人工智能、自动化和工作的未来：需要解决的十个问题
随着机器日渐开始填补工作场所的人力劳动，为了从中获利我们都必须做出调整。
自动化和人工智能（AI）正在改变企业，并将通过其对生产力的贡献来促进经济增长。它们还将有助于解决从健康到气候变化等领域各钟非常棘手的社会难题。
与此同时，这些技术将改变工作性质和工作场所本身。机器将能够执行更多原先由人类完成的任务，补充人类所做的工作，甚至执行超出人类可以做的任务。结果是，一些职业将出现颓势，而另一些职业将增长，还会有更多职业发生变革。
虽然我们认为未来有充分的就业机会（除极端情景外），但社会需要应对重大的劳动力转型和失业问题。工人需要获得新技能，并在工作场所中适应功能越来越强大的机器。他们可能必须从不断离开夕阳职业，转向日趋繁荣的职业，在某些情况下，还有新的职业。
本决策简报借鉴了麦肯锡全球研究院的最新研究成果，探讨了工作场所自动化和人工智能的前景和挑战，并概述了决策者、公司和个人需要解决的一些关键问题。
人工智能和自动化的快速进步为企业，经济和社会创造了机会
自动化和人工智能已经不是什么新鲜事物了，但最近的技术进步正在将机器可能做到的事情推向极致。我们的研究表明，社会需要这些改进，从而为企业带来价值，促进经济增长，在我们应对最困难的社会难题时能有所进步，而这样的事情在以往是不可想象的。综上所述：
技术突飞猛进
除了传统的工业自动化和先进的机器人之外，功能更为强大的新自动化系统也出现在各种环境中，如穿梭于路上的自动驾驶车辆和杂货店里的自动结账等。大部分进步都是由系统和组件的改进推动的，包括机械、传感器和软件。由于机器学习算法变得更加复杂，并且利用计算能力的巨大发展和可用于训练它们的数据的指数级增长，人工智能近年来取得了特别大的进步。巨大的突破见诸于各大媒体的报道，其中有很多突破涉及计算机视觉、自然语言处理和围棋（Go）等人类望尘莫及的领域。
改变业务和促进经济增长的潜力
这些技术已经在各种产品和服务中产生了价值，各行各业的公司在一系列流程中使用它们来将产品推荐个性化，发现生产中的异常情况，识别欺诈性交易等等。最新一代人工智能技术的进步（包括解决分类，估算和聚类问题的技术）仍有望带来更多价值。我们对数百个人工智能用例所做的分析发现，用来部署人工神经网络的最先进的深度学习技术，其年产值可以达到3．5万亿至5．8万亿美元，占所有分析技术所创造的价值的40％。
正当人口老龄化和出生率降低的问题使发展受阻时，人工智能和自动化技术的部署可以极大地提升全球的经济并加快全球的繁荣。劳动生产率的增长（推动经济增长的关键因素）在很多经济体中已经放缓，美国和主要的欧洲经济体在以前的生产率下滑，以及2008年的财政年度后，从十年前的2．4％降至0．5％的均值。人工智能和自动化有可能扭转这种下降趋势：未来十年，生产率增长每年可能达到2％，其中60％来自数字化方面的机遇。
有助于解决几个社会难题的潜力
人工智能还用于材料科学，医学研究和气候科学等各个领域。这些技术在这些学科和其它学科中的应用有助于解决社会难题。例如，Geisinger的研究人员已经开发出一种算法，该算法可以将颅内出血的诊断时间惊人地缩短了96％。与此同时，乔治华盛顿大学的研究人员正在利用机器学习来更准确地衡量气候变化专门委员会所使用的气候模型。
在这些技术不能为各地经济和社会利益发挥潜力之前，挑战仍然存在
人工智能和自动化仍面临各种难题。有一部分限制在于技术层面，例如人工智能需要大量的训练数据，并且很难将算法“推广”到各种各样的用例。最近的创新正着手解决这些问题。其它难题在于人工智能技术的使用。例如，人们很难在技术上解释机器学习算法所做的决策，而解释这些决策对涉及金融借贷或法律应用的用例尤其重要。培训数据和算法中的潜在偏差，同时，数据隐私、恶意使用和安全性都是必须解决的问题。欧洲由于出台了《通用数据保护法规》而处于领先地位，该法规将用户收集和使用数据的各种权利规范化。
另一个难题涉及组织采用这些技术的能力，其中人员、数据可用性、技术和流程的就绪度往往使技术很难得到采用。各部门和各国的对技术的采用已经十分不均衡。金融、汽车和电信行业在采用人工智能方面处于领先地位。在各国中，美国对人工智能的投资在2016年高居榜首，其投资额高达150亿至230亿美元，其次是亚洲，其投资额达到80亿至120亿美元，欧洲的投资额仅为30亿至40亿美元，远远落后。
人工智能和自动化将如何影响工作
即便人工智能和自动化为企业和社会带来了很多好处，我们还必须做好准备，应对工作中可能出现的颠覆。
工人所从事的活动大约有一半是可以自动化的
我们对800多个职业的2000多项工作活动所做的分析表明，某些活动比另一些活动更容易实现自动化。这些活动包括高度可预测且结构化的环境中的体力活，以及数据收集和数据处理。这些活动约占人们在所有部门开展的活动的半数。最不易受影响的活动类别包括管理他人，贡献专业知识以及与利益相关者交流。
几乎所有职业都会受到自动化的影响，但目前所展示的技术中只能将大约5％的工作完全自动化。有大量的工作所包含的活动可以自动化：我们发现，60％的工作中约有30％的活动可以实现自动化。这就是说，大多数工人（电焊工、抵押贷款经纪人、首席执行官等等）将与快速发展的机器一起工作。这些工作的性质可能会因此而发生改变。
失业：有些职业到2030年将出现大幅下滑
自动化将取代一些工人。我们发现，在2016 － 2030年期间，大约15％的全球劳动力（约4亿工人）可能因自动化而失业。这个数字反映了我们在预测技术采用速度和采用范围方面的中间态。根据我们就最快的技术采用情景所建立的模型，这个数字上升到30％，即8亿工人。而在最慢的模型中，只有大约1，000万人失业。
广泛的预测范围强调了多种因素，这些因素将影响人工智能和自动化采用的速度和范围。自动化的技术可行性只是第一个影响因素。其它因素还包括部署成本；劳动力市场动态，包括劳动力供给的数量、质量和相关工资；好处有很多，除劳动力替代以外，还促成了技术采用的各种商业案例；最后，社会规范和社会接受度。由于上述因素的差异，特别是劳动力市场动态方面的差异，各国和各部门的技术采用将继续存在显著差异：在法国、日本和美国等工资水平相对较高的发达经济体中，到2030年，自动化可能会取代20％至25 ％的劳动力，在中等采用情景中，其比重是印度的两倍还要多。
工作的增加：在同一时期也将创造就业机会
即使有很多工人失业，但各行各业对劳动力的需求依然在增长，因此造就了大量的工作机会。我们根据劳动力需求的几个诱因制定了到2030年的劳动力需求情景，包括收入和医疗支出的增加，以及持续投资基础设施、能源、技术开发和部署，或加大这些方面的投资。这些情景显示，到2030年，全球对劳动力（5．55亿和8．9亿个工作岗位）的需求将增加21％至33％，抵消失业人数绰绰有余。印度这样的新兴经济体将因此而成为最大的受益者，那里的劳动年龄人口已经迅速增长。
额外的经济增长（包括商业活力和生产力增长）也将持续创造就业机会。如果以史为鉴，那么很多其它新职业也将出现，并且可能占到2030年将创造的就业机会的10％，而这些职业是我们目前所无法想象的。此外，技术历来都是就业的最终创造者。例如，在20世纪70年代和80年代，个人电脑不仅为半导体制造商创造了数百万个工作岗位，也为所有的软件和应用程序开发人员、客服代表和信息分析师创造了同等数量的工作岗位。
工作发生了改变：随着机器在工作场所补充人力劳动，更多的工作将比失去或获得的工作更多
随着机器渐渐辅佐人力劳动，部分自动化将变得更加普遍。例如，能够十分准确地读取诊断扫描的人工智能算法将帮助医生诊断患者的病例并确定合适的治疗方案。在其它领域，具有重复性任务的工作可能会转向一个新的模式，即管理自动化系统并对其进行故障排除。在零售商亚马逊那里，以前负责搬运和堆放物品的员工如今正在成为机器人操作员，监控自动化手臂并解决物品流转中断等问题。
关键的劳动力转型和挑战
虽然我们预计，基于我们所建模的大多数情景，2030年将有很多工作岗位，足以确保充分就业，但与自动化和人工智能的采用一同发生的转变将变得非常重要。职业组合将发生变化，技能和教育需求也将发生变化。工作必须得到重新调整，从而确保人类可以最高效地与机器协作。
1 2 下一页>
