资料来源：Chuangyebang bai Huitian的作者有一个无限的摘要，无限的PPT和一种在做出三个更改后犯错的方式……太困难或烦人了。结束后不会填充。另外，如果完成缓慢，它将影响进度。如果您可以为您做某事，您想给它更多吗？在过去的一年中，AI已成为最常见的“新公司”工人。从CO司机到代理商，越来越多的工人已经使用它来编写电子邮件，计划代码和写作。根据人类团队在2025年初发表的一项调查，全球36％的职业职位使用AI，至少是员工每日任务的四分之一。此外，OpenAI的调查显示，至少10％的美国工人对AI任务有影响，几乎五分之一的作品，AI介入了超过一半的工作内容。出现一个非常重要的问题。我们真的不想被AI取代，但我们想节省我们的努力。很棒斯坦福大学最近的调查试图回答这个问题。 AI在这里，您想做什么？结果比我想象的更现实，更令人心碎。人工智能不是在这里展示您的技能。他在这里帮助他努力。 The Stanford research team should not reiterate the AI more frequently than not generating content, writing code, creating creative designs or generating low value tasks that cause errors, but understanding the AI (people who understand AI) and understand AI (people who understand AI) and other areas of research systems in which they are working, such as organization, organization, repairs of payments, repairs of payments, repairs of payments, repairs of payments, repairs of payments, repairs of payments,维修付款，付款维修。数据等等。超过准备知识Bankok。研究小组预计了2,000多个净O*数据库的特定任务，并评估了1,500名104个职业的第一线专家一个。关于“ AI可以做什么”的传统研究观点是什么？与这项研究不同，该研究始于“如果人类愿意交付”，并间接定义了人工智能实施的优先事项。为了对“人类吸力X AI功能”进行两维分析，研究团队邀请了52位AI代理的开发人员获取每个任务，并将其介绍将任务分为五个类别。 H1：AI可以完成H2：AI。人类通过人类表示，在评估的844个任务中，超过46％的工作场所给了他们“我想这样做”（> 4）（≥4分）。超过70％的受访者透露，最想假设的是“重复值得”的每日问题：文档分类，错误校正和数据输入。这5个主要任务包括组织紧急文件（例如警报接待台），以放置客户约会（例如财政助理），修改薪资记录的数据转换格式和IMPOring网站的备份副本。这些任务具有重要的社区：高标准化，频繁重复和低试用抵抗力，但需要大量时间，并且容易出错。它们不是人类善良的“创造性”或“判断”任务，而是我们经常原谅的琐碎任务，但大多数人都想处理。有了最好的“自动化欲望”，这些任务几乎完全集中在“看不见的额外时间”的最激烈领域。它们不是KPI评估的核心，但是它们非常慢，需要能量，可以看作是工作中的“黑色心理孔”。这可以解释一种令人兴奋的现象。在许多人的心中自动化不是技术幻想，而是一种情感发射。不是因为AI是如此“海绵状”，而是因为它有助于减少加班，告知错误并组织报告您不应该自己做。使用这种真正的意愿揭示了重要的趋势。真正的机会因为AI不是要显示他们的技能，而是减少负载。在实际的工作场所中，可以帮助人们为大脑创造空间的AI比AI更受欢迎，AI可以产生长时间的内容。希望技能：AIHAY应用程序不匹配。 IA专家还评估了每个任务的“技术实现”，结果与工作中的人们的愿望相结合，形成了“愿望能量的第44节”，这非常有趣。优先考虑的是，许多AI和Inv Works Complianestigation对投资“红灯”区域感兴趣，即“可以做IA”的任务。当投资者和研究人员将资源集中在“红灯区域”中时，他们可能会对“能源不匹配”和“社会抵抗”造成双重攻击。第一个投资了真实的紧急情况，而第二个则与用户一起使用了AI。这是“技术变革”，必须反映在AI的发展中。任务分布图清楚地显示了技术发展和实际需求局。 IA研究人员可能对编写程序员代码感兴趣，但普通人期望AI帮助报销，移动时间表和错误验证。这种差异反映了一个更深的问题。 AI产品的定向设计通常与Usuario的实际工作场景分开。真正的高价值机会可能不是“技术上很棒的”，而是面对用户真正问题的最佳机会。这项研究中的另一组量表是“人类机构的规模”。我感到满意的是，大多数受访者选择了H1（AI完全完整）的H3（人为计算机协作）。这表明大多数人没有对AI进行分类，而是正在寻找一种更理想的协作形式。让AI管理基本的机械步骤，并保留决策和创造。人民的角色实际上因一个行业而异。虽然AI是“可靠的，但不会使Mi在诸如金融，法律和管理之类的特征方面，这是令人满意的。在诸如媒体，教育，设计，用户之类的创意场景中，用户非常关注“控制表达”。这意味着我系统不需要预先对统一的协作范式预先进行预先配置，但是在不同的“自动化”和“改善的“自动化”和“改善”和“改善的人之间”是必要的。我会。也许AI应该被设计为“补充伴侣”，而不是“超人替代品”。将来，在人类计算机协作系统中，“如何分裂劳动”比“谁更强大”要重要得多。 AI正在默默地改变“最有价值的”功能结构。研究团队将每个任务背后的中心功能分配给净O*技能系统，并重新评估这两个维度技能的“价值”。一个是当前市场上的平均工资。另一个是专家认为将来仍需要深层干预（也就是说高水平）。结果表明，尽管高额支付的“信息处理”技能（例如数据分析，文件组织和执行规则）仍然很重要，但在AI的支持下，这些任务越来越自动化，这导致“人类参与价值”的降低。需要组织协调和合作团队之间的“人际关系”和“管理”技能，通过启发他人并做出判断，表现出更大的稀有性和消除。这种“高薪水很容易，低薪和高度依赖的人”的反现象表明对工作场所能力的结构进行了深入的重塑。未来不可替代的不是特定技术本身，而是人类在AI参与下仍必须承担的角色和决定。编程是一个典型的例子。今年3月，人类首席执行官达里奥·阿莫迪（Dario Amodei）说，在接下来的三到六个月中nths，AI将编写90％的代码。在12个月内，几乎可以由AI生成其代码。 OpenAI产品总监Kevin Weil还预测，IA编程将在2025年底自动化99％。与以前的媒介和长期预测“ 3 - 5年”不同，这两个大型模型高管指定的时间表是精确的，直到今年年底。换句话说，人工智能对编程行业的影响不仅是“现在”，而且是“即将来临”。这当然是。根据当前美国劳工统计局的人口普查，美国的“计算机程序员”的就业率已经降至自1980年以来的最低点。日夜训练的程序员训练的伟大模式是第一个革命的人。我可以这么说。这也解释了为什么必须更新“ Truscendas”技能结构。不仅强调了诸如“写作指示”和“主导groffriends”之类的技术技能。”更多地关注关于“ D的完整判断”efine问题”，“组织资源”和“调整人体机器。 “作为程序员”，但“作为组织者，协调员，战略思想家。”并非总是“更好”。在工作场所中的许多人欢迎AI中的人AI来处理小问题，但决心做出创造性的表达，判断责任并与AI不交流。这不是保守主义，这不是保守主义，这不是一个限制的意义，对我们应该对所有人进行派出”。只需更改其设计逻辑，它就不需要AI来代替所有内容，但是我们不知道如何一起工作以及如何离开的AI。n抗注入，抗塔拉斯式居民和争取主权的工作场所。当AI愿意照顾这些低价值的琐事任务时，我们终于是人类。有机会在本书中最有价值的部分的审判，创建，合作和表达中重新出现。这是AI授权的真正含义。人工智能能力的局限性迫使我们对“人类价值观”有更深入的了解。这种选择是可以互换的，这也使我们想起了继续：什么是不可替代的？也许这些答案是塑造AI时代真正身份的答案。