MIT выяснил, что ИИ уже может заменить 11% работников США

Post Thumbnail

Массачусетский технологический институт опубликовал исследование, которое разрушает иллюзии о будущем работы. Искусственный интеллект уже сейчас способен заменить 11% рабочей силы США. Это 1 триллион долларов в зарплатах в год.

Исследование провели с помощью симулятора рынка труда под названием Iceberg Index, созданного MIT и Национальной лабораторией Оук-Ридж. Система моделирует 151 миллион американских работников. Каждого как отдельного агента с навыками, задачами, профессией и местоположением.

Видимая верхушка айсберга — это увольнения и смена ролей в технологиях, вычислениях и информационных технологиях. Это всего 2,2% от общего воздействия на зарплаты, около 211 миллиардов долларов.

Но под поверхностью скрывается настоящая угроза. 1 триллион долларов в зарплатах включают рутинные функции в управлении персоналом, логистике, финансах и офисном администрировании. Именно те области, которые обычно упускают из виду в прогнозах автоматизации.

Исследователи подчёркивают, что индекс — это не машина предсказаний о том, когда именно исчезнут рабочие места. Это снимок того, что системы искусственного интеллекта уже умеют делать сегодня.

Получается, все смотрят на программистов и айтишников. А настоящий удар придётся по бухгалтерам, логистам и офисным работникам.

Почитать из последнего
Учёные нашли идиотский способ улучшить ответы нейросетей
Исследователи из Google случайно наткнулись на абсурдный лайфхак, который реально работает. Если повторять промпт дважды — то есть отправлять запрос не в виде обычного текста, а копировать его 2 раза подряд — качество ответов модели в 67% случаев статистически значимо улучшается.
Алгоритмический прорыв: ИИ справился с задачей, непосильной для всех
GPT-5 с экспериментальной рассуждающей моделью от OpenAI решил все 12 задач престижнейшего Международного студенческого чемпионата по программированию ICPC!
Министерство Китая отчиталось о прорыве в области ИИ
Объём индустрии ИИ Китая превысил $142 миллиарда в 25 году. Об этом сообщило Министерство промышленности и информационных технологий на национальной конференции в Пекине. Ведомство назвало это прорывом в области промышленных технологических инноваций. Годом ранее этот показатель составлял на 40% меньше.
ИИ научился обучать ИИ лучше людей
В Nature опубликовали статью про то, как 1 ИИ учил другой. И получилось лучше, чем когда это делают люди. Вот вам и очередной гвоздь в крышку гроба человеческой исключительности.
Cursor ускоряет разработку в 3-5 раз, но код становится сложнее на 40%
Университет Carnegie Mellon взял и измерил то, о чём все говорили на ощущениях. Учёные проанализировали 807 репозиториев, где разработчики начали использовать Cursor. И взяли 1380 контрольных обычных проектов и сравнили их. Причём смотрели на 1 и те же репозитории до и после внедрения, плюс контролировали общие тренды по месяцам. Метод difference-in-differences. Чтобы наверняка отсечь случайности.