论文部分内容阅读
假如公司人要花1万小时才能习得的技能，机器花更少的时间就能掌握，且处理效率更高，那么你和机器之间，谁的留任几率更大？
这可不是一个玩笑，机器人取代劳动力，正在成为现实。
世界经济论坛（WEF）今年1月发布的关于第四次工业革命的报告称，预计到2020年，人工智能、机器人技术和其他技术变革将造成全球五百多万人失业。其实早在3年前，德勤和牛津大学联合发布的《未来的就业：哪些工作最容易受到计算机自动化的挑战》报告就推断：未来20年，机器人会威胁近45%的美国人的职业。到了麦肯锡今年7月发布的报告《机器人能代替的和不能代替的工作》中，这一数字上升到60%，这是基于对美国八百多种工作岗位的两千多种工作的调查得出的结论。
这里的机器人已经不仅仅是指那些活跃在富士康这样大型工厂流水线上的工业机器人，它更是一种嵌入人工智能的综合系统—前者在某些生产线上的自动化完成率已经达到70%，而后者可以带来的智能化程度是不可预估的。
这将带来更具颠覆性的危机。“大家可能以为机器只是能取代一些重复性高的简单工作，但其实如果把工作技能由简到难画一条曲线，在上扬的阶梯中，更容易被取代的反而是位于中段的工作。”人工智能专家赵巍这样判断，他在海外从事机器研究十余年，目前正在创办一家和人工智能相关的公司。在赵巍看来，相对于传统印象中更容易被机器取代的体力劳动者，某些需要脑力劳动的“白领”工作，反而更危险，“因为人工智能能取代的技能在逐步往曲线更高端的方向移动，这意味着越接近‘简单白领’的工作，越容易被取代。”
这个观点在斯坦福大学的AI100研究小组于今年9月发布的《2030年的人工智能与生活》中得到了验证。该研究报告称，数字技术给中等技能的工作—而不是非常低技能或非常高技能的工作带来了更大的影响。AI100小组由AI领域和相关交叉学科的顶尖科学家组成，包括工业自动化、国防、心理学、伦理学、法学、个人隐私、政治制度等，他们每隔几年就会对人工智能的进展做新的跟进研究。
不过“能被自动化”并不等于“会被自动化”，这是成本和获利博弈后的选择，也就是说当占据工作大部分时间的任务能由机器人来解决，同时这种自动化的实现成本低于人力成本，那这类工作的从业人员就比较危险。
这并不代表我们就能放松警惕。为了更清晰地看到不同行业中哪部分工作内容是更容易被取代的，麦肯锡按照“不受影响”到“非常容易受到影响”的排序（见后图），将工作内容划分成7种类型，依次为管理他人、应用专业知识、与利益相关方互动、不可预测的体力劳动、数据收集、数据处理、可预测的体力劳动，其中“可预测的体力劳动”对应自动化的可替代性达到了78%，成为最容易受影响的工作内容。我们结合了这份报告以及专家采访，总结分析了机器自动化对公司人可能产生的影响，你可以看看自己是否在危险之列。
A
7种技能可被替代的可能性
在今年7月发布的报告里，麦肯锡将所有行业的工作内容归总成了7种类型，并由此调查了以现有技术实现自动化后能节约下的时间比例—也就是说，实现自动化后能节约的时间比例越高，这项工作内容被替代的风险就越大。其中，“可预测的体力劳动”节约了78%的时间，成为可替代性最高的工作内容，“管理他人”则是目前最不容易被替代的工作内容，仅仅为9%，我们将依次就7种技能做出分析，公司人可以根据自己的工作内容来对照参考。
如果你的工作内容集中在以下3个维度，小心！
1 数据处理
不似小说家、雕塑家等带有很高创造性，这类工作会运用到分析和判断的能力，不是完全低技能的工作，但又保持了一定的规律性。比如医院放射科中，专门解读图像和诊断信息的医疗协助人员。他们的工作是通过解读图像来给出健康提示，而根据目前的图像识别技术，机器识别的准确率和可靠程度都已经超过人类。
2 数据收集
比如律师事务所中给律师打下手的初级法务助理，他们的主要工作是收集和整理已有的文件，撰写简单的中英文诉求并提出主要的辩论议题。而这些通过机器学习，能够轻易完成。
3 可预测的体力劳动
即指工作内容即使发生变化也相对能预测和可控。高达78%的可代替性让这个能力比“不可预测的体力劳动”危险得多。以零售行业的岗位为例，一位售货员平时的工作包括与顾客互动（与利益相关方互动）、处理数据和商品陈列（这里归为可预测环境下的体力搬运）。机器在后两者上的能力就比人类的能力强得多。
如果你的工作内容集中在以下4
个维度，你是安全的
1 管理他人
人工智能目前能完成的相对还是定义明确的工作，在7个维度中，现有技术最难取代的是管理培训类的工作。和这种模糊的任务类似的是需要利用经验知识的决策、规划以及创意性工作，或者一些要求高度抽象思维或创造力的领域，比如科学家、摄影师、艺术家等。
2 应用专业知识
比如精密仪器装配，超过一半豪表的机芯都出自瑞士西南部的汝拉山谷，装配师操作的零件中最小的细如毫发，在经历了二十多年艰难转型后，这个古老传统的行业竟然重归繁荣，成为一种“血统”。再比如医疗健康领域中的注册护士，其工作只有不到30%能够被自动化取代，口腔科医师则更低，只有 13%。
3 与利益相关方互动
尽管目前涌现了很多线上课程和学习工具结合的例子，不过教学的本质在于术业有专攻，并在此基础上与他人开展复杂的互动，而这两类工作内容占教育工作的大头，属于可替代性不高的技能。另外一些与情感交流相关的互动工作，比如心理咨询师等也可以归为这一领域。 4 不可预测的体力劳动
让人有些意外的是，一些可能连高中文凭都不需要的技能，反而比较容易“幸存”，比如护理老人的护工，或者是工地的建筑工人。
“不要小看建筑工人搬砖的工作内容，这对手、眼综合协调能力的要求很复杂，调用的认知能力和脑活动能力可能比律师助理写一个文案还要高很多。”赵巍说。之所以很难取代的原因是，对人类而言，简单到几乎是本能的协调与判断，是经历了几十万年演化的结果，而这对于机器是个相当漫长的学习过程。
当然，机械臂也能完成搬砖，从固定的这头到那头。比如Google的子公司之一，Industrial Perception的机械臂运用了感知技术，从整理包裹、摆放固定位置到装车，都能由机器人完成，它们的效率比人类高6倍，并且总体成本更低。但机械臂不能取代建筑工人的原因是，它们通常“只能取代精准定义的一个子任务”，而建筑工人要完成的工作更多。比如随时调整卡车的运输位置、搅拌混凝土、推水泥车等—这不仅要求身体的综合协调，而且需要综合的判断。赵巍以和李世石下棋的AlphaGo举例，“就算系统学习到了围棋9段，但若要它马上下五子棋，它依然没有办法将技能在短时间内转化。”建筑工人们有可能在工地继续发挥作用，正是因为他们的这些综合能力仍然有价值。
B
最有可能被取代的3个行业
1 以服务为主的餐饮、零售及住宿业
在餐饮、零售和住宿业的工作内容中，占据最多的就是“可预测的体力劳动”，而这部分又是可替代性最高的，所以对这3个行业的公司人来说，如果你的工作内容是大量重复且可预测的，那就该亮起职业警示灯了。毕竟73%的后勤服务工作在技术上已经可以实现自动化了。
不同行业被机器人取代的危机感（从高到底）
7种工作内容被机器人取代的可能性
2 不出意外的制造业
在制造业中，目前59%的工作活动已经实现自动化，其中90%的工作（如焊接、切割、接锯等）目前已经由机器人来完成。在富士康的车间中，哪怕是在黑暗的环境中，生产也能照常进行—那里没有工人。这家可能是全球雇员最多的工厂在2011年宣布了“百万机器人计划”后，目前在类似“机构制件”的生产条线中，已经有70%的工作可以由机器人完成。
3“高大上”的金融及保险业
麦肯锡认为在诸多行业中，金融业和保险业可能会首先迎来人工智能的冲击。根据麦肯锡的研究，金融业和保险业的工作者有一半的时间都花在了处理和收集数据上，这是各种行业中比例最高的，其他行业的平均值约为18%左右。同时，机器学习和深度强化学习等工具在这些数据丰富的垂直领域能够轻松应用。
这可不是一个玩笑，机器人取代劳动力，正在成为现实。
世界经济论坛（WEF）今年1月发布的关于第四次工业革命的报告称，预计到2020年，人工智能、机器人技术和其他技术变革将造成全球五百多万人失业。其实早在3年前，德勤和牛津大学联合发布的《未来的就业：哪些工作最容易受到计算机自动化的挑战》报告就推断：未来20年，机器人会威胁近45%的美国人的职业。到了麦肯锡今年7月发布的报告《机器人能代替的和不能代替的工作》中，这一数字上升到60%，这是基于对美国八百多种工作岗位的两千多种工作的调查得出的结论。
这里的机器人已经不仅仅是指那些活跃在富士康这样大型工厂流水线上的工业机器人，它更是一种嵌入人工智能的综合系统—前者在某些生产线上的自动化完成率已经达到70%，而后者可以带来的智能化程度是不可预估的。
这将带来更具颠覆性的危机。“大家可能以为机器只是能取代一些重复性高的简单工作，但其实如果把工作技能由简到难画一条曲线，在上扬的阶梯中，更容易被取代的反而是位于中段的工作。”人工智能专家赵巍这样判断，他在海外从事机器研究十余年，目前正在创办一家和人工智能相关的公司。在赵巍看来，相对于传统印象中更容易被机器取代的体力劳动者，某些需要脑力劳动的“白领”工作，反而更危险，“因为人工智能能取代的技能在逐步往曲线更高端的方向移动，这意味着越接近‘简单白领’的工作，越容易被取代。”
这个观点在斯坦福大学的AI100研究小组于今年9月发布的《2030年的人工智能与生活》中得到了验证。该研究报告称，数字技术给中等技能的工作—而不是非常低技能或非常高技能的工作带来了更大的影响。AI100小组由AI领域和相关交叉学科的顶尖科学家组成，包括工业自动化、国防、心理学、伦理学、法学、个人隐私、政治制度等，他们每隔几年就会对人工智能的进展做新的跟进研究。
不过“能被自动化”并不等于“会被自动化”，这是成本和获利博弈后的选择，也就是说当占据工作大部分时间的任务能由机器人来解决，同时这种自动化的实现成本低于人力成本，那这类工作的从业人员就比较危险。
这并不代表我们就能放松警惕。为了更清晰地看到不同行业中哪部分工作内容是更容易被取代的，麦肯锡按照“不受影响”到“非常容易受到影响”的排序（见后图），将工作内容划分成7种类型，依次为管理他人、应用专业知识、与利益相关方互动、不可预测的体力劳动、数据收集、数据处理、可预测的体力劳动，其中“可预测的体力劳动”对应自动化的可替代性达到了78%，成为最容易受影响的工作内容。我们结合了这份报告以及专家采访，总结分析了机器自动化对公司人可能产生的影响，你可以看看自己是否在危险之列。
A
7种技能可被替代的可能性
在今年7月发布的报告里，麦肯锡将所有行业的工作内容归总成了7种类型，并由此调查了以现有技术实现自动化后能节约下的时间比例—也就是说，实现自动化后能节约的时间比例越高，这项工作内容被替代的风险就越大。其中，“可预测的体力劳动”节约了78%的时间，成为可替代性最高的工作内容，“管理他人”则是目前最不容易被替代的工作内容，仅仅为9%，我们将依次就7种技能做出分析，公司人可以根据自己的工作内容来对照参考。
如果你的工作内容集中在以下3个维度，小心！
1 数据处理
不似小说家、雕塑家等带有很高创造性，这类工作会运用到分析和判断的能力，不是完全低技能的工作，但又保持了一定的规律性。比如医院放射科中，专门解读图像和诊断信息的医疗协助人员。他们的工作是通过解读图像来给出健康提示，而根据目前的图像识别技术，机器识别的准确率和可靠程度都已经超过人类。
2 数据收集
比如律师事务所中给律师打下手的初级法务助理，他们的主要工作是收集和整理已有的文件，撰写简单的中英文诉求并提出主要的辩论议题。而这些通过机器学习，能够轻易完成。
3 可预测的体力劳动
即指工作内容即使发生变化也相对能预测和可控。高达78%的可代替性让这个能力比“不可预测的体力劳动”危险得多。以零售行业的岗位为例，一位售货员平时的工作包括与顾客互动（与利益相关方互动）、处理数据和商品陈列（这里归为可预测环境下的体力搬运）。机器在后两者上的能力就比人类的能力强得多。
如果你的工作内容集中在以下4
个维度，你是安全的
1 管理他人
人工智能目前能完成的相对还是定义明确的工作，在7个维度中，现有技术最难取代的是管理培训类的工作。和这种模糊的任务类似的是需要利用经验知识的决策、规划以及创意性工作，或者一些要求高度抽象思维或创造力的领域，比如科学家、摄影师、艺术家等。
2 应用专业知识
比如精密仪器装配，超过一半豪表的机芯都出自瑞士西南部的汝拉山谷，装配师操作的零件中最小的细如毫发，在经历了二十多年艰难转型后，这个古老传统的行业竟然重归繁荣，成为一种“血统”。再比如医疗健康领域中的注册护士，其工作只有不到30%能够被自动化取代，口腔科医师则更低，只有 13%。
3 与利益相关方互动
尽管目前涌现了很多线上课程和学习工具结合的例子，不过教学的本质在于术业有专攻，并在此基础上与他人开展复杂的互动，而这两类工作内容占教育工作的大头，属于可替代性不高的技能。另外一些与情感交流相关的互动工作，比如心理咨询师等也可以归为这一领域。 4 不可预测的体力劳动
让人有些意外的是，一些可能连高中文凭都不需要的技能，反而比较容易“幸存”，比如护理老人的护工，或者是工地的建筑工人。
“不要小看建筑工人搬砖的工作内容，这对手、眼综合协调能力的要求很复杂，调用的认知能力和脑活动能力可能比律师助理写一个文案还要高很多。”赵巍说。之所以很难取代的原因是，对人类而言，简单到几乎是本能的协调与判断，是经历了几十万年演化的结果，而这对于机器是个相当漫长的学习过程。
当然，机械臂也能完成搬砖，从固定的这头到那头。比如Google的子公司之一，Industrial Perception的机械臂运用了感知技术，从整理包裹、摆放固定位置到装车，都能由机器人完成，它们的效率比人类高6倍，并且总体成本更低。但机械臂不能取代建筑工人的原因是，它们通常“只能取代精准定义的一个子任务”，而建筑工人要完成的工作更多。比如随时调整卡车的运输位置、搅拌混凝土、推水泥车等—这不仅要求身体的综合协调，而且需要综合的判断。赵巍以和李世石下棋的AlphaGo举例，“就算系统学习到了围棋9段，但若要它马上下五子棋，它依然没有办法将技能在短时间内转化。”建筑工人们有可能在工地继续发挥作用，正是因为他们的这些综合能力仍然有价值。
B
最有可能被取代的3个行业
1 以服务为主的餐饮、零售及住宿业
在餐饮、零售和住宿业的工作内容中，占据最多的就是“可预测的体力劳动”，而这部分又是可替代性最高的，所以对这3个行业的公司人来说，如果你的工作内容是大量重复且可预测的，那就该亮起职业警示灯了。毕竟73%的后勤服务工作在技术上已经可以实现自动化了。
2 不出意外的制造业
在制造业中，目前59%的工作活动已经实现自动化，其中90%的工作（如焊接、切割、接锯等）目前已经由机器人来完成。在富士康的车间中，哪怕是在黑暗的环境中，生产也能照常进行—那里没有工人。这家可能是全球雇员最多的工厂在2011年宣布了“百万机器人计划”后，目前在类似“机构制件”的生产条线中，已经有70%的工作可以由机器人完成。
3“高大上”的金融及保险业
麦肯锡认为在诸多行业中，金融业和保险业可能会首先迎来人工智能的冲击。根据麦肯锡的研究，金融业和保险业的工作者有一半的时间都花在了处理和收集数据上，这是各种行业中比例最高的，其他行业的平均值约为18%左右。同时，机器学习和深度强化学习等工具在这些数据丰富的垂直领域能够轻松应用。