从模型能力到经济转型：AI还要跨过组织协调的门槛

一、主讲人与议题背景

这期《The Artificial Intelligence Show》的元数据列出主持人为Paul Roetzer和Mike Kaput，时长约十三分四十一秒。两人讨论了DeepMind Institute的两篇文章，主题分别涉及AGI驱动的经济转型，以及收入之外的工作价值。节目以主持人解读研究的方式展开，研究作者并未作为嘉宾接受采访。主持人的判断、他们转述的研究框架，以及框架尚未证实的结果，需要分别理解。

Paul介绍，第一篇文章的主要作者Alex Amos是DeepMind的AGI经济学负责人，并引用了他公开发表的解释。Amos在节目中是被讨论的研究者。两位主持人的关注由模型能否完成单项任务，延伸到更长的工作链条：当AI承担更多工作时，组织将如何竞争，工资将如何变化，人们又会失去或保留哪些工作价值？

二、本期主要内容

第一篇文章从组织竞争解释AGI可能带来的经济转型。按照节目转述的框架，组织之间的竞争既取决于个体能否胜任编码、数学、法律或营销等任务，也取决于多个智能体能否协调合作。单项成绩提高之后，仍需回答这些能力能否共同构成有竞争力的生产系统。

第二篇文章讨论收入之外的工作价值，将目的感、社会联系、地位和自主感纳入分析，同时承认许多工作令人不快，甚至具有剥削性。离开工作可能让一些人摆脱困境，也可能让另一些人失去重要支持，因而不能预先假定所有人都希望留下，或都希望离开。

节目转述了一项覆盖美国、英国、丹麦和印度逾八千名劳动年龄成人的调查。多数受访者表示，如果薪资与福利得到保障，他们愿意离职；但约五分之一表示，即使获得最高相当于原薪酬百分之一百二十的离职支付，他们仍愿意留下。问卷回答显示了受访者偏好的差异，不能直接用来预测AI替代工作后的实际行为。

两位主持人还讨论了如何测量工作的内容及其变化。Paul认为，O*NET有助于了解职业的标准任务，却不足以反映工作随时间的变化，以及同一职业内部的实际差异。节目介绍的TaskNet尝试通过AI访谈，描绘六类职业中的具体工作。另一组来自OpenAI的工作使用数据覆盖一百个国家、一百六十五类活动；Paul提到，美国数据中的突出用途包括规划与决策、解决问题和创造性思考。职业任务描述与工具使用数据各自揭示了工作的一部分，均不足以单独证明整个经济已经发生转型。

三、核心观点：推理、例子与边界

团队的优势，取决于能力如何组合。节目开场举例：一名优秀程序员与一名优秀写作者组成的软件团队，可能胜过一个AI团队，即使后者的每个智能体在这两项任务上都超过普通人。企业依靠分工后的能力互补开展工作，平均个人的表现未必能代表团队的竞争力。复制同一个AI可以增加处理容量，也可能复制相同的弱点，因此副本增多并不意味着团队能力会同步增强。

Paul用跨部门工作进一步说明协调的作用：运营负责人需要与营销、销售合作，IT负责人需要理解业务目标与各业务单元。关键在于把不同专业的工作衔接起来。因此，从单人基准成绩推断组织表现，中间仍有缺口。按节目中的说法，一个模型即使能逐一胜过每个人，也可能输给分工合理的人类团队。许多基准对协调能力的追踪仍然不足；如果评测主要记录独立任务的分数，就可能遗漏组织创造经济价值所依赖的交接与协作。

AI的扩展能力，让这一差距具有更大的经济意义。节目转述的研究认为，AI能力可以随计算资源扩展，未来的智能体组织也未必以同样方式受到人类组织中管理跨度、沟通摩擦和激励不一致的约束。不过，现有智能体的协调表现仍然不佳，作者也没有给出转型时间表。能够复制专家智能体，并不足以证明复制后的团队已经能压倒竞争者。研究讨论的是协调能力改善后可能出现的结果，尚未回答这一变化何时发生。

劳动市场的影响也需要区分人群。节目介绍的模型提出，低成本AI劳动力可能在没有裁员的情况下压低部分劳动者的工资，而拥有AI尚无法匹敌的技能的专家和管理者，收入可能上升。Paul因此把工资视为可能早于就业总量或市场结构显现变化的信号。他还强调，创业公司可能更加精简，组织可能更加扁平，接近基准测试任务的初级岗位招聘可能转弱，而能够指导复杂工作、协调多个团队的资深人才，需求可能保持稳定或上升，其中也包括商业人才。这些机制与判断，尚不足以证明各行业已经普遍出现可归因于AI的就业变化。

工作的非收入价值，则使工资和岗位数量无法涵盖全部影响。节目转述的研究将非自愿失业与较差的福祉联系起来，并将其与主动退休者往往较好的状况作比较。这是关联，不能据此确定单一因果关系，但离职是否自愿，确实是理解这些结果时需要区分的条件。即使职位保留，随着AI接手更多任务，工作的意义也可能改变。照护和志愿活动可能提供工作带来的部分益处，节目并未证明它们能够完整替代所有人的工作体验。

GDPX涉及的则是评估重点的选择。节目引用SemiAnalysis的主张，认为前沿智能体评估应优先关注芯片设计、网络安全、生物等高回报领域，并转述其预测：首个一万亿美元AI收入将集中在高回报部门。这一预测提供了资源配置的思路，并非已经实现的收入分布。侧重高回报领域的评测可以为投资判断提供依据，但其他职业及其社会影响，仍可能得不到充分观察。

四、学习与应用

依照节目讨论的框架，企业评估智能体时，可以分别验证个人任务能力与协作能力：先确认单个系统能否胜任任务，再让多个系统完成需要跨职能配合的工作，检查任务分配、信息共享，以及交接后工作能否继续推进。比较对象应包括现有的人类团队。优秀程序员与优秀写作者的例子说明，平均个人未必是有意义的竞争基线。增加智能体副本之前，还需要检查它们是否存在相同遗漏；复制可以扩大处理容量，却未必形成能力互补。

观察劳动市场，可以同时记录薪酬、初级岗位招聘、团队规模与组织层级，并区分岗位类型，以识别节目讨论的潜在早期变化。不过，这些指标的变化本身不能证明AI就是原因。对个人而言，Paul的跨部门例子指出了较具体的学习方向：理解业务目标，并能与其他专业人员共同安排复杂工作。这类能力需要在实际协作中验证，资历、头衔或工具熟练度都不能直接代表协调能力，节目中的判断也不构成资深岗位的永久保障。

研究工具的选择，应由问题决定。了解职业的标准任务，可以参考O*NET这类描述；识别同一职位中的实际差异，需要进一步调查具体工作；了解ChatGPT的使用方式，可以参考使用数据。但使用频繁本身不能证明节省了多少成本，或创造了多少价值。GDPX侧重高回报领域的做法，更适合讨论资源应优先投向何处，不能据此代表整个劳动市场。

设计岗位调整或收入支持方案时，可以分别考察收入福利、目的感、社会联系、地位与自主感，并了解当事人是否愿意改变工作安排。节目转述的调查表明，人们的偏好存在差异，统一方案可能面对不同需求。照护或志愿活动可以作为候选安排，但需要逐项确认它们能够承担哪些功能，尤其不能将自愿退休的经验直接套用于被迫离职者。这些做法由节目的分析框架推导而来，尚不是节目验证过效果的干预方案。

来源

• 原始节目：Why AI Hasn't Transformed the Economy Yet, According to Google DeepMind