Narażenie to nie wdrożenie: co AI mogłaby robić, a do czego się jej używa

W skrócie

Źródło

Sedai (2026). Exposure Is Not Adoption: Measuring Generative AI and Labor Demand. SSRN working paper. doi:10.2139/ssrn.7528420 · Bez recenzji naukowej: inni badacze jeszcze nie sprawdzili go na potrzeby czasopisma.

Jak je przeprowadzono

Autor porównał dwa rodzaje miar z popytem na pracowników: wskaźniki tego, co AI mogłaby robić w każdym zawodzie, i miarę tego, do czego ludzie faktycznie używają AI. Analiza danych. Buduje miarę z istniejących danych, na przykład z opisów stanowisk i zadań.

Kto brał udział

Zawody i popyt na pracowników w tych zawodach.

Gdzie

Stany Zjednoczone.

“Occupational exposure indices measure what generative AI could do, not what it is used for.” [Wskaźniki narażenia zawodów mierzą, co generatywna AI mogłaby robić, a nie to, do czego się jej używa.]

Co wykazało badanie

Wskaźniki narażenia i faktyczne użycie to dwie różne rzeczy. W tej analizie miara tego, do czego ludzie faktycznie używają AI, lepiej przewidywała popyt na pracowników niż wskaźniki narażenia.

Kiedy wynik się sprawdza

Ta uwaga dotyczy każdego wskaźnika zbudowanego z opisów zadań. Taki wskaźnik mówi ci, gdzie szukać. Nie mówi, co się dzieje.

Ograniczenia

• To working paper, czyli praca przed publikacją w czasopiśmie. Nie przeszła recenzji naukowej.

Praktyki, które korzystają z tego badania

To badanie wspiera:

• Rozpisz zadania, zanim zdecydujesz, co zautomatyzować Rozłóż stanowiska na zadania i przyjrzyj się każdemu z nich. Publikowane wskaźniki oceniają, jaką część pracy mogłaby wykonać AI, czyli jej „ekspozycję” na AI. Traktuj wysoki wynik jako miejsce, któremu warto się przyjrzeć, a nie jako decyzję o automatyzacji. Zrób najpierw · Nakład pracy: niski (dni, jedna osoba) Dowody: Umiarkowane Sporne Przebudowa procesów · Rozpoznanie

Narzędzia diagnostyczne powiązane z tym badaniem

• Których naszych stanowisk AI mogłaby dotknąć najbardziej? AI Occupational Exposure measure (AIOE) Nikt nie jest ankietowany · Dopasowujesz nazwy swoich stanowisk do amerykańskich kodów zawodów Bezpłatne; przed zmianami zapytaj autorów Sprawdzenie: Umiarkowane Mapy zadań i stanowisk
• Na których stanowiskach generatywna AI mogłaby przejąć zadania, a na których mogłaby pomagać? ILO index of occupational exposure to generative AI Nikt nie jest ankietowany · Dopasowujesz nazwy swoich stanowisk do standardowej listy zawodów Bezpłatne, można dostosować Sprawdzenie: Wstępne Mapy zadań i stanowisk
• Które z naszych własnych zadań AI mogłaby wykonywać albo w których mogłaby pomagać? TPAH task analysis Nikt nie jest ankietowany. Właściciele procesów sprawdzają wyniki · Analiza na podstawie opisu firmy i jej stanowisk Płatna usługa Sprawdzenie: Wstępne Mapy zadań i stanowisk