很容易想象任何简单的任务都能实现自动驾驶，但语境很重要。ChatGPT 可能能够输出文本，表明只要投入足够的资金，任何工作都可以实现自动化，但迄今为止的现实证明与这些说法背道而驰。