Gartner2018預測：人工智慧和未來的工作

人工智慧將對我們的工作產生深遠的影響，今後有的工作將被淘汰，同時將產生新的工作。IT領導者必須像他們尋求收穫人工智慧的業務價值一樣，認真地面對企業員工隊伍的變革。

1在2020年，人工智慧作為網路工作「發動機」，將創造230萬個工作機會，同時也會消滅180萬個工作崗位；

2在2021年，人工智慧技術將產生29,000億美元的商業價值，並節省62億小時的人工；

3到2022年，五分之一從事非常規工作的工人將依靠人工智慧來完成他們的工作；

4到2022年，零售商試圖使用人工智慧取代銷售人員的做法，將被證明是不成功的，儘管諸如收銀員、運維工作將被打亂。

人工智慧引起全球範圍的興趣。人類與完全智能化的人工智慧互動的虛構故事讓我們著迷。技術領域的領導者預測了就業崗位的終結，並談到了人工智慧潛在的可怕後果。在過去的幾年裡出現了一些引人注目的研究，預測了不同程度的失業：比如牛津大學的弗雷和奧斯本的研究；麥肯錫的研究等等，這些分析關注了某些職業，並提供了寶貴的見解，推動了關於人工智慧最終將對就業產生什麼影響的爭論。

Gartner曾經在價值框架下，評估了人工智慧對就業的影響，分析顯示，在2021年，人工智慧可能帶來令人震驚的29,000億美元的新的商業價值和機會。該分析有意不考慮其他可能影響全球就業的因素，例如新興產業的出現、地緣政治的轉變、全球範圍內的人才庫給高薪一族的工資帶來壓力等。此外，我們也沒有考慮人工智慧對生產力的潛在影響。本文預測側重於人工智慧所創造的業務價值以及由此節省的工時、丟失的工作數量和新創建的工作崗位的數量。

從以往的案例來看，科技的重大創新往往導致一些崗位暫時性失業，並且產生過渡期，然後是行業復甦和業務轉型。人工智慧也是如此，這一過渡期將在2020年左右，與之前的重大創新相比，人工智慧領域更早地發出了警告，預見了人工智慧對工作可能產生的負面影響。這可能有助於進一步縮短過渡時期，儘管我們在之前的討論中沒有考慮到這種情況。

1

在2020年，人工智慧作為網路工作「發動機」，將創造230萬個工作機會，同時也會消滅180萬個工作崗位

2020年將是人工智慧就業動態的關鍵年份：AI將在2019年之前減少更多的就業機會（主要是製造業）。從2020年開始，與人工智慧相關的就業機會將會正向增長，2025年將達到二百萬個凈新增就業崗位。受人工智慧影響的就業崗位數量因行業而異：醫療、公共部門和教育部門的就業需求將持續增長；製造業將受到最嚴重的衝擊；醫療保健提供者、公共部門、銀行和證券、通信、媒體和服務、零售和批發貿易將從人工智慧中受益，而不會遭受年度凈失業。

製造業和運輸業將遭受較大衝擊：到2019年年底，由於人工智慧技術的發展，93.8萬個製造業崗位將被淘汰；交通運輸業將在2020首次實現就業凈增長；2018年，全球IT服務公司將有大量的工作崗位流失，新增10萬個工作崗位，減少8萬個工作崗位。

總的來看，Gartner認為人工智慧將對工作就業產生積極的影響，就業凈增長的主要原因是人工智慧本身——其實質是人類與智能的合作關係，兩者相輔相成。人工智慧對就業的影響在全球範圍內處於起步階段。為了預測人工智慧將如何改變就業前景，我們研究了2015年至2025年10年期間，按行業、按國家分列的商業價值創造的地點和方式。

從就業動態走勢來看，2025年以後新的行業和工作崗位將被創造出來，但它們是難以預見的；就像過去一樣，很難預見智能手機、社交網路和廣告等新行業的就業機會。可以肯定的是，從2020年開始，與人工智慧相關的工作崗位將穩步增長。在2021年，人工智慧技術將產生2.9萬億美元的商業價值，並節省62億小時的人工。從長遠來看，人工智慧將降低勞動力成本占收入的百分比，但其中一部分收入將繼續轉化為新的工作。

一份關於人工智慧對失業和收益的影響的單一分析，不能涵蓋整體情況。幾乎所有行業都會受到影響，但是只有少數幾個行業會整體失業，有些行業只會出現幾年的凈失業，而大多數行業根本不會出現凈失業。今天，大部分公司已經開始布局他們的人工智慧，供應商正在現有產品中迅速引入新的人工智慧功能技術，或者用人工智慧來包裝自己。資本投資正導致人工智慧初創企業的大量湧現。人工智慧已經在異常檢測、網路安全、證券交易、醫療診斷、客戶滿意度、DNA序列分類等案例中取得了實在的成果。200年前，自動化推動了勞動力生產率和資本回報，同樣增加了社會就業。

人工智慧對工作的影響逐年不同。在2018年，人工智慧將帶來2,000億美元的收入和76.8萬個新職位，將給全球帶來相當於新增28億小時工作時間的勞動成果，但在2018年，也將有94.3萬個工作崗位被淘汰。失業者主要集中在中等技能的工作崗位，雖然低端和低技能的工作會出現一些波動，但結果會更好一些。人工智慧將提高許多工作崗位的生產率，它將減少數百萬個中、低級職位，並將創造更多的要求高技能、高管理素質的工作崗位，數百萬計的入門級和低技能的新職位。

2

在2021年，人工智慧技術將產生29,000億美元的商業價值，並節省62億小時的人工

Gartner的預測顯示，人工智慧將帶來令人震驚的29,000億美元新的商業價值，以及節省62億小時的人工，歸因於使用人工智慧提高了工作效率，創造個性化客戶體驗，吸引客戶參與，並幫助擴大創收機會，並以此作為新的業務模式的一部分，這些新的業務模式是由價值數據驅動的。許多行業的商業價值將會增加，但製造業將會迎來更多的價值機會，因為人工智慧而節約成本，消除價值鏈中的摩擦消耗。製造業主要因為人工智慧而大大節約成本，從而帶來更多的收入。

然而，這隻說明了故事的一個方面。雖然人工智慧無疑會帶來這些收益，但產業不會停滯不前，不會讓人工智慧成為決定贏家和輸家的唯一因素。事實上，外包等行業正在從根本上改變其商業模式，只是依託人工智慧尋求更低的成本，新的商業模式和機會顯得更為重要。目前，雖然人工智慧輕鬆替代人類承擔重複的、普通的勞動，使人類自由從事其他活動，但人類與人工智慧的共生關係將更加微妙。對於人類來說，智能需要重新設計，而不是簡單地用自動化替代。例如，與模仿人的行為和判斷的套路不同的是，整個決策過程可以重構，應該充分利用機器和人的相對優勢和弱點，最大限度地產生價值。

我們需要增強員工、客戶、企業、行業生態系統中圍繞人類和機器的各項工作，而不是單純依靠人工智慧。對於大多數企業來說，可能不會追求人工智慧的前沿用途，比如製造機器人和自動駕駛汽車。對於人工智慧來說，影響企業更多的是在決策環節、流通環節，充當委託任務的代理，並從根本上改變人們的工作方式。

3

到2022年，五分之一從事非常規工作的工人將依靠人工智慧來完成他們的工作

人工智慧被用於高度重複的任務，包括執行大量的觀察和分析活動，例如篩查乳房的X線掃描結果，來診斷乳腺癌。但是，將人工智慧用於一些日常人們接觸較少，類型比較獨特的工作，將會產生更好的效益。一些特殊的工種，將受到高度關注。人工智慧應用於半常規和非常規認知任務，在訓練數據的支撐下，會產生更加有趣的聯繫，使得現有的工作更加有效。早在2010年，Garry Kasparov就發現：Weak human + machine + better process was superior to a strong computer alone and, more remarkably, superior to a strong human + machine + inferior process.（半人馬模式）。

供應商們應該抓住機會，讓人工智慧通用工具來改進非常規工種。例如，自然語言查詢數據集、自動分類內容、重要電子郵件的提醒或即時消息，以及介紹具有類似興趣的同事等。這些新的潛在工作，將催生積累和分析知識工作的深度改進。

應用人工智慧技術增強人類認知能力，提高認知任務和決策的質量。首席信息官應首先採用半人馬（人和機器）模式，尋找提高效率的機會，而不是削減成本或更換工作人員。通過使用嵌入在通用軟體中的人工智慧功能來啟動你的人工智慧計劃。

4

到2022年，零售商試圖使用人工智慧取代銷售人員的做法，將被證明是不成功的，儘管諸如收銀員、運維工作將被打亂。

多渠道零售有一個複雜的成本結構，有兩大驅動因素：商品銷售成本和勞動力成本。競爭和投資將產生巨大的驅動力，使幾十年來相對不變的任務和流程自動化。利用人工智慧和機器人等技術，零售商實現自動化來識別、優化密集型和重複性勞動。

目前，零售商正在擴大對技術的使用，以改進店內財務流程，比如自助結帳，這已經超出了雜貨店和大商場零售商的範圍，進入了便利店等領域。一些零售公司，如ahold，正在向消費者提供掃描設備，供他們在裝載購物車時使用，從而進一步為結賬的消費者提供了無縫交易。沃爾瑪目前正在測試一種由客戶的移動設備啟用的掃描和關閉過程。一些零售商正在試驗機器人解決方案的客戶服務，積極實驗虛擬客戶服務助理。儘管所有這些努力都將繼續，但研究表明，所有年齡層的消費者在逛商店時仍更願意與知識淵博的銷售助理互動。這一需求在家庭裝修、藥店和化妝品等專業領域比較明顯，零售商會發現很難消除傳統的銷售關聯功能。

到2020年，人工智慧及演算法將促使前10名零售商削減多達三分之一的總部採購人員。到2020年，至少有一家大型多渠道零售商將嘗試一個完全自動化的、無關聯的物理存儲場地。到2020年，將有50%的零售客戶服務至少部分通過對話式的人工智慧應用程序進行處理。

本文由上海市科學學研究所產業創新研究室副研究員孟海華根據Gartner相關報告翻譯撰寫。文章觀點不代表主辦機構立場。

◆◆◆

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！