隨著機(jī)器日漸開始填補(bǔ)工作場(chǎng)所的人力勞動(dòng)，為了從中獲利我們都必須做出調(diào)整。

自動(dòng)化和人工智能（AI）正在改變企業(yè)，并將通過其對(duì)生產(chǎn)力的貢獻(xiàn)來促進(jìn)經(jīng)濟(jì)增長(zhǎng)。它們還將有助于解決從健康到氣候變化等領(lǐng)域各鐘非常棘手的社會(huì)難題。

與此同時(shí)，這些技術(shù)將改變工作性質(zhì)和工作場(chǎng)所本身。機(jī)器將能夠執(zhí)行更多原先由人類完成的任務(wù)，補(bǔ)充人類所做的工作，甚至執(zhí)行超出人類可以做的任務(wù)。結(jié)果是，一些職業(yè)將出現(xiàn)頹勢(shì)，而另一些職業(yè)將增長(zhǎng)，還會(huì)有更多職業(yè)發(fā)生變革。

雖然我們認(rèn)為未來有充分的就業(yè)機(jī)會(huì)（除極端情景外），但社會(huì)需要應(yīng)對(duì)重大的勞動(dòng)力轉(zhuǎn)型和失業(yè)問題。工人需要獲得新技能，并在工作場(chǎng)所中適應(yīng)功能越來越強(qiáng)大的機(jī)器。他們可能必須從不斷離開夕陽職業(yè)，轉(zhuǎn)向日趨繁榮的職業(yè)，在某些情況下，還有新的職業(yè)。

本決策簡(jiǎn)報(bào)借鑒了麥肯錫全球研究院的最新研究成果，探討了工作場(chǎng)所自動(dòng)化和人工智能的前景和挑戰(zhàn)，并概述了決策者、公司和個(gè)人需要解決的一些關(guān)鍵問題。

人工智能和自動(dòng)化的快速進(jìn)步為企業(yè)，經(jīng)濟(jì)和社會(huì)創(chuàng)造了機(jī)會(huì)

自動(dòng)化和人工智能已經(jīng)不是什么新鮮事物了，但最近的技術(shù)進(jìn)步正在將機(jī)器可能做到的事情推向極致。我們的研究表明，社會(huì)需要這些改進(jìn)，從而為企業(yè)帶來價(jià)值，促進(jìn)經(jīng)濟(jì)增長(zhǎng)，在我們應(yīng)對(duì)最困難的社會(huì)難題時(shí)能有所進(jìn)步，而這樣的事情在以往是不可想象的。綜上所述：

技術(shù)突飛猛進(jìn)

除了傳統(tǒng)的工業(yè)自動(dòng)化和先進(jìn)的機(jī)器人之外，功能更為強(qiáng)大的新自動(dòng)化系統(tǒng)也出現(xiàn)在各種環(huán)境中，如穿梭于路上的自動(dòng)駕駛車輛和雜貨店里的自動(dòng)結(jié)賬等。大部分進(jìn)步都是由系統(tǒng)和組件的改進(jìn)推動(dòng)的，包括機(jī)械、傳感器和軟件。由于機(jī)器學(xué)習(xí)算法變得更加復(fù)雜，并且利用計(jì)算能力的巨大發(fā)展和可用于訓(xùn)練它們的數(shù)據(jù)的指數(shù)級(jí)增長(zhǎng)，人工智能近年來取得了特別大的進(jìn)步。巨大的突破見諸于各大媒體的報(bào)道，其中有很多突破涉及計(jì)算機(jī)視覺、自然語言處理和圍棋（Go）等人類望塵莫及的領(lǐng)域。

改變業(yè)務(wù)和促進(jìn)經(jīng)濟(jì)增長(zhǎng)的潛力

這些技術(shù)已經(jīng)在各種產(chǎn)品和服務(wù)中產(chǎn)生了價(jià)值，各行各業(yè)的公司在一系列流程中使用它們來將產(chǎn)品推薦個(gè)性化，發(fā)現(xiàn)生產(chǎn)中的異常情況，識(shí)別欺詐性交易等等。最新一代人工智能技術(shù)的進(jìn)步（包括解決分類，估算和聚類問題的技術(shù)）仍有望帶來更多價(jià)值。我們對(duì)數(shù)百個(gè)人工智能用例所做的分析發(fā)現(xiàn)，用來部署人工神經(jīng)網(wǎng)絡(luò)的最先進(jìn)的深度學(xué)習(xí)技術(shù)，其年產(chǎn)值可以達(dá)到3．5萬億至5．8萬億美元，占所有分析技術(shù)所創(chuàng)造的價(jià)值的40％。

正當(dāng)人口老齡化和出生率降低的問題使發(fā)展受阻時(shí)，人工智能和自動(dòng)化技術(shù)的部署可以極大地提升全球的經(jīng)濟(jì)并加快全球的繁榮。勞動(dòng)生產(chǎn)率的增長(zhǎng)（推動(dòng)經(jīng)濟(jì)增長(zhǎng)的關(guān)鍵因素）在很多經(jīng)濟(jì)體中已經(jīng)放緩，美國和主要的歐洲經(jīng)濟(jì)體在以前的生產(chǎn)率下滑，以及2008年的財(cái)政年度后，從十年前的2．4％降至0．5％的均值。人工智能和自動(dòng)化有可能扭轉(zhuǎn)這種下降趨勢(shì)：未來十年，生產(chǎn)率增長(zhǎng)每年可能達(dá)到2％，其中60％來自數(shù)字化方面的機(jī)遇。

有助于解決幾個(gè)社會(huì)難題的潛力

人工智能還用于材料科學(xué)，醫(yī)學(xué)研究和氣候科學(xué)等各個(gè)領(lǐng)域。這些技術(shù)在這些學(xué)科和其它學(xué)科中的應(yīng)用有助于解決社會(huì)難題。例如，Geisinger的研究人員已經(jīng)開發(fā)出一種算法，該算法可以將顱內(nèi)出血的診斷時(shí)間驚人地縮短了96％。與此同時(shí)，喬治華盛頓大學(xué)的研究人員正在利用機(jī)器學(xué)習(xí)來更準(zhǔn)確地衡量氣候變化專門委員會(huì)所使用的氣候模型。

在這些技術(shù)不能為各地經(jīng)濟(jì)和社會(huì)利益發(fā)揮潛力之前，挑戰(zhàn)仍然存在

人工智能和自動(dòng)化仍面臨各種難題。有一部分限制在于技術(shù)層面，例如人工智能需要大量的訓(xùn)練數(shù)據(jù)，并且很難將算法“推廣”到各種各樣的用例。最近的創(chuàng)新正著手解決這些問題。其它難題在于人工智能技術(shù)的使用。例如，人們很難在技術(shù)上解釋機(jī)器學(xué)習(xí)算法所做的決策，而解釋這些決策對(duì)涉及金融借貸或法律應(yīng)用的用例尤其重要。培訓(xùn)數(shù)據(jù)和算法中的潛在偏差，同時(shí)，數(shù)據(jù)隱私、惡意使用和安全性都是必須解決的問題。歐洲由于出臺(tái)了《通用數(shù)據(jù)保護(hù)法規(guī)》而處于領(lǐng)先地位，該法規(guī)將用戶收集和使用數(shù)據(jù)的各種權(quán)利規(guī)范化。

另一個(gè)難題涉及組織采用這些技術(shù)的能力，其中人員、數(shù)據(jù)可用性、技術(shù)和流程的就緒度往往使技術(shù)很難得到采用。各部門和各國的對(duì)技術(shù)的采用已經(jīng)十分不均衡。金融、汽車和電信行業(yè)在采用人工智能方面處于領(lǐng)先地位。在各國中，美國對(duì)人工智能的投資在2016年高居榜首，其投資額高達(dá)150億至230億美元，其次是亞洲，其投資額達(dá)到80億至120億美元，歐洲的投資額僅為30億至40億美元，遠(yuǎn)遠(yuǎn)落后。

人工智能和自動(dòng)化將如何影響工作

即便人工智能和自動(dòng)化為企業(yè)和社會(huì)帶來了很多好處，我們還必須做好準(zhǔn)備，應(yīng)對(duì)工作中可能出現(xiàn)的顛覆。

工人所從事的活動(dòng)大約有一半是可以自動(dòng)化的

我們對(duì)800多個(gè)職業(yè)的2000多項(xiàng)工作活動(dòng)所做的分析表明，某些活動(dòng)比另一些活動(dòng)更容易實(shí)現(xiàn)自動(dòng)化。這些活動(dòng)包括高度可預(yù)測(cè)且結(jié)構(gòu)化的環(huán)境中的體力活，以及數(shù)據(jù)收集和數(shù)據(jù)處理。這些活動(dòng)約占人們?cè)谒�有部門開展的活動(dòng)的半數(shù)。最不易受影響的活動(dòng)類別包括管理他人，貢獻(xiàn)專業(yè)知識(shí)以及與利益相關(guān)者交流。

幾乎所有職業(yè)都會(huì)受到自動(dòng)化的影響，但目前所展示的技術(shù)中只能將大約5％的工作完全自動(dòng)化。有大量的工作所包含的活動(dòng)可以自動(dòng)化：我們發(fā)現(xiàn)，60％的工作中約有30％的活動(dòng)可以實(shí)現(xiàn)自動(dòng)化。這就是說，大多數(shù)工人（電焊工、抵押貸款經(jīng)紀(jì)人、首席執(zhí)行官等等）將與快速發(fā)展的機(jī)器一起工作。這些工作的性質(zhì)可能會(huì)因此而發(fā)生改變。

失業(yè)：有些職業(yè)到2030年將出現(xiàn)大幅下滑

自動(dòng)化將取代一些工人。我們發(fā)現(xiàn)，在2016 － 2030年期間，大約15％的全球勞動(dòng)力（約4億工人）可能因自動(dòng)化而失業(yè)。這個(gè)數(shù)字反映了我們?cè)陬A(yù)測(cè)技術(shù)采用速度和采用范圍方面的中間態(tài)。根據(jù)我們就最快的技術(shù)采用情景所建立的模型，這個(gè)數(shù)字上升到30％，即8億工人。而在最慢的模型中，只有大約1，000萬人失業(yè)。

廣泛的預(yù)測(cè)范圍強(qiáng)調(diào)了多種因素，這些因素將影響人工智能和自動(dòng)化采用的速度和范圍。自動(dòng)化的技術(shù)可行性只是第一個(gè)影響因素。其它因素還包括部署成本；勞動(dòng)力市場(chǎng)動(dòng)態(tài)，包括勞動(dòng)力供給的數(shù)量、質(zhì)量和相關(guān)工資；好處有很多，除勞動(dòng)力替代以外，還促成了技術(shù)采用的各種商業(yè)案例；最后，社會(huì)規(guī)范和社會(huì)接受度。由于上述因素的差異，特別是勞動(dòng)力市場(chǎng)動(dòng)態(tài)方面的差異，各國和各部門的技術(shù)采用將繼續(xù)存在顯著差異：在法國、日本和美國等工資水平相對(duì)較高的發(fā)達(dá)經(jīng)濟(jì)體中，到2030年，自動(dòng)化可能會(huì)取代20％至25 ％的勞動(dòng)力，在中等采用情景中，其比重是印度的兩倍還要多。

工作的增加：在同一時(shí)期也將創(chuàng)造就業(yè)機(jī)會(huì)

即使有很多工人失業(yè)，但各行各業(yè)對(duì)勞動(dòng)力的需求依然在增長(zhǎng)，因此造就了大量的工作機(jī)會(huì)。我們根據(jù)勞動(dòng)力需求的幾個(gè)誘因制定了到2030年的勞動(dòng)力需求情景，包括收入和醫(yī)療支出的增加，以及持續(xù)投資基礎(chǔ)設(shè)施、能源、技術(shù)開發(fā)和部署，或加大這些方面的投資。這些情景顯示，到2030年，全球?qū)�勞�?dòng)力（5．55億和8．9億個(gè)工作崗位）的需求將增加21％至33％，抵消失業(yè)人數(shù)綽綽有余。印度這樣的新興經(jīng)濟(jì)體將因此而成為最大的受益者，那里的勞動(dòng)年齡人口已經(jīng)迅速增長(zhǎng)。

額外的經(jīng)濟(jì)增長(zhǎng)（包括商業(yè)活力和生產(chǎn)力增長(zhǎng)）也將持續(xù)創(chuàng)造就業(yè)機(jī)會(huì)。如果以史為鑒，那么很多其它新職業(yè)也將出現(xiàn)，并且可能占到2030年將創(chuàng)造的就業(yè)機(jī)會(huì)的10％，而這些職業(yè)是我們目前所無法想象的。此外，技術(shù)歷來都是就業(yè)的最終創(chuàng)造者。例如，在20世紀(jì)70年代和80年代，個(gè)人電腦不僅為半導(dǎo)體制造商創(chuàng)造了數(shù)百萬個(gè)工作崗位，也為所有的軟件和應(yīng)用程序開發(fā)人員、客服代表和信息分析師創(chuàng)造了同等數(shù)量的工作崗位。

工作發(fā)生了改變：隨著機(jī)器在工作場(chǎng)所補(bǔ)充人力勞動(dòng)，更多的工作將比失去或獲得的工作更多

隨著機(jī)器漸漸輔佐人力勞動(dòng)，部分自動(dòng)化將變得更加普遍。例如，能夠十分準(zhǔn)確地讀取診斷掃描的人工智能算法將幫助醫(yī)生診斷患者的病例并確定合適的治療方案。在其它領(lǐng)域，具有重復(fù)性任務(wù)的工作可能會(huì)轉(zhuǎn)向一個(gè)新的模式，即管理自動(dòng)化系統(tǒng)并對(duì)其進(jìn)行故障排除。在零售商亞馬遜那里，以前負(fù)責(zé)搬運(yùn)和堆放物品的員工如今正在成為機(jī)器人操作員，監(jiān)控自動(dòng)化手臂并解決物品流轉(zhuǎn)中斷等問題。

關(guān)鍵的勞動(dòng)力轉(zhuǎn)型和挑戰(zhàn)

雖然我們預(yù)計(jì)，基于我們所建模的大多數(shù)情景，2030年將有很多工作崗位，足以確保充分就業(yè)，但與自動(dòng)化和人工智能的采用一同發(fā)生的轉(zhuǎn)變將變得非常重要。職業(yè)組合將發(fā)生變化，技能和教育需求也將發(fā)生變化。工作必須得到重新調(diào)整，從而確保人類可以最高效地與機(jī)器協(xié)作。