最新研究显示，与人们担忧的人工智能泡沫不同，这项技术有望承担美国境内价值4.5万亿美元的工作。
人工智能对就业和潜在盈利能力的影响，发展速度甚至比最初预测的还要快。
企业应采取三项关键行动，使人工智能投资得到合理配置并发挥最大效用。
近来，关于人工智能泡沫的讨论频频见诸新闻。这主要是因为，投入人工智能基础设施（如芯片制造和新建数据中心）的数万亿美元，与这项技术转化为商业、经济和社会价值的程度之间存在显著差距。这种差距在企业采用方面尤为明显；近期研究——例如麻省理工学院关于95%的人工智能项目未能成功的分析——揭示了一个令人担忧的矛盾。
然而，Cognizant过去三年的研究为这些讨论提供了另一种视角。根据我们对人工智能经济影响的分析和建模，我们估计，人工智能有望为GDP增加1万亿美元，并影响4.4万亿美元的美国消费者购买额。就在今年，我们还评估了人工智能自动化或辅助完成O*NET劳动力市场数据库所列1,000种职业中的18,000项任务的潜力。由此来看，如今人工智能在美国能够完成的工作价值达4.5万亿美元。简言之，人工智能投资的回报已触手可及。
我们的研究发现足以让即使最热衷于炒作人工智能泡沫的人也重新思考。首先，当下对人工智能及其基础设施的大规模投资，建立在这项技术未来潜力的承诺之上。事实证明，朝着这一潜力迈进的步伐十分迅速。将我们当前关于人工智能对就业影响的研究与三年前的初始预测相比较，这一点便一目了然。在此期间，各职业的平均暴露度评分（例如，我们衡量某一职业可能受到人工智能影响程度的指标）比我们原先预测不到10年后才会达到的水平高出了惊人的30%。
换言之，过去三年里，人工智能能力发展如此迅速，以至于我们已经超前于生成式人工智能刚进入市场时所作的十年期预测。
变化速度同样值得关注。我们的初步分析估计，所研究职业的暴露度评分每年温和上升2%。如今，这一数字已跃升至每年9%。从理论和技术层面看，人工智能创造价值的能力日益增强，能够覆盖比以往设想更广泛、更多样的工作任务和职业。
如何弥合价值差距
但理论并不等于现实。人工智能有能力影响美国价值4.5万亿美元的劳动，但要把握这一机遇并取得可衡量的成果，需要付出非凡努力并采取有意识的行动。通过培养合适的技能、结合具体情境应用技术，并围绕实际业务问题设计解决方案，企业可以弥合人工智能的价值差距。
1. 培养技能，释放人工智能潜力
上述人工智能市场价值中，有很大一部分不仅来自人工智能替代工作，也来自人工智能提升人的表现，使人们能够在岗位上创造更大价值。
我们的研究显示，人工智能增强任务能力的速度正在加快（三年前每年为2%，如今已达每年9%），这凸显了劳动者需要有效、自信地与这些新工具协作。这意味着要培养数字应用能力、适应力和持续学习的心态。这些技能将使人们能够与人工智能系统协作，提升自身能力、生产力和创新水平。
在人工智能无法胜任的领域——外科医生仍要亲自做手术，律师仍要在法庭上辩论——人的贡献将集中在独特的人类技能仍不可或缺的方面：批判性思维、创造力、情商和复杂问题解决能力。
通过投资技能培养，企业将打造一支既能把人工智能融入日常工作，又能专注于机器无法复制的高阶和细分任务的员工队伍。如此一来，技能培养将成为推动当下人工智能支出转化为未来实际成果的途径。
归根结底，优先发展人才的企业能够确保员工保持相关性、竞争力和自主能力，同时也能充分释放人工智能驱动转型的潜力。
2. 以情境为基础，放大人工智能成效
除了技能培养，具体情境对于从人工智能中获得真正价值也至关重要，尤其是在高度专业化的任务，以及企业和个人各具特色的工作方式方面。
例如，我们对任务进行的逐项映射表明，人工智能能够处理比最初预测更广泛、更多样的活动。但若缺乏对具体情境的理解，这一潜力很大程度上仍无法发挥。
如今，许多人工智能解决方案可能会生成泛泛而谈、偏离需求的结果。事实上，缺乏情境依据正是当下许多人担忧人工智能泡沫的原因之一。企业在提升员工技能、帮助他们自信地使用这项技术的同时，同样必须让人工智能具备恰当的情境认知，包括了解企业文化、监管要求、既有流程和个人工作习惯。
当人工智能接入定义一个组织的独特数据和知识时，就能经过调整以提升生产力、辅助更精准的决策，并推动产生切实成果。
弥合当下投资与未来成果之间的差距，除了为员工配备合适技能，还需要具备情境认知并整合专有信息的人工智能系统。这种双管齐下的方式使人和人工智能都能超越理论能力，提供量身定制、可付诸行动的解决方案。
3. 聚焦解决方案，让人工智能兑现预期回报
人工智能的技术能力不断进步，但只有围绕企业面临的实际问题和需要执行的专业任务，有针对性地设计解决方案，才能创造实质价值。
必须超越通用自动化，解决直接影响绩效、效率和增长的痛点。当人工智能嵌入企业最重要的流程——无论是优化供应链、改善客户服务，还是提高财务运营效率——投资便能转化为可衡量的成果。
解决细分任务同样至关重要。许多行业依赖高度具体的工作流程、行业法规或既有系统，无法通过一刀切的方案满足需求。针对这些独特要求调整的人工智能，可以提升生产力、辅助决策，并以通用工具无法实现的方式开辟创新渠道。这样的专业化不仅能最大限度地提升人工智能的相关性和影响力，也能缓解人们对浅层采用的担忧。
同时优先处理实际业务问题和细分任务，企业便能取得变革性成果，获得竞争优势、增强员工参与度并推动创新。正是这种务实解决问题的方式与精细调整的能力相结合，带来了可持续回报，并确保人工智能举措符合工作场所的实际情况。
我们面临的不是人工智能泡沫，而是投资脱节
归根结底，企业当下面临的挑战并非技术被过度炒作，而是投资配置失当。大量资金正流向人工智能，但这些投资往往迟迟未能转化为有意义的现实成果。
要释放人工智能的全部潜力并解决这种脱节，需要实现平衡：投资于人才，让人工智能系统具备情境智能，并设计能够满足实际业务需求的解决方案。通过这一三管齐下的方法，企业可以弥合当下支出与未来成果之间的差距，为可持续增长和创新创造条件。
