百度的无人驾驶“萝卜快跑”已经在武汉大面积推广，在部分城市进行小量的试运行，以低廉的价格直接卷翻滴滴、出租车司机，让人们热议“五年、十年后，网约车、出租车基本都是无人驾驶了”。
这是 AI 取代工作岗位的一个缩影。
国外软件开发平台 Retool 日前调查了约 750 位技术人员（包括开发者、数据团队、管理层以及其他跨技术及行业人士）发现，AI 的采用率并没有飙升，但工作岗位的替代危机正在上演。45.7% 的人认为初级人员最有可能被 AI 取代，而高级人才和高层管理者被取代的风险则较低。这就带来了一个至关重要的问题，如果初级都被取代了，那么未来中高级人才从何而来呢？
AI 科技大本营对这份反映人工智能最新现状的报告进行了要点提炼，接下来就让我们一起来看有哪些颇值得我们关注的现状。
AI 被高估了！
毫无疑问，AI 行业正在快速发展，技术也在不断迭代，伴随着这一切而来的还有炒作、怀疑、焦虑和好奇。在 Retool 2023 年报告中，受访者对 AI 持谨慎态度，大多数人认为它有些被高估了。到目前为止，2024 年这种看法并没有太大变化：
在经历了 2023 年的炒作风暴之后（可以说，这使得任何与 AI 相关的事物都难以符合预期），对 AI 相对不成熟、当前局限性和巨大潜力的更清晰的看法似乎正在浮现。
在填写的回答中，我们看到了一种感觉，即激进的炒作暂时掩盖了 AI 的真正潜力：
1. AI 被硬塞进产品中，但并没有真正增加价值。（有人想起“我们用$HOTLANG 重写了一切”吗？）
2. “AI”被用作机器学习、LLM 和自动化的总称。
3. AI 被视为一个魔法锤，包括在传统编程就足够或优于 AI 的情况下，无需应对繁琐的提示和幻觉。
似乎仍有大量无用的信息需要筛选，才能让我们发现对日常技术和商业用例真正有用的 AI 应用，但受访者乐观地认为，AI 的实用性和应用范围将会显现出来。
一句话总结：当谈到可操作的 AI 时，这才刚刚开始。
AI 的采用率真的在飙升吗？
尽管媒体关于AI的主要叙述是其采用率和实用性正在激增，并且正在接管世界，但现实是，现在的情况要温和得多。
或许每个人都在使用它，但大多数受访者明确表示，他们离顶峰还有很长的路要走。相当多的受访者对他们的公司给予了好评——约30%认为自己在采用方面“奔跑”或“飞翔”的状态，咨询（46%）、房地产（46%）和消费品（37%）行业的受访者排名最高。但总体而言，认为自己处于领先地位（即飞翔）的受访者从2023年的13.4%下降到2024年的9.8%。此外，受访者们指出的进展大部分不具备变革性。
管理层想要在 AI 上更多地投资！
在所有角色、团队和资历中，只有少数受访者（4.5%）认为他们的公司在 AI 上的投资过多，几乎均分为“恰到好处”（42%）和“不足”（40.5%）。
深入一层，动手的领导者——董事、经理和副总裁——比个人贡献者更希望增加投资。
按公司规模来看，拥有 50-99 名员工的公司最强烈地倾向于更多的 AI（50%），其次是超过 5000 名员工的企业（45%）。技术团队中，IT 员工最看好对 AI 的更多投资（49%），设计团队则不太确定（33%）。
AI 采用分布的真实现状
（1）产品和工程是主体
几乎四分之三的受访者在工作中至少每周使用一次 AI 工具（如 ChatGPT、Claude 等），其中 56.4%接近每天使用。在最小的公司（1-9 名员工）中，这一每日使用比例飙升至 72%，其次是 10-49 名员工的公司，为 59%。其他公司规模则徘徊在 50%左右，但在 1000-4999 名员工的公司中，这一比例降至 43%。
按角色划分，产品和工程部门引领每日（或几乎每日）的采用，分别为 68%和 62.6%，而设计部门则落后，为 39%。（我们的 AI 看好 IT 朋友正处于中间位置，为 50.1%。）
（2）使用越多，生产力提升越显著
总体而言，大多数在工作中使用 AI 工具的受访者分享了生产力的提高：
使用 AI 工具越多的人，越有可能发现它们有价值：64.4%的每日用户表示生产力显著提升，而每周用户为 17%，偶尔使用者为 6.6%。
（3）工作中被允许使用 AI 的情况正在提升，但仍然有近三成在“偷偷”使用
在去年的调查中，34.4% 的受访者表示在工作中“秘密”使用 AI。这核心还是在于公司对数据安全的考虑。
这一次，有更高比例的受访者被允许在工作中使用 AI，但仍有超过四分之一（27.3%）的受访者在工作中秘密使用 AI。比 2023 年有所下降，但鉴于现在企业技术栈中提供的 AI 功能的普及，还是有些令人惊讶。
只有大约 9%的秘密使用 AI 的人是直接违反公司政策的——其他动机则是围绕内部协调和对使用 AI 的看法，或者对政策缺乏清晰的认识。在这方面，62.9%的受访者至少在一定程度上关注新兴的 AI 相关的法规或政策。
工作岗位取代危机
关于哪些工作可能因为 AI 而消失的讨论在互联网上非常激烈。我们是否真的应该担心人类与机器的竞争？软件工程将会变得过时吗？
在此次调查中，虽然 15.3%的人认为没有人真正面临被 AI 取代的风险），但 45.7%的人认为初级个人贡献者最有被 AI 取代的风险。在填写的回答中，情况变得更加复杂——变革是合理的预期。毕竟，如果初级个人贡献者被取代，未来世界还需要更多软件时，中高级个人贡献者从哪里来呢？
中层管理人员排在第二位（13.2%），但在那些中层管理人员主要是监督角色而非战略角色的公司，想象这些功能在某种程度上被自动化并不难。另一方面，通过自动化腾出时间可能会让这些中层管理人员更具战略性。
高级个人贡献者和高管/高级领导层被视为风险较低。
而高管对采用 AI 的热情一直很强：C-Suite（高层）的受访者是 AI 的最大日常用户，约为 72%（其他角色的范围为 45%到 56%）。
或许这都表明了一个机会：使用 AI 作为杠杆可以帮助领导者和个人贡献者为自己创造一个护城河。竞争，可能不是人类与 AI 之间的竞争，而是人类与使用 AI 的人类之间的竞争，这一观点得到了许多填写回答的用户支持。
聊天机器人进入疲劳厌倦期
超过一半的受访者（55.1%）已经建立了一个 AI 驱动的聊天机器人，或者他们的公司已经建立了一个，16.8%建立了三个或更多。
尽管愈发普及，但我们依然听到了受访者对聊天机器人的一些疲劳，他们感叹这些是所有新“AI”功能或产品的极限。虽然从表面上看，聊天机器人似乎主导了面向公众的 AI 应用程序（包括带有 RAG 增强的支持机器人，如 Klarna 推出的备受瞩目的机器人），但这些可能是最可见的，因为它们数量众多，而且是目前最容易实现的用例。在实际的应用场景中，编写代码或查询从 47.5%降至 42.1%，文案写作从 32.9%下降至 28%，工作流程自动化从 12.9%升至 17.8%。
OpenAI 依然占据主导地位
OpenAI 模型仍然是生产中最常用的，占 AI 用户选择的模型的大约四分之三（76.7%）。GPT-4 领先，占 45%，其次是 GPT-3.5，占 25%。（注：此项问卷没有统计 GPT-4o，因为调查时它刚刚出现，但推测受访者正在尝试它。）这种模式在各行业和公司规模中也得到了体现，OpenAI 在各方面都领先。
话虽如此，也有一些有趣的亮点——Anthropic 的 Claude 3 的数据增长了四倍多。（这还不包括早期的 Claude。）最近筹集了大量资金的 Mistral 也出现在名单上。
向量数据库在崛起
今天，大多数受访者报告使用向量数据库（63.6%）——比 2023 年的 20%大幅跃升。（使用向量数据库的人越多，他们推荐它的可能性越大。）
进一步说，最大公司的员工最有可能使用向量数据库或 RAG 来定制他们的模型。（在 5000 名以上公司的比例为 33%。）
在评估和比较项目的向量数据库时，最受欢迎的方法是使用性能基准（40%），其次是用户评论和社区反馈（39.3%）以及概念验证实验（38%）。
推理平台尚未成为常态
略超过一半的受访者（51.9%）没有使用任何推理平台，考虑到相关的硬件要求和训练成本，这也许并不奇怪。（开发 AI 应用程序的第二大痛点是缺乏可用的技术专家/资源，占 38.2%。）
在使用推理平台的受访者中，亚马逊 Sagemaker（13%）和 Databricks（8.6%）是最常用的，其他平台分布相对均匀。（Databricks 在用户满意度方面获得了最高分。）
粤ICP备14082021号
免费POC，
零成本试错
