可表现最好的客服几乎没有获得相同收益，部分质量指标甚至轻微下降。AI把成熟员工的沟通方式和处理经验迅速分发给新人，也可能把超出模板的专业判断拉回平均水平。
这并不意味着AI只会做简单题。BCG对758名顾问的实验提出了jagged technological frontier：18项落在GPT-4能力边界内的任务里，AI让顾问完成更多、速度更快、质量更高；另一项边界外任务中，AI组正确率平均下降19个百分点，答案却更加连贯、更有说服力。
AI的能力边界不是从简单到困难的一条直线。它更擅长训练数据充足、目标清楚、模式可以复用的部分。常规工作被拿走以后，留给人的任务会越来越集中在例外、信息冲突、跨情境整合和高后果判断上。
Human Factors把这种结构叫clumsy automation。1996年一项心脏外科麻醉研究发现，新计算机系统创造的认知和操作负担，恰好集中在手术需求最高的时刻。系统在平常阶段减负，在异常发生时却把困难连同额外的管理工作一起还给人。
反过来，AI也可以真的跨越专业边界。P&G一项776人的随机实验里，单独使用AI的专业人士达到没有AI的人类团队水平，R&D与商业人员提出的方案也更加平衡。
所以问题不只是AI能做多少，而是它把任务怎样重新切开。被自动化的通常是数量最多、最容易模式化的部分；剩下的工作更少，却更异常、更模糊，也更需要有人承担判断。
