就像过去矿工挖石头的能力是好是坏很主要……但蒸汽铲被发明出来往后，挖掘能力的差异已经不再主要。
AI的影响还没有达到这种程度，但它无疑将推动事情能力的均匀化。

过分依赖AI的坏处

但故事还不止这些。

研究团队和BCG还设计了其余一个任务。
这个任务是从BCG的口试题中精挑细选出来的一道超难商业案例题，且经由精确修正，可以让AI得出一个“让人信服的缺点答案”。

研究者说，他们的目标是设计一个人类能出色胜任，但AI如果不经由仔细勾引就没法答对的任务。

这个任务非常繁芜，论文中没有给出详细的细节，只给出了步骤：

针对一家虚构企业，参与者必须结合研究者给出的访谈材料细节征采数据，然后再结合访谈内容和数据，剖析公司的渠道表现，进一步为公司CEO供应信息和建议，以确定哪一个渠道增长潜力最大。

下一步还要再结合访谈内容和财务数据，对公司旗下的品牌绩效进行剖析，探求最具增长潜力的品牌。

对付这项任务，研究者紧张稽核回答的准确性。

结果，利用AI和不用AI的咨询顾问，表现差距极大，前者的精确率仅有60%，而人工完成任务的员工精确率则高达84.5%。

研究者写道：

在AI能力边界之外，具有高人力成本的人类在完成他们的事情时表现始终优于AI。

研究者认为，天生式AI能够完成的任务实际上有一个“锯齿状边界”。
在边界内的任务，它可以非常完美地胜任，但在边界外的任务，表现则很差劲。
而且，由于天生式AI的事情事理，这个边界是不可见的，只有非常熟习AI的人才能感知到。

例如，写一首十四行诗和一首恰好50个字的诗，对AI来说彷佛都是信手拈来的任务，但由于ChatGPT利用token而不是单词来事情，以是AI非常善于写14行诗，但“写50个字的诗”便是边界外、AI做不到的任务——ChatGPT写出来的诗总是多于或少于50个字。

这便是所谓的锯齿状边界，ChatGPT的能力范围并不是一条平滑的线，以人类的逻辑来看难度附近的任务，对AI来说却是其余一回事。

如果用ChatGPT Code Interpreter制图，这个锯齿状边界大概长这样。

更进一步，研究者也强调，实验结果表明，过分依赖AI会揠苗助长。

作者援引其余一项针对企业HR的研究指出，比较利用低质量AI或不该用AI的招聘职员，利用高质量AI的HR，会变得

未来已至，AI正在颠覆我们的天下

末了，研究者总结说，无论在哲学和技能上对AI的实质和未来存在若何的辩论，AI实际上已经在颠覆人类的生产生活办法，就在此时此刻。
这不是一项须要未来xx年的巨额投资才能改变天下的新技能，它已经在这里了，就在每个人的手机、电脑上，大家都能利用。

本文中，BCG咨询顾问这些现实天下里的精英卷王，所利用的工具也只是朴实无华的ChatGPT，并没有什么特殊的API或独家数据，和我们能打仗到的工具完备相同。

技能变革正在以悄无声息的办法进行，随着更强大的LLM出身，锯齿形的边界还在不断延伸，人类无疑将面对一个更加繁芜的天下。
不管怎么说，理解、掌控、学会与AI互助，总归是件故意义的事情。

⭐星标华尔街见闻，好内容不错过⭐

\"大众 data-from=\"大众0\"大众 data-is_biz_ban=\公众0\公众>

本文不构成个人投资建议，不代表平台不雅观点，市场有风险，投资需谨慎，请独立判断和决策。