自動(dòng)化和人工智能(AI)正在改變企業(yè)，而且將通過對(duì)生產(chǎn)力所做的貢獻(xiàn)來促進(jìn)經(jīng)濟(jì)增長。它們還將有助于解決從健康到氣候變化等領(lǐng)域的巨大社會(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)行更多本來由人工執(zhí)行的任務(wù)，補(bǔ)充人類所做的工作，甚至執(zhí)行超出人類能力的任務(wù)。結(jié)果，有些職業(yè)將衰落，而另一些職業(yè)將增長，還會(huì)有更多職業(yè)發(fā)生變化。

雖然我們相信未來會(huì)有足夠多的工作(除各種極端情況外)，但社會(huì)需要應(yīng)對(duì)重大的勞動(dòng)力轉(zhuǎn)移和失業(yè)的問題。工人需要掌握新技能并在工作場(chǎng)所中適應(yīng)功能越來越強(qiáng)大的機(jī)器。他們可能不得不從日益衰落的職業(yè)轉(zhuǎn)向興旺的職業(yè)，在某些情況下甚至轉(zhuǎn)向新的職業(yè)。

本行政簡(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及其所面臨的挑戰(zhàn)，同時(shí)概述了政策制定者，公司和個(gè)人需要解決的一些關(guān)鍵問題。

自動(dòng)化和人工智能并不是什么新鮮事物，但最近的技術(shù)進(jìn)步正在將機(jī)器的能耐推向極致。我們的研究表明，社會(huì)需要這些改進(jìn)來為企業(yè)提供價(jià)值，促進(jìn)經(jīng)濟(jì)增長并在我們最困難的社會(huì)難題中取得難以想象的進(jìn)展。綜上所述：

除了傳統(tǒng)的工業(yè)自動(dòng)化和先進(jìn)的機(jī)器人之外，新一代功能更強(qiáng)大的自動(dòng)化系統(tǒng)也出現(xiàn)在各種應(yīng)用環(huán)境中，如行駛在道路上的自動(dòng)駕駛車輛到雜貨店的自動(dòng)結(jié)賬。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。人工智能近年來取得了特別大的進(jìn)步，因?yàn)闄C(jī)器學(xué)習(xí)算法變得更加復(fù)雜并且利用了算力的劇增和可用于訓(xùn)練它們的數(shù)據(jù)的巨幅增長。令人嘆為觀止的突破見諸于各大頭版頭條，其中有許多涉及計(jì)算機(jī)視覺，自然語言處理和圍棋(Go)等復(fù)雜游戲的人類無法企及的能力。

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精準(zhǔn)推薦產(chǎn)品，發(fā)現(xiàn)生產(chǎn)中的異常，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))仍然有望帶來更多價(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)，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)每年的市值可以達(dá)到3.5萬億至5.8萬億美元，占所有分析技術(shù)所創(chuàng)造價(jià)值的40%。

在老齡化和不斷下降的出生率正在拖累增長的這樣一個(gè)時(shí)刻，人工智能和自動(dòng)化技術(shù)的部署可以為提升全球經(jīng)濟(jì)和促進(jìn)全球繁榮做出巨大貢獻(xiàn)。勞動(dòng)生產(chǎn)率增長(推動(dòng)經(jīng)濟(jì)增長的重要因素)在許多經(jīng)濟(jì)體中已經(jīng)放緩，從十年前美國和主要?dú)W洲經(jīng)濟(jì)體的2.4%降至2010年至2014年的平均值0.5%，而這發(fā)生在上一個(gè)生產(chǎn)力繁榮衰退之后的2008年的金融危機(jī)之后。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)率增長可能每年達(dá)到2%，其中60%來自數(shù)字化方面的機(jī)遇。

人工智能也被用于材料科學(xué)，醫(yī)學(xué)研究和氣候科學(xué)的各個(gè)領(lǐng)域。將這些技術(shù)應(yīng)用于這些學(xué)科和其它學(xué)科有助于解決社會(huì)的各種難題。例如，Geisinger的研究人員已經(jīng)開發(fā)出一種算法，這種算法可以將顱內(nèi)出血的診斷時(shí)間縮短96%之多。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)確地衡量政府間氣候變化專門委員會(huì)使用的氣候模型。

人工智能和自動(dòng)化仍面臨各種難題。這些限制有一部分是技術(shù)性的，例如需要大量的訓(xùn)練數(shù)據(jù)并且難以將算法“推廣”到各個(gè)用例。最近的創(chuàng)新才剛剛開始解決這些問題。另一些難題則在于使用人工智能技術(shù)。例如，解釋機(jī)器學(xué)習(xí)算法所做出的決策在技術(shù)上十分困難，這對(duì)于涉及金融借貸或法律應(yīng)用的用例尤其重要。訓(xùn)練數(shù)據(jù)和算法中的潛在偏差以及數(shù)據(jù)隱私，惡意使用和安全性都是必須解決的問題。歐洲由于實(shí)施了《通用數(shù)據(jù)保護(hù)法規(guī)》而領(lǐng)先一步，該法規(guī)為用戶提供了更多的數(shù)據(jù)收集和使用方面的權(quán)利。

另一類難題涉及到組織是否有能力采用這些技術(shù)，其中人員，數(shù)據(jù)可用性，技術(shù)和流程的就緒程度方面往往會(huì)帶來困難。各行業(yè)和各國的技術(shù)采用已經(jīng)十分不均衡。金融，汽車和電信行業(yè)引領(lǐng)了人工智能的采用。在諸多國家中，美國對(duì)人工智能的投資在2016年排名第一，多達(dá)150億至230億美元，其次是亞洲，其投資額為80億至120億美元，歐洲則以30至40億美元而落后。

即使人工智能和自動(dòng)化為企業(yè)和社會(huì)帶來了好處，我們也必須準(zhǔn)備好應(yīng)對(duì)其對(duì)工作所帶來的顛覆。

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，某類活動(dòng)比另一類活動(dòng)更容易實(shí)現(xiàn)自動(dòng)化。這類活動(dòng)包括高度可預(yù)測(cè)和結(jié)構(gòu)化環(huán)境中的物理活動(dòng)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胁块T開展的活動(dòng)的半數(shù)。最不易受影響的類別包括管理他人，提供專業(yè)知識(shí)以及與利益相關(guān)者交流。

幾乎所有職業(yè)都將受到自動(dòng)化的影響，但這些職業(yè)中只有5%能通過現(xiàn)有技術(shù)完全實(shí)施自動(dòng)化。其實(shí)還有更多職業(yè)所包含的活動(dòng)其實(shí)是可以自動(dòng)化的：我們發(fā)現(xiàn)60%的職業(yè)中約30%的活動(dòng)可以實(shí)現(xiàn)自動(dòng)化。這意味著大多數(shù)工作人員(從焊工到抵押貸款經(jīng)紀(jì)人再到首席執(zhí)行官)將與快速發(fā)展的機(jī)器一起工作。這些職業(yè)的性質(zhì)可能因此而發(fā)生改變。

自動(dòng)化將取代一些工人。我們發(fā)現(xiàn)，2016 至2030年間約有15%的全球勞動(dòng)力(即約4億工人)可能會(huì)因自動(dòng)化而遭到取代。這反映了我們?cè)陬A(yù)測(cè)采用速度和范圍方面的中點(diǎn)應(yīng)用場(chǎng)景。在我們所建模的最快的采用情景中，這個(gè)數(shù)字上升到30%，即8億工作人員。而在最慢的采用情景中，只有約1000萬人遭到取代。

如此大的范圍突出了影響人工智能和自動(dòng)化采用的步伐和范圍的多種因素。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)力供給數(shù)量，質(zhì)量和相關(guān)工資);有助于商業(yè)案例的采用的勞動(dòng)力替代以外的好處;最后還有社會(huì)規(guī)范和人們的接受程度。由于上述因素的差異(尤其是勞動(dòng)力市場(chǎng)動(dòng)態(tài))，各國和各部門的采用將繼續(xù)存在顯著差異：在工資水平相對(duì)較高的發(fā)達(dá)經(jīng)濟(jì)體(如法國，日本和美國)，自動(dòng)化到2030年可能會(huì)取代20%到25%的勞動(dòng)力，在中點(diǎn)采用情景中，勞動(dòng)力的百分比是印度的兩倍多。

即使工人遭到取代，市場(chǎng)對(duì)工作和職位的需求也會(huì)增長。我們根據(jù)推動(dòng)工作需求的幾個(gè)因素制定了延續(xù)到2030年的勞動(dòng)力需求情景，包括收入增長，醫(yī)療支出的增長以及基礎(chǔ)設(shè)施，能源，技術(shù)開發(fā)和部署方面的持續(xù)投資或投資升級(jí)。這些情景表明，到2030年，全球?qū)?5.55億和8.9億個(gè)工作崗位)勞動(dòng)力的額外需求在21%至33%，這遠(yuǎn)遠(yuǎn)超過了失業(yè)人數(shù)。一些最大的收益將來自印度這樣的新興經(jīng)濟(jì)體，那里的勞動(dòng)年齡人口已經(jīng)在迅速增長。

包括商業(yè)活力和生產(chǎn)力增長在內(nèi)的額外經(jīng)濟(jì)增長也將繼續(xù)創(chuàng)造就業(yè)機(jī)會(huì)。如果歷史可以作為指引的話，那么我們目前無法想象的許多其它新職業(yè)也將陸續(xù)出現(xiàn)并且有可能占到2030年創(chuàng)造的就業(yè)機(jī)會(huì)的10%。此外，技術(shù)歷來是純粹的就業(yè)創(chuàng)造者。例如，在20世紀(jì)70年代和80年代，個(gè)人計(jì)算機(jī)的引進(jìn)不僅為半導(dǎo)體制造商創(chuàng)造了數(shù)百萬個(gè)工作崗位，而且為所有類型的軟件和應(yīng)用程序開發(fā)人員，客戶服務(wù)代表和信息分析師創(chuàng)造了數(shù)百萬個(gè)工作崗位。

隨著機(jī)器逐漸填補(bǔ)人工，局部自動(dòng)化將變得更加普遍。例如，能夠以高精度讀取診斷掃描圖的人工智能算法將有助于醫(yī)生診斷患者病例并確定合適的治療方案。在其他領(lǐng)域，工作內(nèi)容單調(diào)重復(fù)的崗位可能會(huì)朝這樣一個(gè)模型發(fā)展——管理自動(dòng)化系統(tǒng)并對(duì)其進(jìn)行故障排除。以零售商亞馬遜為例，曾經(jīng)負(fù)責(zé)搬運(yùn)和堆放物品的員工正在成為機(jī)器人操作員，他們負(fù)責(zé)監(jiān)控自動(dòng)化機(jī)器臂并解決物品流動(dòng)中斷等問題。

依據(jù)大多數(shù)情景來看，雖然我們預(yù)計(jì)2030年將有足夠的工作崗位來確保充分就業(yè)，但伴隨自動(dòng)化和人工智能采用的轉(zhuǎn)變是十分重要的。大量不同的職業(yè)將發(fā)生變化，技能和教育要求也將發(fā)生變化。我們需要重新設(shè)計(jì)工作以確保人們高效地與機(jī)器協(xié)作。

自動(dòng)化將加速我們?cè)谶^去15年見證的所需勞動(dòng)力的技能轉(zhuǎn)變。企業(yè)對(duì)編程等高級(jí)技術(shù)技能的需求將迅速增長。社交，情感和高級(jí)認(rèn)知技能(如創(chuàng)造力，批判性思維和復(fù)雜的信息處理)也將不斷增長。基本的數(shù)字技能需求一直在增加，這種趨勢(shì)將繼續(xù)并加速。企業(yè)對(duì)身體和手工技能的需求將下降，但在許多國家，這方面的技能在2030年仍是最大的勞動(dòng)力技能類別。這將對(duì)業(yè)已存在的勞動(dòng)力技能方面的難題以及對(duì)新的資格認(rèn)證體系的需求造成額外的壓力。雖然一些創(chuàng)新的解決方案正在浮出水面，但我們?nèi)孕枰軌蚺c挑戰(zhàn)難度匹敵的解決方案。

我們的研究表明，在中點(diǎn)采用情景中，大約3%的全球勞動(dòng)力需要在2030年前改變職業(yè)類別，盡管各種情景的采用徘徊于0%到14%不等。其中一些變化將發(fā)生在公司和部門內(nèi)部，但許多變化將發(fā)生在各個(gè)部門甚至各個(gè)地區(qū)之間。在高度結(jié)構(gòu)化的環(huán)境或數(shù)據(jù)處理或收集中由身體活動(dòng)組成的職業(yè)將會(huì)出現(xiàn)下降。不斷增長的職業(yè)將包括那些難以自動(dòng)化的活動(dòng)，如管理者以及那些處于不可預(yù)測(cè)的物理環(huán)境中的人，如水管工。其他呈增長趨勢(shì)的職業(yè)包括教師，護(hù)理助手，科技和其他專業(yè)人士。

隨著智能機(jī)器和軟件更深入地集成到工作場(chǎng)所，工作流程和工作場(chǎng)所將不斷發(fā)展，使人類和機(jī)器能夠協(xié)同工作。例如，隨著自助結(jié)賬機(jī)器進(jìn)駐商店，收銀員可以成為協(xié)助客戶結(jié)賬的助手，他們可以幫助回答問題或?qū)C(jī)器進(jìn)行故障排除。更多系統(tǒng)級(jí)解決方案將促使人們反思整個(gè)工作流程和工作場(chǎng)所。倉庫設(shè)計(jì)可能會(huì)發(fā)生顯著變化，因?yàn)槟承┎糠值脑O(shè)計(jì)主要適用于機(jī)器人和其他人，從而促進(jìn)安全的人機(jī)交互。

職業(yè)組合的變化可能會(huì)導(dǎo)致薪資水漲船高。發(fā)達(dá)經(jīng)濟(jì)體目前的許多中等工資崗位主要是高度自動(dòng)化的活動(dòng)(例如制造業(yè)或會(huì)計(jì)業(yè))，這些活動(dòng)可能會(huì)衰退。高薪工作崗位將大幅增加，特別是對(duì)于技能嫻熟的醫(yī)療人員，技術(shù)人員或其他專業(yè)人員，但大量工作崗位有望誕生(包括教師和護(hù)理助手，通常具有較低的工資結(jié)構(gòu))。風(fēng)險(xiǎn)就在于，自動(dòng)化可能會(huì)加劇工資的兩極分化，收入不平等以及刻畫過去十年中發(fā)達(dá)經(jīng)濟(jì)體的欠收，由此引發(fā)社會(huì)和政治方面的緊張局勢(shì)。

大多數(shù)國家已經(jīng)面臨著這樣一個(gè)難題，即對(duì)其勞動(dòng)力進(jìn)行充分的教育和培訓(xùn)以滿足雇主當(dāng)前的需求。在過去二十年中，經(jīng)合組織(OECD)的成員國在工人教育和培訓(xùn)方面的支出一直在下降。工人過渡和失業(yè)援助的支出也以GDP百分比的形式持續(xù)縮減。我們?cè)谶^去十年學(xué)到的一個(gè)經(jīng)驗(yàn)教訓(xùn)就是，雖然全球化可能使經(jīng)濟(jì)增長和作為消費(fèi)者的人們受益，但工人的工資和失業(yè)的影響卻沒有得到充分解決。大多數(shù)分析(包括我們自己的分析)表明，這些問題的規(guī)模可能會(huì)在未來幾十年持續(xù)增大。我們過去也見證了大規(guī)模的勞動(dòng)力轉(zhuǎn)移對(duì)工資所產(chǎn)生的持久影響;在19世紀(jì)的工業(yè)革命期間，盡管生產(chǎn)力提高了，但英國的工資在長達(dá)半個(gè)世紀(jì)的時(shí)間里仍然停滯不前——這種現(xiàn)象被稱為“恩格斯停頓”，這一術(shù)語命名自發(fā)現(xiàn)該現(xiàn)象的德國哲學(xué)家恩格斯。

在尋求應(yīng)對(duì)這些難題的適當(dāng)措施和政策時(shí)，我們不應(yīng)該倒行逆施或減緩技術(shù)的傳播。公司和政府應(yīng)該利用自動(dòng)化和人工智能，從績(jī)效的提升和生產(chǎn)力貢獻(xiàn)以及社會(huì)效益中受益。這些技術(shù)將創(chuàng)造有助于社會(huì)管理勞動(dòng)力轉(zhuǎn)型的經(jīng)濟(jì)盈余。相反，重點(diǎn)應(yīng)放在能確保勞動(dòng)力轉(zhuǎn)移盡可能順利的方法上。這可能需要在幾個(gè)關(guān)鍵領(lǐng)域采取可操作且可擴(kuò)展的解決方案：

確保強(qiáng)勁的經(jīng)濟(jì)和生產(chǎn)力增長。強(qiáng)勁的增長并不是解決自動(dòng)化難題的靈丹妙藥，但這是就業(yè)增長和日益繁榮的先決條件。生產(chǎn)力增長是經(jīng)濟(jì)增長的重要因素。因此，發(fā)掘投資和需求以及實(shí)現(xiàn)生產(chǎn)力貢獻(xiàn)的自動(dòng)化至關(guān)重要。

促進(jìn)業(yè)務(wù)活力。企業(yè)精神和新業(yè)務(wù)快速形成不僅可以提高生產(chǎn)力，還可以推動(dòng)就業(yè)機(jī)會(huì)的產(chǎn)生。適合小型企業(yè)的活力十足的環(huán)境以及適合大型企業(yè)的競(jìng)爭(zhēng)環(huán)境可以促進(jìn)業(yè)務(wù)活力并通過這種方式促進(jìn)就業(yè)增長。加快新業(yè)務(wù)的形成速度和企業(yè)(無論規(guī)模大小)競(jìng)爭(zhēng)力發(fā)展的速度需要更簡(jiǎn)單且不斷發(fā)展的法規(guī)，稅收和其它激勵(lì)措施。

不斷發(fā)展的教育系統(tǒng)和工作場(chǎng)所變革的知識(shí)。與教育提供者(無論是傳統(tǒng)和非傳統(tǒng)意義上的教育提供者)和雇主合作的政策制定者可以通過學(xué)校系統(tǒng)和得到改善的在職培訓(xùn)來提高基本的STEM(科學(xué)，技術(shù)，工程和數(shù)學(xué))技能。我們必須重點(diǎn)關(guān)注創(chuàng)造力，批判性思維和系統(tǒng)思維以及適應(yīng)性學(xué)習(xí)和終身學(xué)習(xí)。我們需要大規(guī)模的解決方案。

投資于人力資本。扭轉(zhuǎn)疲軟的趨勢(shì)。在某些國家，對(duì)工人培訓(xùn)的公共投資的下降是十分危險(xiǎn)的。政策制定者可以通過稅收優(yōu)惠和其他激勵(lì)措施來鼓勵(lì)企業(yè)投資人力資本(包括創(chuàng)造就業(yè)機(jī)會(huì)，學(xué)習(xí)和能力培養(yǎng)以及工資增長)，類似于私營部門投資其他資本(包括研發(fā))的激勵(lì)措施。

改善勞動(dòng)力市場(chǎng)活力。能夠使工人與工作，資格認(rèn)證相匹配的信號(hào)在大多數(shù)經(jīng)濟(jì)體中都能很好地發(fā)揮作用。數(shù)字平臺(tái)還有助于人們找到工作，恢復(fù)勞動(dòng)力市場(chǎng)的活力。當(dāng)更多人換工作時(shí)(即使在公司內(nèi))，證據(jù)也表明工資在上漲。隨著更多的工作和創(chuàng)收機(jī)會(huì)出現(xiàn)(包括零工經(jīng)濟(jì))，我們需要解決福利的可攜帶性，工人分類和工資變化等問題。

重新設(shè)計(jì)工作。工作流設(shè)計(jì)和工作空間設(shè)計(jì)需要適應(yīng)人機(jī)緊密合作的新時(shí)代。在創(chuàng)造安全和富有成效的環(huán)境方面，這既是機(jī)遇也是挑戰(zhàn)。組織也在發(fā)生變化，因?yàn)楣ぷ鞯膮f(xié)作程度更高了，各大公司希望變得越來越靈活并且去等級(jí)化。

重新思考收入。如果自動(dòng)化(無論是全局自動(dòng)化或局部自動(dòng)化)確實(shí)導(dǎo)致就業(yè)和/或工資壓力大幅減少，那么我們可以考慮并驗(yàn)證一些想法，如有條件轉(zhuǎn)移，對(duì)流動(dòng)性的支持，普遍的基本收入和順應(yīng)潮流發(fā)展的社會(huì)保障。關(guān)鍵是找到經(jīng)濟(jì)上可行的解決方案并將工作中的多種職責(zé)結(jié)合起來，包括這一系列做法——不僅提供收入，還賦予意義，人生目標(biāo)和尊嚴(yán)。

反思對(duì)受影響的工人的過渡支持和安全保障。隨著工作在不同部門，地點(diǎn)，活動(dòng)和技能要求之間以更快的速度發(fā)展變化，許多工人將需要不同的幫助。我們有許多過渡安全保障的最佳實(shí)踐方法可以使用，我們應(yīng)采用和調(diào)整這些方法，同時(shí)應(yīng)考慮和測(cè)試新方法。

投資于促進(jìn)工作需求的因素。政府必須考慮加大本身就十分有益且能促進(jìn)工作需求的投資(例如，基礎(chǔ)設(shè)施，氣候變化適應(yīng))。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，所以受自動(dòng)化影響最大。

穩(wěn)妥地接受人工智能和自動(dòng)化。即使我們獲得了這些快速發(fā)展的技術(shù)的生產(chǎn)力優(yōu)勢(shì)，我們也需要積極防范風(fēng)險(xiǎn)并減輕任何危險(xiǎn)。數(shù)據(jù)的使用必須始終考慮到數(shù)據(jù)安全性，隱私，惡意使用和潛在的偏見問題，政策制定者，技術(shù)和其他公司以及個(gè)人必須找到解決這些問題的高效方法。

如今人人都能找到合適的工作，未來也一樣，即使在實(shí)施了自動(dòng)化的未來也是一樣。然而，工作將會(huì)有所不同，因?yàn)樾枰碌募寄埽覍?duì)勞動(dòng)力的適應(yīng)性要求遠(yuǎn)遠(yuǎn)超出我們所見。對(duì)于即將到來的挑戰(zhàn)，對(duì)職業(yè)生涯中期的工人和新一代工人進(jìn)行培訓(xùn)和再培訓(xùn)將成為當(dāng)務(wù)之急。政府，私營部門的領(lǐng)導(dǎo)者和創(chuàng)新者都需要共同努力，更好地協(xié)調(diào)公共計(jì)劃和私人計(jì)劃(包括創(chuàng)造適當(dāng)?shù)募?lì)措施)，從而更多地投資于人力資本。自動(dòng)化和人工智能的未來將充滿挑戰(zhàn)，但如果我們從容不迫地利用技術(shù)并減輕其負(fù)面影響，那么未來將會(huì)更加豐富多彩。