Follow the money: a startup-based measure of AI exposure across occupations, industries and regions

要約

職場への人工知能 (AI) の統合は急速に進んでおり、労働市場への具体的な影響を評価するための堅牢な指標が必要です。
AI の職業的暴露に関する既存の尺度は主に、技術的な実現可能性に基づいて人間の労働を代替または補完する AI の理論上の可能性に焦点を当てており、実際の導入についての洞察は限られており、政策立案者にとっては不十分なガイダンスとなっています。
このギャップに対処するために、AI スタートアップエクスポージャ (AISE) インデックスを導入します。これは、O*NET からの職業記述と、Y Combinator アクセラレータによって資金提供されたスタートアップによって開発された AI アプリケーションに基づいた新しい指標です。
私たちの調査結果は、高度なスキルを持った専門職は、従来の指標によれば理論的には非常に危険にさらされている一方で、スタートアップ企業の標的となるのは不均一であることを示しています。
データ分析やオフィス管理など、組織の日常業務に関わる役割は重大な危険にさらされますが、裁判官や外科医など、実行可能性よりも倫理的または一か八かの考慮事項があるため、AI 自動化にあまり適していないタスクに関わる職業は、危険にさらされます。
– AISE スコアが低い。
ベンチャー支援による AI アプリケーションに焦点を当てることで、私たちのアプローチは、AI が労働市場をどのように再形成するかについて微妙な視点を提供します。
これは、高度なスキルを必要とする仕事が一様に高い AI リスクに直面しているという従来の想定に疑問を投げかけ、代わりに今日の AI プレーヤーの社会的望ましさに基づく市場指向の選択が AI エクスポージャーの重要な決定要因としての役割を強調しています。
広範囲にわたる離職の懸念とは対照的に、私たちの研究結果は、AI の導入は段階的に行われ、AI アプリケーションの技術的な実現可能性だけでなく社会的要因によっても形作られることを示唆しています。
このフレームワークは、政策立案者や関係者が AI の進化する影響を監視し、変化する労働環境に対処するための動的で将来を見据えたツールを提供します。

要約(オリジナル)

The integration of artificial intelligence (AI) into the workplace is advancing rapidly, necessitating robust metrics to evaluate its tangible impact on the labour market. Existing measures of AI occupational exposure largely focus on AI’s theoretical potential to substitute or complement human labour on the basis of technical feasibility, providing limited insight into actual adoption and offering inadequate guidance for policymakers. To address this gap, we introduce the AI Startup Exposure (AISE) index-a novel metric based on occupational descriptions from O*NET and AI applications developed by startups funded by the Y Combinator accelerator. Our findings indicate that while high-skilled professions are theoretically highly exposed according to conventional metrics, they are heterogeneously targeted by startups. Roles involving routine organizational tasks-such as data analysis and office management-display significant exposure, while occupations involving tasks that are less amenable to AI automation due to ethical or high-stakes, more than feasibility, considerations — such as judges or surgeons — present lower AISE scores. By focusing on venture-backed AI applications, our approach offers a nuanced perspective on how AI is reshaping the labour market. It challenges the conventional assumption that high-skilled jobs uniformly face high AI risks, highlighting instead the role of today’s AI players’ societal desirability-driven and market-oriented choices as critical determinants of AI exposure. Contrary to fears of widespread job displacement, our findings suggest that AI adoption will be gradual and shaped by social factors as much as by the technical feasibility of AI applications. This framework provides a dynamic, forward-looking tool for policymakers and stakeholders to monitor AI’s evolving impact and navigate the changing labour landscape.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google