AI会抢人饭碗…但也将创造更多新工作机会?

在2020年将有180万个职位被人工智能取代, 但同时人工智能也将创造230万个工作机会...

国际研究暨顾问机构Gartner表示, 在2020年将有180万个职位被人工智能(AI)取代, 但在此同时, 人工智能也将创造230万个工作机会, 带动整体工作机会正成长.

Gartner指出, 受人工智能影响的工作数量将因产业而异; 2019年时, 医疗照护, 公部门与教育界的就业机会将持续成长; 制造业则会遭受最大冲击. 2020年起, 人工智能所创造的工作机会将足以弥补其取代的数量, 预计在2025年净新增就业数将达到200万个.

Gartner研究副总裁Svetlana Sicular表示: '过去许多重大创新都曾经历过引发失业潮的过渡期, 但随后就会复苏, 并紧接着业务转型, 人工智能未来很可能会依循这个路线发展. '

人工智能将改善许多职位的生产力, 虽然其中包含取代数百万个中低阶职位, 但同时也创造超过数百万个高技术性及管理层级的相关职位, 甚至是一些属于入门层级与低技术性的不同性质工作.

Sicular进一步指出: '那些宣称将出现大规模失业的警告, 多半把人工智能跟自动化混为一谈, 这反而掩盖了人工智能最大的好处——人工智能的增强功能(AI augmentation), 也就是结合人脑与人工智能, 使之相辅相成. '

IT主管除了应该关注预估净新增就业数外, 每次投资人工智能相关技术, 都必须考量会取代或增加哪些职务, 以及这将如何改变员工之间合作, 决策与完成任务的方式.

Sicular认为: '现在正是对人工智能长期发展方向发挥影响的好时机, 为了获取最大价值, 必须专注在如何利用人工智能增强人力. 除了要丰富人类工作的内容, 重新构思旧有的工作项目, 并创造新的产业, 还要改变企业文化, 使公司能迅速适应人工智能所带来的商机与威胁. '

人工智能已被应用在重复性高的工作项目上, 借由大量分析观察结果与决策来找出固定模式. 另一方面, 人工智能也即将被应用到重复性低且变化较大的低例行性工作上, 带来极大的助益. 这方面的应用很可能会协助而非取代人工, 因为结合人类与机器, 将比单单聘雇专业人士或使用人工智能机器更有效率.

Gartner对于人工智能冲击职场所做的其他预测包括:

到了2022年, 以非例行性工作为主的工作者当中, 每5人就有1人将仰赖人工智能完成任务

Gartner研究副总裁Craig Roth表示: '利用人工智能每周自动产出状态报告, 或筛选出信箱中前五大重要邮件, 感觉不像治愈疾病那么厉害, 但这也是近期这些实际应用并未引起注意的原因. 企业才刚开始利用人工智能来改善非例行性工作, 将之应用在一般用途的工具上. 一旦知识工作者将人工智能纳入工作流程, 当作虚拟秘书或工读生来使用, 机器人员工将成为提升竞争力的必要条件. '

零售商将导入人工智能, 机器人等技术, 利用智能流程自动化来辨识, 优化目前仍由人力完成的劳动密集且重复性高的活动, 并使之自动化. 这种作法可提升公司总部, 经销中心一直到商店的效率, 借此降低劳动成本. 许多零售商已开始扩大相关技术的使用范围, 以改善店内结帐流程.

2022年, 多通路零售商很难以人工智能取代销售人员, 但收银与营运相关职务将面临严重冲击

研究发现, 许多消费者仍偏好在实体店面与具备丰富知识的销售人员互动. 特别是在居家修缮, 药妆等特定领域, 见多识广的销售人员对顾客满意度有很大的影响力. 虽然零售商将会减少结帐与其他营运相关活动的人力, 但他们会发现传统的销售顾问很难被取代.

Gartner研究总监Robert Hetu认为: '零售商将舍弃高度重复性与交易相关职位, 借此节省人力, 但他们必须把省下来的经费重新投资在人员培训上, 以强化顾客体验. 因此, 多数零售商都会把人工智能视为一种扩增顾客体验的方式, 而非只是用它来取代各个流程中所需人力. ' 虽然很多产业都能从人工智能取得更多商业价值, 制造业就是其中一个能从中获取大量商机的产业. 自动化将有助于降低成本, 消除了价值链中的阻力并进一步提升营收, 例如供应链与产品上市活动的优化.

2021年时, 人工智能增强功能将产生2.9兆美元商业价值, 同时恢复62亿小时的人工生产力

然而委外(outsourcing)等部分产业, 其商业模式则正在历经根本上的变化, 因人工智能而省下的成本, 以及随之提升的生产力, 必须重新投资到公司身上, 以推动公司再造并检视新的商业模式.

Gartner研究副总裁Mike Rollings指出: '人工智能可取代重复和单调的工作, 让人们有余力从事其他活动, 但人类与人工智能的共生关系有更多细微差别, 需要重新投资及再造, 而非只是将既有作法加以自动化. 不要只用机器复制人类达成特定判断的步骤, 而是重构整个决策过程, 利用机器与人类的相对优缺点, 达到最大价值并重新分配决策过程, 进而提升灵敏度. '

2016 GoodChinaBrand | ICP: 12011751 | China Exports