人工智能若想走得更远 必须解决这10件事

随着机器越来越多地取代工作场所的人力劳动，我们都将需要进行调整以获得收益。

自动化和人工智能正在改变企业，并将通过对生产力的贡献促进经济增长。它们还将有助于解决从健康到气候变化等领域的“moonshot”的社会挑战

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人类可以完成的任务、辅助人类做的工作，甚至执行一些人类无法完成的任务。因此，一些职业将衰退，一些其他职业将兴旺，并且还会有更多职业将发生变化。

　　虽然我们认为将会有足够的工作要做（极端情况除外），但社会需要应对重大的劳动力转移和错位。工人需要掌握新技能，并在工作场所中适应功能越来越强大的机器。他们可能不得不从不断衰退的职业转向正日益兴盛的职业，在某些情况下，甚至需要更换职业。

　　本次执行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，并概述了政策制定者，公司和个人需要解决的一些关键问题。

　　1. 人工智能和自动化的加速进程正为企业、经济和社会创造大量机会

　　2. 人工智能和自动化将如何影响工作

　　3. 主要劳动力的转型和挑战

　　4. 需要解决的十件事

　　人工智能和自动化的加速进程正为企业、经济和社会创造大量机会

　　自动化和人工智能并不陌生，但最新的技术进步正在推动机器可以完成的前沿工作。研究表明，社会需要这些能为企业提供价值、促进经济增长，并在一些最困难的社会挑战中取得难以想象的突破的进步。

　　技术进程加速

　　除了传统的工业自动化及先进的机器人之外，新一代功能更强大的自动化系统也出现在从道路上的自动驾驶车辆到杂货店的自动结账等各种环境中。大部分的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成熟，并且利用计算能力的巨大改善和可用于训练它们的数据的指数增长，因此人工智能近年来取得了特别大的进步。惊人的突破正频频成为头条，其中许多涉及超出人类能力范围的计算机视觉、自然语言处理及复杂游戏（例如GO）。

　　改变企业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价值，跨行业的公司在一系列流程中利用它们推荐个性化产品、发现生产中的异常、识别欺诈性交易等等。最新一代人工智能技术的发展（包括解决分类、估算和聚类问题的技术）仍有望带来更多重大价值。我们对数百个人工智能用例进行的分析发现，部署人工神经网络的最先进的深度学习技术每年可以赚取高达3.5万亿到5.8万亿美元，或者说是所有分析技术创造价值的40%（见图表1）。

　　由于目前老龄化和降低的出生率正在拖累增长，人工智能和自动化技术的部署可以为提升全球经济和增加全球繁荣做出很大贡献。劳动生产率增长作为经济增长的关键驱动因素，在许多经济体中已经放缓，从十年前美国和主要欧洲经济体的2.4%降至2010年-2014年的平均值0.5%，这是先前繁荣生产力衰退之后2008年金融危机导致的结果。人工智能和自动化有可能扭转这种下降趋势：未来十年，生产率增长每年可达2%，其中60%的增长来自数字机遇。

　　有助于解决若干社会moonshot挑战的潜力

　　人工智能也被用于从材料科学到医学研究和气候科学的各个领域。将这些技术应用于这些学和那些领域可以帮助解决社会登月计划的挑战。例如，盖辛格的研究人员开发出一种可以将颅内出血的诊断时间减少高达96%的算法。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政府间气候变化专门委员会使用的气候模型。

　　在这些技术能够发挥其对各地经济和社会利益的潜力之前，挑战仍然存在

　　人工智能和自动化仍面临挑战。这些限制部分是技术层面的，例如需要大量的培训数据，并且难以跨用例“泛化”算法。其他挑战在于使用人工智能技术。例如，解释机器学习算法所做出的决策在技术上具有挑战性，这对于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，以及数据隐私、恶意使用和安全性都是必须解决的问题。欧洲领先于新的一般数据保护条例，该法规为用户提供了更多的数据收集和使用权利

　　另一种挑战涉及组织采用这些技术的能力，其中人员、数据可用性、技术和准备程序通常使其变得困难。各部门和各国的采用已经不平衡。金融、汽车和电信行业引领人工智能的采用。在各国中，美国对人工智能的投资在2016年排名第一，为150亿至230亿美元，其次是亚洲投资80亿至120亿美元，欧洲落后，投资为30亿至40亿美元。

　　人工智能和自动化将如何影响工作

　　即使人工智能和自动化为企业和社会带来了好处，我们也需要为工作的重大中断做好准备。

　　工人进行的大约过半的活动（不是工作）可以实现自动化

　　我们对800多个职业的2000多项工作活动进行的分析表明，某些类别的活动比其他活动更容易实现自动化。它们包括高度可预测和结构化环境中的物理活动，以及数据收集和数据处理。这些约占人们在所有部门开展的活动的一半。最不易受影响的类别包括管理他人、提供专业知识以及与利益相关者交流。

　　几乎所有职业都将受到自动化的影响，但目前已经显示的技术中只有约5%的职业可以完全自动化。更多职业的组成活动部分是可自动化的：我们发现60%的职业中约有30%的活动可以实现自动化。这意味着大多数工人 - 从焊工到抵押贷款经纪人再到首席执行官- 将与快速发展的机器一起工作。 这些职业的性质可能会因此而改变。

　　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，约有15%的全球劳动力，或约4亿工人可能因自动化而失业。这反映了我们在预测采用速度和范围方面的中等情景。在我们建模的最快情景下，这个数字上升到30%，即8亿工人。我们最低等采用情景下，只有大约1000万人失业，接近全球劳动力的百分之零（见图表2）。

　　广泛的范围强调了影响人工智能和自动化采用的步伐和范围的多种因素。自动化的技术可行性只是第一个影响因素。其他因素包括部署成本; 劳动力市场动态（包括劳动力供给数量、质量和相关工资）; 超出有助于采用商业案例的替代劳动力的利益; 以及最后，社会规范和接纳。由于上述因素的差异，尤其是劳动力市场动态，各国和各部门的采用将继续存在显著差异：在工资水平相对较高的发达经济体，如法国、日本和美国，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，印度为两倍之多。

　　就业：同时，也将创造就业机会

　　即使工人被机器所取代，工作和工作岗位需求也会随之增加。我们根据工作需求的几个催化剂制定了到2030年的劳动力需求方案，包括收入增加、医疗保健支出增加，以及基础设施、能源和技术开发和部署方面的持续或加强投资。这些方案显示，到2030年，全球劳动力（5.55亿和8.9亿个工作岗位）的额外劳动力需求范围将增加21%至33%，远远超过失去的工作岗位数量。一些最大的收益将来自印度这样的新兴经济体，那里的劳动年龄人口正迅速增长。

　　包括商业活力和生产力增长在内的额外经济增长也将继续创造就业机会。如果过往经验是一个指向标，那么我们目前无法想象的许多其他新职业也将出现，并且到2030年可能占创造就业机会的10%。此外，技术本身在历史上一直扮演净就业创造者的角色。例如，在20世纪70年代和80年代引入个人计算机不仅为半导体制造商，而且为所有类型的软件和应用程序开发人员，客户服务代表和信息分析师创造了数百万个工作岗位。

　　工作改变：随着机器辅助工作场所的人力劳动，比失去或获得的工作岗位的更多的工作岗位将发生改变

　　随着机器辅助人力劳动，部分自动化将变得更加普遍。例如，能够以高精度读取诊断扫描的人工智能算法将帮助医生诊断患者病例并确定合适的治疗方案。在其他领域，具有重复性任务的工作可能会转向管理和排除自动化系统故障的模型。在零售商亚马逊，以往升调和堆放物品的员工正在换成机器人操作员，用以监控自动臂并解决诸如物体流通中断等问题。

　　主要劳动力的转型和挑战

　　虽然基于我们大多数的方案，我们预计在2030年将有足够的工作来确保充分就业，但伴随采用自动化和人工智能的转变将是十分重要的。 职业组合将发生变化，技能和教育要求也将发生变化。 需要重新设计工作，以确保人类能最有效地与机器一起工作。

　　工人将需要不同的技能才能在未来的工作场所中茁壮成长

　　自动化将加速过去15年中我们所见证的所需劳动力技能的转变。 对程序设计这样的先进技术技能的需求将迅速增长。 社交、情感和高级认知技能，如创造力、批判性思维和复杂的信息处理，也将产生不断增长的需求。基本的数字技能需求一直在增加，这种趋势将继续并加速。 对物理和手工技能的需求将下降，但在许多国家，2030年仍物理机手工技能仍将是最大的劳动力技能类别（见图表3）。这将对已经存在的劳动力技能挑战以及对新的资格认证系统的需求造成额外压力。 虽然一些创新的解决方案正在兴起，但仍需要能够与挑战规模相匹配的解决方案。

　　许多工人可能需要改变职业

　　我们的研究表明，在中端方案中，到2030年大约3%的全球劳动力将需要改变职业类别，尽管方案范围从0%到14%不等。 其中一些变化将发生在公司和部门内部，但许多变化将发生在各个部门甚至各个地区之间。在由高度结构化的环境或数据处理或收集的物理活动组成的职业将会出现衰退。 不断增长的职业将包括那些难以自动化的活动（如经理人）以及那些处于不可预测的物理环境中的人（如水管工）。 其他职业需求增加的工作岗位包括教师、护理助理、科技和其他专业人士

　　随着越来越多的人与机器一起工作，工作场所和工作流程将发生变化

　　随着智能机器和软件更深入地汇集到工作场所，工作流程和工作空间将不断发展以使人类和机器能够协同工作。 例如，随着自助结账机器被引入商店，收银员可以成为结账协助助手，他们可以帮助解答疑问或对机器进行故障排除。 更多系统级解决方案将促使重新思考整个工作流程和工作空间。 仓库设计可能会发生显着变化，因为某些部分的设计主要适用于机器人而其他部分则用于促进安全的人机交互。

　　自动化可能会对发达经济体的平均工资造成压力

　　职业组合的变化可能会对工资造成压力。 发达经济体目前的许多中等工资岗位主要是高度自动化的活动，例如制造业或会计业，这些职业可能会衰退。 高薪工作岗位将大幅增加，特别是对于高技能医疗和技术或其他专业人员，但预计创造的大部分就业机会，包括教师和护理助手，通常具有较低的工资结构。 风险在于，自动化可能会加剧工资两极分化，收入不平等以及过去十年中发达经济体的收入不足从而引发社会和政治紧张局势。

　　面对这些迫在眉睫的挑战，劳动力挑战已经存在

　　大多数国家已经面临着充分教育和培训其劳动力以满足雇主当前要求的挑战。 经合组织在过去二十年中，在工人教育和培训方面的支出一直在下降。 工人转移和错位援助的支出占GDP的百分比也继续缩减。 过去十年的一个教训是，虽然全球化可能使经济增长和人民作为消费者受益，但工人的工资和错位救援影响却没有得到充分解决。包括我们自己在内的大多数分析表明，该等问题的规模可能会在未来几十年内增长。 我们过去也看到，大规模的劳动力转移会对工资产生持久影响; 在19世纪的工业革命期间，尽管生产力提高了，英国的工资在半个世纪中仍然停滞不前， - 这种现象被称为“恩格斯的停顿”（PDF-690KB）。

　　需要解决的十件事

　　在寻求应对这些挑战的适当措施和政策时，我们不应该寻求回滚或减缓技术的传播。 公司和政府应利用自动化和人工智能从增强的绩效和生产力贡献以及社会效益中受益。 这些技术将创造经济盈余，帮助社会管理劳动力转型。 并且重点应放在确保劳动力转移尽可能顺利的方法上。 这可能需要在几个关键领域采取可操作且可扩展的解决方案：

　　确保强劲的经济和生产力增长。 强劲增长并不是自动化带来的所有挑战的神奇答案，但它是就业增长和日益繁荣的先决条件。 生产力增长是经济增长的关键因素。 因此，解锁投资和需求，以及实现生产力贡献的自动化至关重要。

　　培养商业活力。 企业家精神和更快速的新业务形成不仅可以提高生产力，还可以推动创造就业机会。 适合小型企业的充满活力的环境以及大型企业的竞争环境可以激发业务活力，并通过这种方式促进就业增长。 加快新业务的形成速度以及大小企业的增长和竞争力，需要更简单和不断发展的法规、税收和其他奖励措施。

　　不断发展的教育系统和学习变革的工作场所。 与教育提供者（传统和非传统）和雇主一道合作的政策制定者可以通过学校系统和改进的在职培训来提高基本STEM技能。 需要重点关注创造力、批判性和系统性思维，以及适应性和终身学习。 这将需要大规模的解决方案。

　　投资人力资本。 扭转低潮的趋势，以及在一些国家，对工人培训的公共投资减少至关重要。 通过税收优惠和其他激励措施，政策制定者可以鼓励企业投资人力资本，包括创造就业机会，学习和能力建设以及工资增长，类似于私营部门投资其他资本类型（包括研发）的激励措施。

　　改善劳动力市场活力。 能够使工人与工作、资格认证相匹配的信息信号在大多数经济体中都能更好地发挥作用。 数字平台还可以帮助人们找到工作，恢复劳动力市场的活力。 当更多的人更换工作时，即使在公司内，证据也表明工资上涨。 随着更多的工作和赚取收入的机会出现（包括演出经济），我们需要解决诸如福利的可移植性，工人分类和工资变化等问题。

　　重新设计工作。 工作流设计和工作空间设计需要适应人们与机器更紧密合作的新时代。 在创造安全和富有成效的环境方面，这既是机遇也是挑战。 组织也在发生变化，因为工作变得更加协作，公司寻求变得越来越灵活和非等级化。

　　重新思考收入。 如果自动化（全部或部分）确实导致就业和/或巨大工资压力的大幅下降，那么可以考虑和测试一些想法，如有条件转移、流动性支持、普遍基本收入和适应的社会安全网。 关键是找到经济上可行的解决方案，并将工作中的多种角色结合起来，包括不仅提供收入，还提供意义，目的和尊严。

　　重新考虑受影响工人的过渡支持和安全网。 随着工作在不同部门、地点、活动和技能要求之间的越来越高的变化率，许多工人将需要协助调整。 可以使用许多转换安全网的最佳实践方法，并应采用和调整，同时应考虑和测试新方法。

　　投资于工作需求的驱动因素。 政府需要考虑加大对自身有益的投资，并有助于对工作的需求（例如，基础设施，气候变化适应）。 这些类型的工作，从建筑到重新布线的建筑物和安装太阳能电池板，往往是中等工资的工作，受自动化影响最大

　　安全地应用人工智能和自动化。 即使我们捕捉到这些快速发展的技术的生产力优势，我们也需要积极防范风险并减轻任何危险。 数据的使用必须始终考虑到数据安全性、隐私、，恶意使用和潜在的偏见问题，政策制定者、技术和其他公司以及个人需要找到有效解决方法的问题。

　　今天每个人都有工作，明天将为每个人工作，即使在未来的自动化领域也是如此。 然而，这项工作将会有所不同，需要新的技能，并且劳动力的适应性远远超过我们所见。 对于即将到来的挑战，培训和再培训中等职业工人和新一代将是当务之急。 政府、、私营部门领导者和创新者都需要共同努力，更好地协调公共和私人倡议，包括创造适当的激励措施以更多地投资于人力资本。 自动化和人工智能的未来将具有挑战性，但如果我们充分利用技术并减轻负面影响，我们将会从中获益良多。