AI 与瓶颈
摘要
一篇思考性文章,探讨 AI 是否是一种「通用瓶颈破解器」——能够独特地攻克由自身进步所带来的物理、劳动力和制度约束;作者认为,虽然瓶颈不会消失,但 AI 可能让我们比以往的技术更快地穿越约束前沿。
我一直在思考这个问题,也和 ChatGPT 讨论了很多。我让它总结了这次讨论。你怎么看? ~~~ AI 是否不同于以往的技术,因为它能攻克由自身进步所制造的瓶颈?我一直在用「瓶颈」而非「AI 能自动化多少工作」的角度思考 AI 的进步。技术进步中有一个常见模式:
打破瓶颈 A → 生产扩张 → 瓶颈 B 变得重要 → 打破 B → 瓶颈 C 出现。
换句话说,技术倾向于转移瓶颈的位置。AI 似乎可能不同,因为它也能帮助攻克下一个瓶颈。例如,假设 AI 帮助我们设计出规模更大的电力基础设施,我们可能会遇到变压器、工厂、电工、施工、材料、审批、物流等方面的限制。AI 或许可以同时在许多方面着手:设计更好的设备、优化工厂、培训工人、协调施工、准备审批材料、寻找材料替代品、改进机器人技术,等等。而且它不一定需要取代工人,它可以增强工人能力,让电工、施工人员、工程师等的生产力提高数倍。
这让我思考,将 AI 描述为「通用瓶颈破解器」是否比单纯称之为通用技术更为恰当。传统技术:打破瓶颈 → 瓶颈转移。AI 潜在的模式:打破瓶颈 → 识别新瓶颈 → 同时攻克那个瓶颈 → 循环往复。而且它可以同时从多个方向攻克瓶颈:
- **流程**:优化或重新设计工作流
- **劳动力**:自动化任务或增强工人能力
- **工具**:设计更好的机器和机器人
- **材料**:发现替代品或更高效的材料使用方式
- **制造**:优化工厂和生产流程
- **物流**:改进路线规划、调度和供应链
- **设计**:重新设计产品,使其所需稀缺资源更少
- **培训**:快速培养人员以胜任瓶颈环节的工作
- **协调**:减少组织与工人之间的延迟
- **审批**:自动化申请、分析和合规工作
而且这可能是一个递归过程:AI → 更好的工程 → 更好的机器人 → 自动化工厂 → 更便宜/更好的机器人 → 更多的 AI/机器人 → 更好的工程……
所以 AI 的特别之处或许不只是它在任何单一任务上有多强大,而是它能提升瓶颈消除工作本身的效率,同时攻克每一个行业、每一个技术栈层级的每一个瓶颈。瓶颈并不会消失——物理资源、能源、土地、时间等仍然至关重要。但 AI 或许能让我们更快地穿越约束前沿。
我认为特别值得从这个角度思考的原因在于,关于 AI 和机器人将如何快速影响经济,目前存在很大的分歧。双方都承认 AI 很强大,但分歧似乎恰恰在于会出现哪些瓶颈。一方指出传统问题(基础设施建设、监管等),而非常乐观的一方则坚持认为 AI 将摧毁所有瓶颈。我倾向于这两个极端之间的某种立场,因为瓶颈仍然会存在,其中一些比其他更难解决,不过我确实认为 AI 能够「拓宽」甚至那些棘手的瓶颈。
「通用瓶颈破解器」是思考 AI 的一个有用方式吗?我是否高估了 AI 攻克物理和制度瓶颈的广泛程度?
相似文章
人类瓶颈
本文认为,AI增强人类生产力的潜力受到限制,因为人类缺乏严肃的使用情境,且受困于外部工具无法干预的内部瓶颈因素。
AI是否提升了你的整体工作效率,还是仅仅转移了瓶颈?
本文探讨AI在加速单个任务的同时是否转移了更广泛工作流程中的瓶颈,强调需要衡量端到端流程的改进,并考虑在工具连接性、所有权和步骤上的优化。
最终瓶颈
一篇反思性博客文章,探讨了代码生成中AI加速如何压倒审查流程,在软件工程中创造了新的瓶颈。并与历史上的工业瓶颈进行了类比,建议将抑制输入作为必要回应。
我不认为AI会让你的流程变得更快
作者认为,AI不一定会加速流程,因为瓶颈通常来自于上游不清晰的需求,而不仅仅是开发速度。
塑造AI下一个万亿美元机遇的三大瓶颈。
文章概述了三个关键瓶颈,它们将定义AI行业的下一个万亿美元机遇。