[[236355]]

隨著機器越來越多地取代工作場所的人力勞動，我們都將需要進行調整以獲得收益。

自動化和人工智能正在改變企業，并將通過對生產力的貢獻促進經濟增長。它們還將有助于解決從健康到氣候變化等領域的“moonshot”的社會挑戰

與此同時，這些技術將改變工作性質和工作場所本身。機器將能夠執行更多人類可以完成的任務、輔助人類做的工作，甚至執行一些人類無法完成的任務。因此，一些職業將衰退，一些其他職業將興旺，并且還會有更多職業將發生變化。

雖然我們認為將會有足夠的工作要做(極端情況除外)，但社會需要應對重大的勞動力轉移和錯位。工人需要掌握新技能，并在工作場所中適應功能越來越強大的機器。他們可能不得不從不斷衰退的職業轉向正日益興盛的職業，在某些情況下，甚至需要更換職業。

本次執行簡報借鑒了麥肯錫全球研究院的最新研究成果，探討了工作場所自動化和人工智能的前景和挑戰，并概述了政策制定者，公司和個人需要解決的一些關鍵問題。

1. 人工智能和自動化的加速進程正為企業、經濟和社會創造大量機會

2. 人工智能和自動化將如何影響工作

3. 主要勞動力的轉型和挑戰

4. 需要解決的十件事

人工智能和自動化的加速進程正為企業、經濟和社會創造大量機會

自動化和人工智能并不陌生，但最新的技術進步正在推動機器可以完成的前沿工作。研究表明，社會需要這些能為企業提供價值、促進經濟增長，并在一些最困難的社會挑戰中取得難以想象的突破的進步。

技術進程加速

除了傳統的工業自動化及先進的機器人之外，新一代功能更強大的自動化系統也出現在從道路上的自動駕駛車輛到雜貨店的自動結賬等各種環境中。大部分的進步都是由系統和組件的改進推動的，包括機械、傳感器和軟件。由于機器學習算法變得更加成熟，并且利用計算能力的巨大改善和可用于訓練它們的數據的指數增長，因此人工智能近年來取得了特別大的進步。驚人的突破正頻頻成為頭條，其中許多涉及超出人類能力范圍的計算機視覺、自然語言處理及復雜游戲(例如GO)。

改變企業和促進經濟增長的潛力

這些技術已經在各種產品和服務中產生價值，跨行業的公司在一系列流程中利用它們推薦個性化產品、發現生產中的異常、識別欺詐性交易等等。最新一代人工智能技術的發展(包括解決分類、估算和聚類問題的技術)仍有望帶來更多重大價值。我們對數百個人工智能用例進行的分析發現，部署人工神經網絡的最先進的深度學習技術每年可以賺取高達3.5萬億到5.8萬億美元，或者說是所有分析技術創造價值的40%(見圖表1)。

由于目前老齡化和降低的出生率正在拖累增長，人工智能和自動化技術的部署可以為提升全球經濟和增加全球繁榮做出很大貢獻。勞動生產率增長作為經濟增長的關鍵驅動因素，在許多經濟體中已經放緩，從十年前美國和主要歐洲經濟體的2.4%降至2010年-2014年的平均值0.5%，這是先前繁榮生產力衰退之后2008年金融危機導致的結果。人工智能和自動化有可能扭轉這種下降趨勢：未來十年，生產率增長每年可達2%，其中60%的增長來自數字機遇。

有助于解決若干社會moonshot挑戰的潛力

人工智能也被用于從材料科學到醫學研究和氣候科學的各個領域。將這些技術應用于這些學和那些領域可以幫助解決社會登月計劃的挑戰。例如，蓋辛格的研究人員開發出一種可以將顱內出血的診斷時間減少高達96%的算法。與此同時，喬治華盛頓大學的研究人員正在利用機器學習來更準確地衡量政府間氣候變化專門委員會使用的氣候模型。

在這些技術能夠發揮其對各地經濟和社會利益的潛力之前，挑戰仍然存在

人工智能和自動化仍面臨挑戰。這些限制部分是技術層面的，例如需要大量的培訓數據，并且難以跨用例“泛化”算法。其他挑戰在于使用人工智能技術。例如，解釋機器學習算法所做出的決策在技術上具有挑戰性，這對于涉及金融借貸或法律應用的用例尤其重要。培訓數據和算法中的潛在偏差，以及數據隱私、惡意使用和安全性都是必須解決的問題。歐洲領先于新的一般數據保護條例，該法規為用戶提供了更多的數據收集和使用權利

另一種挑戰涉及組織采用這些技術的能力，其中人員、數據可用性、技術和準備程序通常使其變得困難。各部門和各國的采用已經不平衡。金融、汽車和電信行業引領人工智能的采用。在各國中，美國對人工智能的投資在2016年排名第一，為150億至230億美元，其次是亞洲投資80億至120億美元，歐洲落后，投資為30億至40億美元。

人工智能和自動化將如何影響工作

即使人工智能和自動化為企業和社會帶來了好處，我們也需要為工作的重大中斷做好準備。

工人進行的大約過半的活動(不是工作)可以實現自動化

我們對800多個職業的2000多項工作活動進行的分析表明，某些類別的活動比其他活動更容易實現自動化。它們包括高度可預測和結構化環境中的物理活動，以及數據收集和數據處理。這些約占人們在所有部門開展的活動的一半。最不易受影響的類別包括管理他人、提供專業知識以及與利益相關者交流。

幾乎所有職業都將受到自動化的影響，但目前已經顯示的技術中只有約5%的職業可以完全自動化。更多職業的組成活動部分是可自動化的：我們發現60%的職業中約有30%的活動可以實現自動化。這意味著大多數工人 - 從焊工到抵押貸款經紀人再到首席執行官- 將與快速發展的機器一起工作。 這些職業的性質可能會因此而改變。

失業：有些職業到2030年將出現大幅下滑

自動化將取代一些工人。我們發現，在2016 - 2030年期間，約有15%的全球勞動力，或約4億工人可能因自動化而失業。這反映了我們在預測采用速度和范圍方面的中等情景。在我們建模的最快情景下，這個數字上升到30%，即8億工人。我們最低等采用情景下，只有大約1000萬人失業，接近全球勞動力的百分之零（見圖表2）。

廣泛的范圍強調了影響人工智能和自動化采用的步伐和范圍的多種因素。自動化的技術可行性只是第一個影響因素。其他因素包括部署成本; 勞動力市場動態(包括勞動力供給數量、質量和相關工資); 超出有助于采用商業案例的替代勞動力的利益; 以及最后，社會規范和接納。由于上述因素的差異，尤其是勞動力市場動態，各國和各部門的采用將繼續存在顯著差異：在工資水平相對較高的發達經濟體，如法國、日本和美國，到2030年自動化可能會取代20%至25 %的勞動力，在中等采用情景中，印度為兩倍之多。

就業：同時，也將創造就業機會

即使工人被機器所取代，工作和工作崗位需求也會隨之增加。我們根據工作需求的幾個催化劑制定了到2030年的勞動力需求方案，包括收入增加、醫療保健支出增加，以及基礎設施、能源和技術開發和部署方面的持續或加強投資。這些方案顯示，到2030年，全球勞動力(5.55億和8.9億個工作崗位)的額外勞動力需求范圍將增加21%至33%，遠遠超過失去的工作崗位數量。一些最大的收益將來自印度這樣的新興經濟體，那里的勞動年齡人口正迅速增長。

包括商業活力和生產力增長在內的額外經濟增長也將繼續創造就業機會。如果過往經驗是一個指向標，那么我們目前無法想象的許多其他新職業也將出現，并且到2030年可能占創造就業機會的10%。此外，技術本身在歷史上一直扮演凈就業創造者的角色。例如，在20世紀70年代和80年代引入個人計算機不僅為半導體制造商，而且為所有類型的軟件和應用程序開發人員，客戶服務代表和信息分析師創造了數百萬個工作崗位。

工作改變：隨著機器輔助工作場所的人力勞動，比失去或獲得的工作崗位的更多的工作崗位將發生改變

隨著機器輔助人力勞動，部分自動化將變得更加普遍。例如，能夠以高精度讀取診斷掃描的人工智能算法將幫助醫生診斷患者病例并確定合適的治療方案。在其他領域，具有重復性任務的工作可能會轉向管理和排除自動化系統故障的模型。在零售商亞馬遜，以往升調和堆放物品的員工正在換成機器人操作員，用以監控自動臂并解決諸如物體流通中斷等問題。

主要勞動力的轉型和挑戰

雖然基于我們大多數的方案，我們預計在2030年將有足夠的工作來確保充分就業，但伴隨采用自動化和人工智能的轉變將是十分重要的。 職業組合將發生變化，技能和教育要求也將發生變化。 需要重新設計工作，以確保人類能最有效地與機器一起工作。

工人將需要不同的技能才能在未來的工作場所中茁壯成長

自動化將加速過去15年中我們所見證的所需勞動力技能的轉變。 對程序設計這樣的先進技術技能的需求將迅速增長。 社交、情感和高級認知技能，如創造力、批判性思維和復雜的信息處理，也將產生不斷增長的需求。基本的數字技能需求一直在增加，這種趨勢將繼續并加速。 對物理和手工技能的需求將下降，但在許多國家，2030年仍物理機手工技能仍將是最大的勞動力技能類別(見圖表3)。這將對已經存在的勞動力技能挑戰以及對新的資格認證系統的需求造成額外壓力。 雖然一些創新的解決方案正在興起，但仍需要能夠與挑戰規模相匹配的解決方案。

許多工人可能需要改變職業

我們的研究表明，在中端方案中，到2030年大約3%的全球勞動力將需要改變職業類別，盡管方案范圍從0%到14%不等。 其中一些變化將發生在公司和部門內部，但許多變化將發生在各個部門甚至各個地區之間。在由高度結構化的環境或數據處理或收集的物理活動組成的職業將會出現衰退。 不斷增長的職業將包括那些難以自動化的活動(如經理人)以及那些處于不可預測的物理環境中的人(如水管工)。 其他職業需求增加的工作崗位包括教師、護理助理、科技和其他專業人士

隨著越來越多的人與機器一起工作，工作場所和工作流程將發生變化

隨著智能機器和軟件更深入地匯集到工作場所，工作流程和工作空間將不斷發展以使人類和機器能夠協同工作。 例如，隨著自助結賬機器被引入商店，收銀員可以成為結賬協助助手，他們可以幫助解答疑問或對機器進行故障排除。 更多系統級解決方案將促使重新思考整個工作流程和工作空間。 倉庫設計可能會發生顯著變化，因為某些部分的設計主要適用于機器人而其他部分則用于促進安全的人機交互。

自動化可能會對發達經濟體的平均工資造成壓力

職業組合的變化可能會對工資造成壓力。 發達經濟體目前的許多中等工資崗位主要是高度自動化的活動，例如制造業或會計業，這些職業可能會衰退。 高薪工作崗位將大幅增加，特別是對于高技能醫療和技術或其他專業人員，但預計創造的大部分就業機會，包括教師和護理助手，通常具有較低的工資結構。 風險在于，自動化可能會加劇工資兩極分化，收入不平等以及過去十年中發達經濟體的收入不足從而引發社會和政治緊張局勢。

面對這些迫在眉睫的挑戰，勞動力挑戰已經存在

大多數國家已經面臨著充分教育和培訓其勞動力以滿足雇主當前要求的挑戰。 經合組織在過去二十年中，在工人教育和培訓方面的支出一直在下降。 工人轉移和錯位援助的支出占GDP的百分比也繼續縮減。 過去十年的一個教訓是，雖然全球化可能使經濟增長和人民作為消費者受益，但工人的工資和錯位救援影響卻沒有得到充分解決。包括我們自己在內的大多數分析表明，該等問題的規模可能會在未來幾十年內增長。 我們過去也看到，大規模的勞動力轉移會對工資產生持久影響; 在19世紀的工業革命期間，盡管生產力提高了，英國的工資在半個世紀中仍然停滯不前， - 這種現象被稱為“恩格斯的停頓”(PDF-690KB)。

需要解決的十件事

在尋求應對這些挑戰的適當措施和政策時，我們不應該尋求回滾或減緩技術的傳播。 公司和政府應利用自動化和人工智能從增強的績效和生產力貢獻以及社會效益中受益。 這些技術將創造經濟盈余，幫助社會管理勞動力轉型。 并且重點應放在確保勞動力轉移盡可能順利的方法上。 這可能需要在幾個關鍵領域采取可操作且可擴展的解決方案：

確保強勁的經濟和生產力增長。 強勁增長并不是自動化帶來的所有挑戰的神奇答案，但它是就業增長和日益繁榮的先決條件。 生產力增長是經濟增長的關鍵因素。 因此，解鎖投資和需求，以及實現生產力貢獻的自動化至關重要。

培養商業活力。 企業家精神和更快速的新業務形成不僅可以提高生產力，還可以推動創造就業機會。 適合小型企業的充滿活力的環境以及大型企業的競爭環境可以激發業務活力，并通過這種方式促進就業增長。 加快新業務的形成速度以及大小企業的增長和競爭力，需要更簡單和不斷發展的法規、稅收和其他獎勵措施。

不斷發展的教育系統和學習變革的工作場所。 與教育提供者(傳統和非傳統)和雇主一道合作的政策制定者可以通過學校系統和改進的在職培訓來提高基本STEM技能。 需要重點關注創造力、批判性和系統性思維，以及適應性和終身學習。 這將需要大規模的解決方案。

投資人力資本。 扭轉低潮的趨勢，以及在一些國家，對工人培訓的公共投資減少至關重要。 通過稅收優惠和其他激勵措施，政策制定者可以鼓勵企業投資人力資本，包括創造就業機會，學習和能力建設以及工資增長，類似于私營部門投資其他資本類型(包括研發)的激勵措施。

改善勞動力市場活力。 能夠使工人與工作、資格認證相匹配的信息信號在大多數經濟體中都能更好地發揮作用。 數字平臺還可以幫助人們找到工作，恢復勞動力市場的活力。 當更多的人更換工作時，即使在公司內，證據也表明工資上漲。 隨著更多的工作和賺取收入的機會出現(包括演出經濟)，我們需要解決諸如福利的可移植性，工人分類和工資變化等問題。

重新設計工作。 工作流設計和工作空間設計需要適應人們與機器更緊密合作的新時代。 在創造安全和富有成效的環境方面，這既是機遇也是挑戰。 組織也在發生變化，因為工作變得更加協作，公司尋求變得越來越靈活和非等級化。

重新思考收入。 如果自動化(全部或部分)確實導致就業和/或巨大工資壓力的大幅下降，那么可以考慮和測試一些想法，如有條件轉移、流動性支持、普遍基本收入和適應的社會安全網。 關鍵是找到經濟上可行的解決方案，并將工作中的多種角色結合起來，包括不僅提供收入，還提供意義，目的和尊嚴。

重新考慮受影響工人的過渡支持和安全網。 隨著工作在不同部門、地點、活動和技能要求之間的越來越高的變化率，許多工人將需要協助調整。 可以使用許多轉換安全網的最佳實踐方法，并應采用和調整，同時應考慮和測試新方法。

投資于工作需求的驅動因素。 政府需要考慮加大對自身有益的投資，并有助于對工作的需求(例如，基礎設施，氣候變化適應)。 這些類型的工作，從建筑到重新布線的建筑物和安裝太陽能電池板，往往是中等工資的工作，受自動化影響最大

安全地應用人工智能和自動化。 即使我們捕捉到這些快速發展的技術的生產力優勢，我們也需要積極防范風險并減輕任何危險。 數據的使用必須始終考慮到數據安全性、隱私、，惡意使用和潛在的偏見問題，政策制定者、技術和其他公司以及個人需要找到有效解決方法的問題。

今天每個人都有工作，明天將為每個人工作，即使在未來的自動化領域也是如此。 然而，這項工作將會有所不同，需要新的技能，并且勞動力的適應性遠遠超過我們所見。 對于即將到來的挑戰，培訓和再培訓中等職業工人和新一代將是當務之急。 政府、、私營部門領導者和創新者都需要共同努力，更好地協調公共和私人倡議，包括創造適當的激勵措施以更多地投資于人力資本。 自動化和人工智能的未來將具有挑戰性，但如果我們充分利用技術并減輕負面影響，我們將會從中獲益良多。