<em id="ct21f"></em>

      <dd id="ct21f"></dd>
      1. <em id="ct21f"></em>

          1. <em id="ct21f"><ol id="ct21f"></ol></em>
              廣告
              文章
              • 全站
              • 文章
              • 論壇
              • 博客
              高級
              首頁 / 科技 / 科技創新 / 正文
               
              廣告
               

              人工智能:新貴孵化器or“難民”制造機?

              近日,麥肯錫全球研究院發布了一份報告,其中一項重要結論就是,AI技術會拉大國家、企業乃至勞動者個人之間的差距。這就意味著,人工智能既有可能變成提升生產力的催化劑,也有可能化身為“技術難民”的制造機。

              充分掌握AI技術,搶奪先發優勢

              這份人工智能報告通過模擬人工智能(AI)技術的應用和擴散,來判斷其對世界經濟的影響。研究的對象包括五大類:計算機視覺、自然語言、虛擬助手、機器人流程自動化和高級機器學習。模擬結果顯示,到2030年,至少采用了一種AI技術的公司大約占總數的70%,但完全吸收了這五種技術的公司還不到一半。

              該報告主張,在公司層面,人工智能技術應用領先的企業可以形成對競爭對手的不對稱優勢。雖然一開始因為掌握新技術和技術布局的大量投入將占到企業未來五年內潛在收益的80%,但隨后AI技術對企業影響的速度會越來越快,到2030年時AI技術對公司增長的貢獻將達到最初5年的三倍以上。由于先行者能夠盡早發現和把握人工智能帶來的機遇,從而在技術積累和人才招攬方面形成先發優勢,遲到的公司會越來越被動。此外,前者可以在57年的時間里將其現金流翻倍,后者則既要面對市場份額的流失,又要承受現金流下降20%和裁員的壓力。

              也就是說,即使有的老板大發善心,不忍用機器和程序換掉人類員工,最后的下場也有可能是輸給發展更快的人工智能企業,大家集體完蛋。

              除此之外,企業并非是唯一在人工智能的競賽中下場角逐的選手。國家也不能置身事外。

              報告稱,由于GDP增長勢頭放緩、人口老齡化和工資率較高等原因,許多發達國家可能別無選擇,只能走人工智能這條路,拉高生產率。而發展中國家由于數字基礎設施不足,技術底子薄,人力成本較低,在應用AI技術方面的速度無法與前者相提并論。此消彼長之下,在AI應用技術上領先的國家將從中獲得20-25%的經濟效益增幅,而后者僅為5-15%

              換句話說,人工智能發展快的國家吃肉,發展慢的國家喝湯。與企業一樣,兩者之間的差距還將進一步擴大。這將導致窮者益窮,富者益富的惡性循環。難怪有人將這場AI技術發展的競賽稱之為一場賭國運的戰爭。

              搭上AI技術的快車,還是淪為新一代技術難民

              麥肯錫的研究預測,到2030年,AI技術的采用可能使全球經濟總量增加約13萬億美元,將全球GDP年增長率額外提高1.2個百分點。不過,雖然AI技術、自動化等技術的應用將給人類社會帶來新一輪的生產力爆炸,但要想從中受益,首先要保證不被機器人踹下車。畢竟,在各國不惜一切代價爭相發展AI技術的激烈競賽之中,個人一不留神就會成為那個代價

              2017年底,麥肯錫公司還發布了一份名為《Jobs lost, jobs gained: What the future of work will mean for jobs, skills, and wages》的報告。報告宣稱,哪怕不考慮未來十年出現的新技術,僅以當前已經展示過的科技作為參照標準,當前全球工作中近50%的活動從技術層面而論都能夠被自動化。換句話說,一半的事情不需要人來做,憑借機械與程序就足以代勞。而在當前的所有職業中,有6成的職業至少有30%的活動可以被自動化。

              根據該報告的預測,到2030年,全球大約4-8億人的工作會被自動化完全取代,不得不另找新工作。但是,其中有7500萬到3.75億人可能需要徹底轉換職業軌道和學習新技能才能上崗。

              2030年,需要完全轉換職業類別的各國人數(百萬):

              經濟體

              總人數

              美國

              16-54

              德國

              3-12

              日本

              11-27

              其他發達國家

              17-64

              中國

              12-102

              印度

              3-38

              (數據來源:麥肯錫全球研究院)

              僅以總人數而論,中國名列第一。這意味著作為一名中國人,你可能需要在這場競賽中付出極為沉重的代價。對于國家和企業來說,就業人數只不過是個不斷波動的數字,但在這個數字每一次變化的背后,付出代價的都是每一個活生生的人。雖然中國制定了《新一代人工智能發展規劃》,力爭成為世界主要人工智能創新中心,但顯然,富士康工廠里被機器人趕下流水線的工人并不是脫下工作服就能去BAT當工程師的。

              如果跟不上節奏,即使在高生產力,物資極大豐富的社會里也有可能出現嚴重的等級分化。被時代拋棄的這一群人會淪為新一代的技術難民這一論斷并非危言聳聽。麥肯錫全球研究院的報告就表示,AI技術的普及將使得重復性勞動被自動化程序和機器所代替。這類崗位需求到2030年可能會從總就業崗位的40%下降到不足30%,而且收入水準可能停滯甚至下降。這將導致大約13%的工資總額從前一類工作轉移到社交性或人類認知為主導,或對數字技能要求高的工作崗位上。

              對此,目前主流言論給出的定心丸主要分為兩種:一種辯解稱AI會創造新的崗位來進行彌補。例如,普華永道7月份的一份報告就以英國為研究樣本,主張到2037年時AI創造的新工作崗位數(720萬)會大于消滅的工作崗位數(700萬)。

              另一方面,諾貝爾經濟學獎得主、前世界銀行首席經濟學家約瑟夫·斯蒂格利茨為首的一些學者則主張另覓出路,認為目前教育、醫療服務和老人護理還需要大量低技能的人員,可以靠這些領域吸收AI“釋放出的勞動力。

              然而,這兩派觀點都不得不面對一個無法回避的現實——AI發展競賽的紅利分配并不均衡。AI應用程度領先的經濟體獲得的紅利較多,消費水平上漲較快,新增工作崗位也較多,而發展水平較低的經濟體分得的紅利較少,新增崗位較為有限,損失的工作崗位往往更多。損失最多的地區并不是收益最多的地區。因此,其本質仍然是一場成王敗寇,劫貧濟富的血腥游戲。

              本文作者秦嶺,世界經理人原創,如需轉載請聯系微信公眾號(ID:CEC_GLOBALSOURCES)授權,未經授權,轉載必究。本文版權屬于世界經理人網站(www.hqwx.tw)所有,未經授權,任何企業、網站、個人不得轉載、摘編、鏡像或利用其它方式使用本文。經授權使用文章的,應在授權范圍內使用,并注明“來源:世界經理人(www.hqwx.tw)”、圖文作者信息及本文鏈接http://www.hqwx.tw/it/ma/8800095193/01/,同時不得將授權文章提供給任何第三方,違者本網將保留依法追究的權利。

              © 世界經理人:自1999年創立以來,世界經理人網站(www.hqwx.tw)致力于引導職業經理人實現卓越管理,以專業的形象為經理人用戶全方位提供最佳管理資訊服務和互動平臺。

                

               
               

              相關文章

              今日聚焦

               
              廣告
              廣告

              世界經理人網站App下載

              熱門排行榜

              • 熱門
              • 經典
              • 管理
              • 文章
              • 論壇
              • 博客
               
               
              資訊訂閱
              世界經理人 iPhone APP
              世界經理人微信 為你推送和解讀最專業的管理資訊
              北京pk赛车投注方法
                <em id="ct21f"></em>

                  <dd id="ct21f"></dd>
                  1. <em id="ct21f"></em>

                      1. <em id="ct21f"><ol id="ct21f"></ol></em>
                            <em id="ct21f"></em>

                              <dd id="ct21f"></dd>
                              1. <em id="ct21f"></em>

                                  1. <em id="ct21f"><ol id="ct21f"></ol></em>