Почему 90% рабочего времени в США не покрывается AI-бенчмарками
Почему 90% рабочего времени в США не покрывается AI-бенчмарками Новое исследование показало, что около 90% рабочего времени в США приходится на задачи, которые плохо оцениваются существующими бенчмарками искусственного интеллекта. Это означает, что текущие тесты, используемые для измерения возможностей ИИ, не отражают реальные потребности большинства профессий. Бенчмарки, как правило, ориентированы на узкие технические навыки, такие как программирование или обработка текстов, но игнорируют сложные междисциплинарные задачи, требующие критического мышления, коммуникации и принятия решений в нестандартных ситуациях. Исследователи проанализировали данные о том, как американские работники распределяют своё время, и сопоставили их с типичными заданиями из популярных AI-тестов. Выяснилось, что лишь малая часть рабочих задач соответствует формату, который ИИ умеет демонстрировать в контролируемых условиях. Например, автоматизация рутинных операций вроде сортировки писем или заполнения форм действительно хорошо покрывается современными моделями, но такие задачи занимают незначительную долю рабочего дня. Основное время уходит на координацию с коллегами, анализ неструктурированной информации и адаптацию к меняющимся обстоятельствам — всё это пока слабо поддаётся стандартизированной оценке. Практический вывод: полагаться только на бенчмарки при выборе ИИ-инструментов для бизнеса рискованно. Даже если модель показывает высокие результаты в тестах, это не гарантирует её полезность в реальной рабочей среде. Компаниям стоит разрабатывать собственные критерии эффективности, основанные на конкретных задачах сотрудников, а не на абстрактных метриках. Для разработчиков ИИ это сигнал к тому, что нужно смещать фокус с соревновательных задач на более реалистичные сценарии, включая мультизадачность и взаимодействие с людьми. Исследование подчёркивает разрыв между лабораторными успехами ИИ и его практической ценностью. Пока этот разрыв не будет сокращён, инвестиции в ИИ могут не дать ожидаемой отдачи в производительности труда. Вопрос не в том, насколько умным стал ИИ, а в том, насколько хорошо он вписывается в реальные рабочие процессы. Главное: • 90% рабочего времени занимают задачи, не покрываемые AI-бенчмарками • Текущие тесты ИИ ориентированы на узкие технические навыки • Реальные задачи требуют критического мышления и коммуникации • Бизнесу нужны собственные критерии оценки ИИ-инструментов • Разрыв между тестами и практикой снижает отдачу от ИИ #ИИ #Бенчмарки #Производительность #Аналитика