澳讯 | 人工智能挑战:男性工作岗位受自动化冲击更严重,这些岗位面临威胁

译文
人工智能 自动化
AlphaBeta咨询公司最新发布的一份报告指出,到2030年,机器将取代所有每周占用时间超过2个小时的手动工作内容。美国广播公司(ABC News)的分析结论亦指出,目前最易受自动化趋势影响的工作岗位主要覆盖男性工作者以及低收入劳动力群体。

【51CTO.com快译】AlphaBeta咨询公司最新发布的一份报告指出,到2030年,机器将取代所有每周占用时间超过2个小时的手动工作内容。

美国广播公司(ABC News)的分析结论亦指出,目前最易受自动化趋势影响的工作岗位主要覆盖男性工作者以及低收入劳动力群体。

 

 

首先来看“人类VS机器人”的第一局较量

男性为主导的工作岗位更易被自动化技术取代

绿色-更易进行自动化,主要由男性负责执行; 蓝色-更易进行自动化,主要由女性负责执行; 粉色-不易进行自动化,主要由男性负责执行; 橙色-不易进行自动化,主要由女性负责执行。

 

 

皮尔森相关系数: 0.4

EMBED: Chart: Jobs plotted by thechances of automation and sex of workforce

通过以上图,可以看到位于右侧的工作岗位更易进行自动化,而其中男性工作者占比较高的岗位则自上而下排列。

几乎全部由女性主导的工作岗位都不易受到自动化趋势的影响,具体包括助产、护士与理发师。这些岗位在图表中以橙色圆圈表示。

本次调查当中,只有五种以女性为主导的工作类别相关职位易受自动化趋势的影响。这些工作以蓝色圆圈表示,分别为:

  • 食品准备;
  • 电脑操作员;
  • 酒店服务;
  • 服装工厂相关工作;
  • 保洁

而要求从业者投入大量时间进行体力劳动的岗位则更易受到自动化趋势的影响,其中包括抹灰与刷漆。这类岗位集中在图表右上方——以绿色圆圈表示,代表着男性工作者在此类岗位中占主导地位。

 

 

下面来看相关统计数据

 

 

· 目前澳大利亚国内拥有200万男性工作岗位,其中超过半数面临着被自动化技术取代的风险。

· 相比之下,同类工作岗位的女性从业者仅为75万左右。

根据AlphaBeta公司的分析结论,建筑与采矿业中有高达86%的职位有可能被自动化方案所取代。而在此类岗位当中,男性占比更是达到98%。

Rio Tinto公司在西澳大利亚皮尔巴拉地区的矿山当中已经开始进行自动化升级,包括远程操作大型钻机钻取铁矿石,并使用无人驾驶卡车将矿石运输至一千多公里之外的珀斯。

女性主导的工作岗位为何不易被自动化方案取代?

悉尼大学翻译数据科学中心的Hugh Durrant-Whyte解释称,女性凭借着强大的移情能力、人际交往能力以及创造力而有力守护着自己的岗位不受自动化技术的冲击。

他指出,此类职位包括儿童护理工、助产士、护士以及理发师等,且相关工作很难交由自动化方案完成。

 

 

工作中的女性角色往往不易被自动化取代

男性与女性占比最高与最低的十个工作岗位

 

 

在女性占比最高的前十类工作岗位中,只有电脑操作员拥有高于50%的自动化替代风险。

而在另一方面,对于男性主导的十大工作岗位而言,只有电工、电子与通信行业工人拥有低于50%的自动化替代风险。

 

 

不过其中也存在一些例外情况

 

 

· 保洁与洗衣工作是最易被自动化方案替代的工作之一,其中女性从业者占比达60%。

· 超过九成的工程专业人员为男性,而其中只有十分之一的岗位易被自动化方案取代。

 

 

低收入工作更易受到自动化趋势影响。

 

 

AlphaBeta公司的数据同时显示,低收入工作更易受到自动化趋势的影响。

以下图表所示,全部高收入工作岗位(即周薪在1800美元以上)在自动化任务当中投入的时间比例都比较低。此类岗位在图中以粉色圆圈表示。

EMBED: Chart:Job automation rating plotted against income

流水线装配工人与保洁工为收入水平最低的工作岗位之一,其中约四分之三岗位易受自动化趋势影响(橙色圆圈表示)。

在另一方面,只有不足20%的管理人员、首席执行官以及医生类工作岗位可被自动化方案替代,而这些正是澳大利亚国内收入最高的工作类别(以粉色圆圈表示)。

不过其中也存在例外——部分易于自动化的工作岗位可能在未来面临薪酬降低的风险(以绿色圆圈表示)。

Durrant-Whyte教授表示,未来一部分难以实现自动化的工作岗位同样存在薪酬降低的风险。

“未来将出现更多服务业人士、个体经营者以及经济转型期造就的投机者,因此总体失业率不会改变。但专业人士与普通工人之间的差距将进一步增加,导致二者的薪酬距离再度拉大。”

他指出,就业市场目前正发生“中央空心化”,这意味着自动化趋势的普及将把人力推向高于或低于从业者技能水平的方向。

“受到影响的中央位置,也就是传统角度认定的中产阶级以及中层管理职位,他们将不得不面临失业的威胁。”

 

 

中产阶级工作亦面临自动化压力

 

 

不过情况正在改变,中产阶级的工作同样面临自动化压力。

数据显示,约三分之一的会计师、保险文员、精算师以及图书管理员职位都将被自动化方案所替代。

Durrant-Whyte教授表示,随着传统职位的逐渐消失,对本科生们的管理将愈发困难——因为他们需要处理的工作将超出其能力范围。

“技术发展已经成为一大迫在眉睫的社会问题。尽管我们已经就此讨论了50年之久,但整个社会仍然无法为人力资源总量超出职位数量这一问题找到理想的答案。”

Ailira是一台人工智能机器,由Adelaide公司税务律师Adrian Carland开发而言,能够在数秒之内扫描数百万页税法资料与相关文件。

美国广播公司为此进行了一轮测试,旨在比较作为“人工智能法律信息资源助理”的Ailira与22岁的律师Christine Maibom究竟谁的业务水平更强。

Ailira在短短30秒之内即回答出法律研究问题,而此时Maibon女士仍在查阅税务文件——她估计这项工作至少需要1个小时才能完成。

AlphaBeta公司的分析结果显示,以往法务办公室当中的“杂务人员以及行政工作人员”需要将30%的时间用于处理能够以自动化方式完成的任务。

AlphaBeta公司主管兼经济学家Andrew Charlton指出,“如今由自动化趋势引发的失业状况与以往有所不同,因为其将影响到更多从事服务行业的白领员工,甚至冲击到中等以及高收入阶层。”

“这正是目前自动化趋势给就业市场带来的最大影响。”

工作名称

在自动化可能性更高的任务中投入的时间(%)

员工数量

每周平均薪酬(美元)

女性占比(%)

建筑与采矿劳工

86

183570

1407.7

2.2

玻璃工与泥瓦匠

85

84030

1278.9

1.7

地板修整工与油漆工

84

58510

NA

3.6

食品准备工人

84

190200

1084.5

53

保洁与洗衣工

77

275340

944.6

60.9

制造工程行业工人(例如钣金工人)

76

79660

1238

1

园艺业工人(例如花卉修剪工)

75

95420

1097.9

16.9

打包与产品组装工人

70

90840

924.8

48.8

汽车电工与机械工人

69

114880

1315

1.2

现场移动操作员(例如叉车司机)

68

135470

1268.1

3.5

现场固定操作员(例如起重机操作员)

68

104960

1896.6

5.4

钣金工、车身制造工人、修剪工以及油漆工

67

39400

1178.2

2.1

印刷工人

66

18020

1170.6

18.6

木工(例如橱柜制造工人)

66

37590

1035.5

4.8

纺织、服装与鞋类工人

64

12730

996.8

51.5

售货员

63

120050

1014.3

18.2

机器操作员(例如缝纫机工人)

62

58190

1110.5

28

食品加工工人

62

68660

1122.6

28.1

管道工

60

86430

1518.6

0.9

接待员

58

298050

1035.8

69.2

其它技术工人(例如灯箱招牌制作人员)

56

61450

1792.1

31.4

农场、林业与园艺工人

56

121620

909.7

24.9

砖匠与木匠

55

146990

1416.8

0.8

机械工程行业工人

55

128930

1741.3

1.5

电脑操作员

52

59050

1125.6

85

艺术专业人士(例如摄影师)

51

42190

1671.2

44.5

车间杂务人员

49

50230

1016.4

23.5

后勤办事员

49

124730

1293.1

40.8

卡车司机

48

193030

1261

3.3

杂务劳工(例如护理人员)

46

151880

1116.7

17.7

儿童护理员

46

149850

903.5

95.9

信息与通信技术以及电信技术人员

45

63270

1478.2

19.9

货运处理与货架摆放人员

44

89530

1023.5

32.9

文书与办公室助理人员

44

84740

1094.4

47.3

监狱与安保人员

44

78300

1252.4

18

自然与物理科学专业人员(例如地质学家)

44

115520

1916.8

44.6

汽车、公共汽车与火车司机

41

114030

1527.7

9.3

电工

41

155650

1656.3

1.3

食品行业工人(例如厨师)

40

186740

1108.6

32.2

数据库与系统管理员以及信息与通信技术安全专家

39

34310

2023.1

21.5

个人助理与秘书

39

102540

1344

97.8

电子与电信行业人员

36

78850

1428.4

3.1

销售助理与销售人员

35

730570

1001

65.1

接待员

35

158980

961.2

95.5

财务与保险办事员

34

113990

1267.5

68.4

教育助理

34

91780

1197.8

91.7

服务或联络中心信息文员

32

115280

1137.4

69.2

其它文书及行政工作人员(例如法律文员)

31

111710

1311.3

63.4

个人护理与助理

30

289690

1132.7

82.7

会计师、核数师以及公司秘书

29

207960

1667.7

48.3

货运员

29

43720

905.6

10.8

农业、医疗与科学技术人员

29

50710

1347.1

63.3

销售、市场营销与公关专业人员

28

130240

1870.2

49

会计议员与簿记员

28

270460

1235.1

85.5

信息与组织专业人员(例如经济学家、图书管理员等)

28

145640

1931.7

49.3

健康诊断与推广专业人员(例如药剂师)

25

97830

1725.8

59

信息与通信技术网络与支持专业人员

25

48440

2043.2

13.9

个人服务与旅游工作者(例如美容师)

25

106210

1134.9

74.8

零售经理

23

229780

1403.1

47.6

人力资源与培训专业人员

22

93040

1746

65.5

学校教师

22

401470

1673

75.1

一般办事员

21

240310

1106.7

86.4

国防部队成员、消防员与警察

21

74070

1815.6

19.3

空运与海运专业人员

21

22160

2409.1

6.4

执业医师

21

106710

3397.7

39.5

住宿与酒店管理人员

21

107430

1297.2

50.4

医疗与福利协助工作人员(例如医务人员)

20

116310

1390.5

71.2

媒体专业人员(例如记者)

20

64070

1644.3

47.2

农民与农场经理

20

143470

NA

28.4

其它教育专业人员(例如私人导师)

19

68940

1599.5

71.5

动物护理员与训练人员,动物美容师

18

39230

942.6

65.3

理发师

18

53530

974.1

86.1

健康治疗专业人员(例如牙医)

18

90160

1522.5

67

体育与健身人员

18

92010

1477.5

49.7

高等教育教师

18

75960

2229.1

48.5

商业与系统分析师及程序员(例如Web开发人员)

17

142470

1950.4

19.7

建筑师、设计师、规划师以及测量师

17

139530

1553.9

41.7

助产与护理专业人员

16

325200

1837.1

90.5

首席执行官、总经理及立法者

15

107800

2666.2

23

金融经纪、经销商以及投资顾问

15

99180

2245.3

30.6

社会与福利专业人员(如心理学家)

14

141760

1456.3

68.6

文员与客户经理

14

157780

1479

86.4

广告、公共关系与销售经理

14

146490

2340.4

37.5

工商管理经理

14

138640

2597.2

50.1

其它酒店、零售与服务业经理(例如健身中心经理)

14

178260

1758.9

39.9

教育、健康与福利服务经理(例如学校校长)

13

75750

2147

68.1

法律专业人士(例如律师)

13

87160

1950

46.3

建筑、分销与生产经理

13

256160

2300.5

13

结帐操作员与办公室出纳员

13

130550

919

77.4

建筑与工程技术人员(例如安全检查员)

13

138850

1889.2

10.6

其它销售支持人员(例如电话推销员)

13

51070

1211.2

69.6

杂务专业经理

12

56050

2483

32.7

信息与通信技术管理人员

12

63180

2539.7

21.1

工程技术专业人员

10

136400

2289.6

9.4

房地产销售代表

9

87630

1274.4

48.1

保险代表与销售代表

7

89240

1458.8

35.1

合同、计划与项目管理员

7

121080

1651.1

58.3

 

 

关于数字的说明

 

 

· 谷歌委托战略咨询公司AlphaBeta发布的这份新报告,对澳大利亚国内近100种工作岗位中可由机器自动完成类任务的时间占比作出统计。

· 通过调查,AlphaBeta公司计算出三种自动化难度较高的工作岗位类别:人际关系、创造性以及决定制定与信息综合类; 外加三种易于自动化的工作类别:信息分析、不可预测性物理与可预测性物理类工作。

· 各工作岗位根据澳大利亚与新西兰发布的标准职业分类编码(三位数字)进行排序。

· 各工作岗位的男性与女性从业者比例以及年龄分布源自2011年人口普查数据。

· 各工作岗位相关数字来自2017年5月发布的ABS劳工季度数据统计。

· 每周平均薪酬来自2016年5月发布的ABS员工收入与工作时长数据,代表全职非管理类员工按成人工资比例计算得出的每周平均收入(不包括加班费)。

【51CTO译稿,合作站点转载请注明原文译者和出处为51CTO.com】

责任编辑:关崇 来源: AI推手公众号
相关推荐

2020-07-13 10:48:17

人工智能

2021-09-09 13:40:08

首席信息官IT技术

2018-07-06 14:46:03

人工智能机器学习工作岗位

2017-03-31 09:09:20

人工智能工作岗位人类

2020-12-17 17:20:17

AI人工智能工作岗位

2016-12-05 18:27:23

自动化人工智能

2021-01-07 13:43:12

人工智能智能化数字助理

2018-06-19 08:42:12

花旗银行人工智能机器人

2023-06-07 15:43:54

自动化人工智能

2018-06-15 09:36:32

人工智能花旗银行金融

2017-10-18 11:28:47

AI人工智能职位

2016-11-16 09:35:44

IBM POWER 服

2024-04-29 10:19:48

类人人工智能AI类人机器人

2023-06-05 13:34:36

人工智能AI

2022-09-14 12:29:52

数字化转型自动化物联网

2019-09-12 15:03:44

2022-02-17 17:37:17

超级自动化人工智能AI

2021-07-09 20:30:10

人工智能AI

2024-04-03 15:28:17

AI

2021-09-10 15:15:02

人工智能AI深度学习
点赞
收藏

51CTO技术栈公众号