案例研究表明AI对劳动力和经济的现实影响

长期以来，人工智能(AI)对经济，劳动力和社会的影响一直是决策者，商业领袖和广大公众之间争论的话题，尤其是在过去的十年中。目前和即将到来的劳动和生产力影响的估计值 差异很大，常常得出矛盾的结论。

对于研究人员，管理人员和经济分析师来说，一个突出的问题是，是否有必要在人工智能和机器学习(ML)上进行大量投资。人工智能的承诺能否实现，如果能实现，它们对所涉各个利益相关者的潜在影响是什么?

为了帮助阐明这些不确定性的各个方面，AI伙伴关系(PAI)正在发布由PAI的AI伙伴关系“ AI，劳动力和经济”工作组(AILE)进行的一系列案例研究。

AILE案例研究纲要 通过一系列跨不同应用程序，地区和部门的案例研究，调查了AI实施对劳动力的影响和生产率的影响。使用基于访谈的方法，我们研究了AI应用对三家公司的影响：Axis Bank，Tata Steel Europe(TSE)和Zymergen。

出现了三个共同的主题：

成功采用新的AI系统需要管理层和员工的支持。为此，拥有可理解的机器学习模型至关重要。

在Zymergen，一家以AI / ML为创立使命的核心年轻公司，通常从一开始就假设员工愿意接受。但是，在TSE和Axis，团队需要与相关内部利益相关方一起积极应对文化变化并更积极地进行实践。

在这三种情况下，高管的支持以及对员工培训和意识建设的早期投资都有助于在内部建立信任，这对于成功采用AI至关重要。例如，TSE意识到将工厂运营商引入ML模型开发的价值，并开始举行“办公时间”，在此期间，他们和项目经理可以与数据科学家讨论分析模型。Zymergen的数据科学家还发现，物理科学家在机器学习模型中的前期和频繁参与对于建立成功实施的信任至关重要。

在这三个组织中，人工智能系统的可解释性在与员工，客户和监管机构建立这种信任方面起着至关重要的作用。每个公司都在短期内报告了生产率或财务收益。

TSE报告称，它通过提高产量，减少了原材料费用并提高了产品质量而获得了生产率的提高。Axis Bank报告说，由于从人工支持的客户服务向自动客户服务渠道的迁移，它能够以更少的客户服务代理来应对不断增长的客户服务量。

最后，在Zymergen案例中，与传统的RD实验室相比，在湿实验室中高度的自动化和加速的项目工期的驱动下，管理层报告了更高的劳动生产率。

但是，在所有情况下，这些影响都不能仅归因于AI，因为其他过程更改总是伴随着AI技术的引入。