押注人工智能的大型企业面临一个悖论式局面:几乎全部生产率增长仅由一小部分员工贡献。这就是所谓的“超级帕累托原则”——10%的员工创造了90%的成果和令牌消耗。
经典的帕累托法则认为,20%的努力带来80%的成果。而在人工智能的情况下,这种失衡要激进得多。令牌是语言模型处理的文本单位;从令牌消耗量可以看出一个人在工作中使用人工智能的活跃程度。正是这一指标揭示了少数高级用户与大多数员工之间的差距。
仅10%
大多数投资人工智能的公司都面临这样一个现实:10%的员工贡献了90%的生产率增长和令牌消耗。这种差距体现在各个方向——从软件开发到非技术性知识工作。
与此同时,企业在培训上投入了大量时间和资源。员工被告知构成现代人工智能助手基础的大型语言模型是如何运作的。许多部门还接受了针对其任务的培训。尽管付出了这些努力,活跃用户的比例始终没有变化。
六个令人不安的结论
这样的结果迫使企业得出严峻的结论:
- 公司为90%的员工多付了薪酬,而对剩下的10%支付不足;
- 按产出比例分配令牌更为合理,但尚不清楚如何在不损害企业文化的情况下做到这一点;
- 大规模裁员可能是合理的,且不会影响整体成果,但公司担心引发员工的负面反应;
- 尚不清楚非科技行业的公司如何招聘更多借助人工智能工作效率远超他人的员工;
- 有人怀疑培训和推广的努力是否真能回本;
- 仍存在风险:最优秀的10%会流向那些能与同样精通人工智能的用户共事的地方。
落后员工的命运恰恰成为管理者面临的头号问题。当一些人在围绕人工智能重构工作流程时,另一些人仍停留在原有的效率水平——这正在演变为整个企业的战略挑战。
Cryptalist分析:人工智能技能的两极分化正在形成一种新的企业不平等,这直接影响对技术投资效益的评估。对市场而言,这是一个信号:资本将流向那些能够规模化扩展能力、而不仅仅是采购模型的公司。投资者应更仔细地评估人工智能工具在工作流程中的实际渗透深度,而非人工智能预算的规模。