面临着马上就要到来的人工智能时代，雇主们对于新技术能够带来的工作效率提高怀有很大期望，然而员工们却在盘算着他们还有多少日子就会被R2-D2代替。
Choudhury，这位哈佛商学院的助理教授提到，Jacques Bughin以及其合作者们所开展的研究进行了预计，在当前阶段，所有那些需要人投身其中去完成的工种，在未来的时候，将会有一半是借助机器以及人工智能而完成的 。从整体方面来讲，这样的情况可能会致使全球方面的生产力涌现出提升1％甚至比1％更多的状况 。
机器大规模将人力取代之前，人们会运用基于人工智能的工具去开展工作，例如放射科医生运用人工智能技术解读X光片，律师借助机器学习发掘开创了立案先例的案例 。
Choudhury察觉到，针对工人们完全运用人工智能工具所必须具备的技能的探究极为稀少，而这恰是公司在思量是否投资AI科技之际所需的关键资讯。咨询公司埃森哲曾预估，到2035年，美国会有35万亿美元投入到认知技术。倘若人们无法正确地运用这项技术，仅仅是增添AI工具并不会自然而然地带来生产水平的提升 。
Choudhury讲道：“诸如AI工具之类的东西，或许在预测方面具备一定擅长之处，然而要是运用的时候方式不正确，那么针对这些工具进行投资，便不会存在任何价值”。因着这样的缘故，他心里期望借着一份全新的研究报告去把此项空白给填补起来。他跟马里兰大学的Evan Starr、Rajshree Agarwal这三个人一块儿撰写了一篇名为《因人而异：在人力资本与机器学习之间的互补性论证》的论文。该研究给出的建议是，要是企业打算从人工智能技术当中取得堪称最大程度的回报，那就一定得慎重思考员工需要哪些必备的技能，并且要针对他们开展培训 。
Choudhury长时间专注于人力资本方面的研究，他进入例如微软、印孚瑟斯还有麦肯锡这般的公司去做深入细致的观察，着力分析怎样才能够达成知识工作者效率的最大化。在几年之前，他开始留意美国专利商标局，也就是USPTO，专利局因为员工远程办公的便利而实施了诸多具有创新性的实践 。
乔杜里表示，“我发觉美国专利局饶有趣味，该专利局不仅是一个具有超过众多人的大型机构，并且是一个构建创新体系的机构。他们所施行的举措会对整个美国经济产生重大作用。”。
他在撰写关于专利局的哈佛商学院案例时，发现该机构正实施一项机器学习计划，这项计划名为Sigma - AI，很复杂，目的是缩短审查专利申请所需的时间。
专利审查员能够运用Sigma - AI去保障专利申请具备原创性以及创新性，并非是以往于其他专利当中所运用过的设计或者技术。“这表明要搜寻成千上万的文件”，Choudhury讲道。
办公室的目标在于，至少于10个月内，给申请人提供初步答复，专利申请得以五年近20％的速率增长，当下已然积压了50万份申请，这会致使延误六个月乃至更长时间。
往昔之时，职员运用诸如Google这类的布尔搜索工具比如Boolean去开展查询工作，借助特定的关键字以此来检索往昔的案例。Choudhury表示，全新的机器学习工具致使这一进程实现自动化。文件被输入至这个工具当中，随后相关的文件便能够被检索出来。
计算机科学背景是必要的吗？
具备计算机科学与工程专业方面的背景，对于专利工作的人员来讲，是不是有助于借助AI技术来实现生产力的提升呢？Choudhury以及他的研究助理，针对这一点存有浓厚的兴趣。
为使办公室工作经验不影响研究结果，研究人员“招募”专利审查员，这些专家审查员基本无经验，他们是哈佛商学院的MBA学生。实验里，给221名学生每人一份专利申请，其中五份是针对现有技术且较模糊的申请。一半学生随机被分配使用布尔搜索工具，一半学生使用机器学习工具。
此外，实验使得每个小组当中的一半学生，能够获取专家意见，从而在专家的助力之下，更好地去开展搜索。这一建议，成为对于学生获得正确答案至关重要的内容，令研究人员十分意外的 。
乔杜里讲，在不曾有专家给出建议的情形下，不存在任何人拥有高明的办法。不管运用布尔搜索，还是采用机器学习，这些均无关紧要，而这可称得上是对真正专利审查员所具专业知识形成佐证，但此专业知识是经由许多年的历练铸就而出。。
研究人员发现，对于那些得到建议的人而言，效率高低取决于其背景，有计算机科学与工程专业背景及经验的人在机器学习方面表现更佳，没有该背景及经验的人用布尔工具做得更好。
研究人员看着眼前这个实验，没瞧出哪种方式能更具优势，可是呢，Choudhury讲了，这是明摆着那种不言而喻的状况。实际的情形是，好多公司都运用了人工智能技术，巴望着借此提升生产力。大体上，它会被那些没有计算机科学相关经验的人去进行使用。这就跟让一个有着人文学科背景的人在Excel里头去运用宏指令那般类似 。
你会发觉，这些有着文科背景的人并非会如具备统计背景的人那般富有成效，要是企业无法弥补员工于计算机科学方面的短板，他们将会存有失败的风险。
Choudhury讲，“要是一个人的过往经历全然归属旧技术范畴，且机器学习工具陡然现身，那么即便该工具堪称优良工具，其效率亦会降低。”。
这不意味着公司非得雇用计算机科学家，经广泛培训，没这种背景的员工能够研习怎样高效运用机器学习工具，Choudhury当下正筹备于今年秋季开展一项更宏大的实验，该实验有1000个科目，为那些没有计算机科学与工程背景的人给予实践培训，瞧瞧是否提升了他们的生产力。
Choudhury讲，一旦针对这些人开展培训，工作效率方面的差距将会明显减小。
