కృత్రిమ మేధస్సు పెరిగినప్పటి నుండి, మానవులు ప్రస్తుతం చేస్తున్న ఉద్యోగాలను కొత్త సాంకేతికత ఎప్పుడు స్వాధీనం చేసుకుంటుందో అనే దానిపై తీవ్ర చర్చ జరుగుతోంది. శ్రామిక శక్తిపై AI యొక్క ప్రభావాన్ని లెక్కించడానికి వివిధ అంచనాలు మరియు భవిష్య సూచనలు ప్రయత్నించాయి, అయితే ఇప్పటికీ ఈ అంశంపై విస్తృత ఏకాభిప్రాయం లేదు.
అయితే, మేము ఇప్పుడు OpenAI వద్ద వ్యాపార ఉత్పత్తుల కోసం ఉత్పత్తి అధిపతి అయిన Olivier Godement నుండి ఒక దృక్కోణాన్ని కలిగి ఉన్నాము, వీరు AI ఆటోమేషన్‌లో ఉన్న మూడు ప్రాంతాలను హైలైట్ చేసారు. “పర్యవేక్షించబడని అభ్యాసం” పాడ్‌కాస్ట్ యొక్క ఇటీవలి ఎపిసోడ్‌లో Godement తన అంచనాలను పంచుకున్నారు.
AI ఏ ఉద్యోగాలను తీసివేయగలదు?
1) కోడింగ్
ఆటోమేషన్ “ముఖ్యంగా ఏదైనా వైట్-కాలర్ జాబ్‌ని ఆటోమేట్ చేయగల” దశకు ఇంకా చేరుకోలేదని Godement పేర్కొంది, అయితే మేము కొన్ని నిర్దిష్ట ఫీల్డ్‌లలో “కొన్ని బలమైన ఆటోమేషన్ వినియోగ కేసులను చూడటం ప్రారంభించాము” అని జోడించాము.
AI ఆటోమేషన్ కోసం కోడింగ్ చాలా స్పష్టమైన అభ్యర్థులలో ఒకటి అని అతను చెప్పాడు, AI కోడింగ్ సాధనాలు చాలా సమగ్రంగా మారాయని, వాటిని ఇంజనీర్ల నుండి తీసివేయడం “అల్లర్లకు కారణం కావచ్చు” అని ఎత్తి చూపారు.
“ఆటోమేషన్ బహుశా సాఫ్ట్‌వేర్ ఇంజనీర్ యొక్క ఉద్యోగాన్ని పూర్తిగా ఆటోమేట్ చేసే స్థాయిలో ఇంకా లేదు, కానీ తప్పనిసరిగా అక్కడికి చేరుకోవడానికి మనకు ఒక దృశ్యం ఉందని నేను భావిస్తున్నాను” అని అతను చెప్పాడు.
2) కస్టమర్ సపోర్ట్
ఆటోమేషన్ కోసం “బలమైన కేసు” ఉన్న మరొక ప్రాంతం అమ్మకాలు మరియు కస్టమర్ మద్దతు అని ఎగ్జిక్యూటివ్ జోడించారు. టెలికాం దిగ్గజం T-మొబైల్‌తో OpenAI యొక్క పనిని సూచిస్తూ, AI మోడల్‌లు ఇప్పటికే “నాణ్యత పరంగా అర్ధవంతమైన స్థాయిలో చాలా మంచి ఫలితాలను” ఉత్పత్తి చేస్తున్నాయని Godement అన్నారు.
“విశ్వసనీయంగా స్వయంచాలకంగా చేయగలిగే టాస్క్‌ల పరిమాణాన్ని బట్టి వచ్చే ఏడాది లేదా రెండు సంవత్సరాలలో మనం ఆశ్చర్యపోతాము” అని అతను చెప్పాడు.
మానవులపై AIకి ఉన్న రెండు ముఖ్య ప్రయోజనాలను కూడా గాడ్‌మెంట్ ఎత్తి చూపింది: అనంతమైన సహనం మరియు బహుభాషా సామర్థ్యం.
“మోడల్ అనంతమైన ఓపికతో ఉంది. వారి సమాధానాన్ని పొందడానికి ఎక్కువ సమయం అవసరమయ్యే వ్యక్తుల కోసం, మోడల్ ఐదు నిమిషాలు పట్టవచ్చు,” అని అతను చెప్పాడు.
“భాషల యొక్క పొడవైన తోక ఉంది మరియు మీరు ప్రతి భాషకు కస్టమర్ సపోర్ట్ ఏజెంట్‌లను కలిగి ఉంటే, మీరు దానిని తయారు చేయలేరు.”
3) లైఫ్ సైన్సెస్ మరియు ఫార్మా
గాడ్‌మెంట్ తన “జీవిత శాస్త్రాలు మరియు ఫార్మా కంపెనీలపై తరచుగా పందెం వేయడం” AIతో ఆటోమేట్ చేయబడిందని, ముఖ్యంగా డ్రగ్ డిస్కవరీలో చెప్పాడు. Amgen వంటి ఔషధ సంస్థలతో కలిసి పనిచేయడాన్ని ప్రస్తావిస్తూ, డ్రగ్ డెవలప్‌మెంట్‌లో రెండు ప్రధాన భాగాలు ఉన్నాయి: పరిశోధన మరియు ప్రయోగాలు మరియు పరిపాలనా ప్రక్రియలు – రెండోది చాలా సమయం తీసుకుంటుంది.
“టన్నుల నిర్మాణాత్మక మరియు నిర్మాణాత్మక డేటాను సమగ్రపరచడం మరియు ఏకీకృతం చేయడం, తేడాలు మరియు పత్రాలలో మార్పులను గుర్తించడంలో AI నమూనాలు చాలా మంచివి,” అని అతను చెప్పాడు.
“అంతర్గతంగా సరైన అనుమతులతో మోడల్‌ను ఎలా సరిగ్గా వెర్షన్ చేయాలో, ఆడిట్ చేయాలో మరియు విడుదల చేయాలో మేము గుర్తించిన తర్వాత, లైఫ్ సైన్సెస్‌లో మేము మరింత దత్తత తీసుకోవడాన్ని చూస్తాము – మరియు ఫలితం బహుశా ఎక్కువ మందులు, కొత్త మందులు, ముఖ్యంగా ప్రజలకు, ఇది చాలా బాగుంది.”
