机器换人引发就业挑战,劳动力市场前路何在?

人工智能 机器人
作为新一轮产业变革的核心驱动力,人工智能将深刻改变人类生产生活方式,推动社会生产力的整体跃升。同时,人工智能的广泛应用给就业市场带来的影响也引发了社会高度关注和担忧。

当前,人工智能在全球范围内的加速发展引发各国高度关注,无论是简单的机械动作还是复杂的感知任务,人工智能所展现出的实力都可圈可点。并且,随着机器学习、大数据以及计算能力的发展,人工智能系统在处理任务时的效率及精准度也将得到提升。

由此引发的担忧不无道理——人工智能的突破意味着各种工作岗位岌岌可危,技术性失业的威胁迫在眉睫。是言过其实还是确然如此?当“机器换人”冲击劳动力市场,最大的威胁又是什么?

[[390319]]

 

“机器换人”进行时

当前,人工智能已成为未来科技革命和产业变革的新引擎,并带动和促进着传统产业的转型升级。人工智能应用范围甚广,从工业农业到金融教育,从数字政府到智慧交通,再到司法医疗和零售服务,人工智能对于就业的影响已经表现得越来越明显。

而从技术的角度来看,受益于计算机能力的发展,数据的可用性日益增加,机器学习和其他算法的开发和改进,人工智能等关键技术的未来进展几乎是绝对的。“机器换人”不仅是“进行时”,更是“将来时”。而这直接冲击着劳动力市场,带来了新一波的就业焦虑。

事实上,自第一次工业革命以来,从机械织布机到内燃机,再到第一台计算机,新技术出现总是引起人们对于被机器取代的恐慌。在1820年至1913年的两次工业革命期间,雇佣于农业部门的美国劳动力份额从70%下降到27.5%,目前不到2%。

许多发展中国家也经历着类似的变化,甚至更快的结构转型。根据国际劳工组织的数据,中国的农业就业比例从1970年的80.8%下降到2015年的28.3%。

面对第四次工业革命中人工智能技术的兴起,美国有关研究机构2016年12月发布报告称,未来10到20年内,因人工智能技术而被替代的就业岗位数量将由目前的9%上升到47%。

麦肯锡全球研究院的报告则显示,预计到2055年,自动化和人工智能将取代全球49%的有薪工作,其中印度和中国受到的影响可能会最大。麦肯锡全球研究院预测中国具备自动化潜力的工作内容达到51%,这将对相当于3.94亿全职人力工时产生冲击。

从人工智能代替就业的具体内容来看,不仅绝大部分的标准化、程序化劳动可以通过机器人完成,在人工智能技术领域甚至连非标准化劳动都将受到冲击。

正如马克思所指出的,“劳动资料作为机器出现,就立刻成了工人本身的竞争者”。牛津大学教授Carl Benedikt Frey和Michael A.Osborne就曾在两人合写的文章中预测,未来二十年,约47%的美国就业人员对自动化技术的“抵抗力”偏弱。

也就是说,白领阶层同样会受到与蓝领阶层相似的冲击。在会计、金融、教育、医疗等各行业,大量岗位将会随着人工智能技术的发展改变其工作模式,由人类负责对技能性、创造性、灵活性要求比较高的部分,机器人则利用其在速度、准确性、持续性等方面的优势来负责重复性的工作。

尽管白领阶层受到冲击并不等同于完全代替,但人工智能的加入势必会减少更多的就业机会,以至于劳动力市场对自动化技术“抵抗力”偏弱。

与此同时,面对人工智能的勃兴,在高端研发等少数前沿创新领域,仍然延续对高技能劳动力的就业选择偏好。这就导致在高技能与中低技能劳动力就业中出现明显极化趋势:对高技能劳动力的就业需求显著提升;加剧了通用生产领域中低技能劳动力的去技能化趋势。

根据MIT的研究,研究人员利用美国从1990年-2007年劳动力的市场数据分析了机器人或者自动化设备的使用对就业和工作的影响。结果发现,在美国劳动力市场上机器人使用占全部劳动力的比例,每提高1%就会导致就业的岗位减少1.8%-3.4%。不仅如此,还让工人的工资平均下降2.5%—5%。技术性失业的威胁迫在眉睫。

 

“机器换人”创造未来就业

当然,对于自动化的恐慌在人类历史上也并非第一次。自从现代经济增长开始,人们就周期性地遭受被机器取代的强烈恐慌。几百年来,这种担忧最后总被证明是虚惊一场——尽管多年来技术进步源源不断,但总会产生新的人类工作需求,足以避免出现大量永久失业的人群。

比如,过去会有专门的法律工作者从事法律文件的检索工作。但自从引进能够分析检索海量法律文件的软件之后,时间成本大幅下降而需求量大增,因此法律工作者的就业情况不降反升(2000至2013年,该职位的就业人数每年增加1.1%)。

再比如,ATM机的出现曾造成银行职员的大量下岗——1988至2004年,美国每家银行的分支机构的职员数量平均从20人降至13人。但运营每家分支机构的成本降低,这反而让银行有足够的资金去开设更多的分支机构以满足顾客需求。因此,美国城市里的银行分支机构数量在1988至2004年期间上升了43%,银行职员的总体数量也随之增加。

过去的历史表明,技术创新提高了工人的生产力,创造了新的产品和市场,进一步在经济中创造了新的就业机会。那么,对于人工智能而言,历史的规律可能还会重演。从长远发展来看,人工智能正通过降低成本,带动产业规模扩张和结构升级来创造更多就业。

德勤公司就曾通过分析英国1871年以来技术进步与就业的关系,发现技术进步是“创造就业的机器”。因为技术进步通过降低生产成本和价格,增加了消费者对商品的需求,从而社会总需求扩张,带动产业规模扩张和结构升级,创造更多就业岗位。

从人工智能开辟的新就业空间来看,人工智能改变经济的第一个模式就是通过新的技术创造新的产品,实现新的功能,带动市场新的消费需求,从而直接创造一批新兴产业,并带动智能产业的线性增长。

中国电子学会研究认为,每生产一台机器人至少可以带动4类劳动岗位,比如机器人的研发、生产、配套服务以及品质管理、销售等岗位。

当前,人工智能发展以大数据驱动为主流模式,在传统行业智能化升级过程中,伴随着大量智能化项目的落地应用,不仅需要大量数据科学家、算法工程师等岗位,而且由于数据处理环节仍需要大量人工操作,因此对数据清洗、数据标定、数据整合等普通数据处理人员的需求也将大幅度增加。

并且,人工智能还将带动智能化产业链就业岗位线性增长。人工智能所引领的智能化大发展,也必将带动各相关产业链发展,打开上下游就业市场。

此外,随着物质产品的丰富和人民生活质量的提升,人们对高质量服务和精神消费产品的需求将不断扩大,对高端个性化服务的需求逐渐上升,将会创造大量新的服务业就业。麦肯锡认为,到2030年,高水平教育和医疗的发展会在全球创造5000万-8000万的新增工作需求。

从岗位技能看,简单的重复性劳动将更多地被替代,高质量技能型岗位被大量创造。这同时也意味着,尽管人工智能正在带动产业规模扩张和结构升级来创造更多就业,但短期内,在中低技能劳动力就业市场背景下,人工智能带来的就业冲击依然形势严峻。

 

回应“机器换人”时代挑战

人工智能的发展带来的不仅是一个或某几个行业的变化,而是整个经济社会生产方式、消费模式等的深刻变革,并进一步对就业产生巨大影响。

当然,基于人工智能技术发展的多层次性和阶段性,人工智能对就业的替代也将是一个逐步推进的过程,而解决与协调人工智能对就业的短期与长期冲击,则是当前和未来应对“机器换人”的关键。

首先,应积极应对人工智能新技术应用对就业带来的中短期或局部挑战,需要制定针对性措施,缓冲人工智能对就业的负面影响。比如,把握人工智能带来的新一轮产业发展机遇,壮大人工智能新兴产业,借助人工智能技术在相关领域创造新的就业岗位,充分发挥人工智能对就业的积极带动作用。

如何应对人工智能的社会问题,需要的是市场的创造性。只有合适的激励机制,合适的人才,才能对冲人工智能带来就业市场的巨大冲击。中国改革开放以来,第一重要的,就是使得千千万万的企业家涌现了出来。在千千万万的企业家推动了经济增长的基础上,才推动了政府修路、建桥,然后进一步帮助了企业的发展。

其次,要高度重视新技术可能对传统岗位带来的替代风险,重点关注中端岗位从业人员的转岗再就业问题。实际上,人工智能究竟消灭多少、创造多少、造出什么新工作,不是完全由技术决定的,制度也有决定性的作用。在技术快速变化的环境中,究竟有多大能力、能否灵活地帮助个人和企业创造性地开创出新的工作机会,这都是由制度决定的。

比如,失去工作的人,他的能力能否转换?如何帮助他们转换能力?这些也是制度需要考虑的问题。政府要足够支持建立非政府组织,为丢掉工作的人提供训练,帮助他们适应工作要求的变化。

最后,工作岗位是一回事,它们创造的收入又是另一回事。从人工智能对劳动力市场的长期冲击来看,需要密切关注人工智能对不同群体收入差距的影响,重点解决好中等收入群体就业与收入下降问题。

进入21世纪以来,一些发达国家劳动力市场呈现出新的极化现象:标准化、程序化程度较低的高收入和低收入职业,其就业占比都在持续增加;而标准化、程序化程度较高的中等收入职业,其就业占比反而趋于下降。这是一种与以往技术进步显著不同的就业收入效应,使中等收入群体面临着比低收入群体更尴尬的就业处境。

对于这种情况,如果收入分配政策的重点仍停留在过去对高收入和低收入两个群体的关注上,不能及时对中等收入群体给予有效重视,会极易形成人工智能条件下新的低收入群体及分配不均,即中等收入群体因技术进步呈现出收入停滞甚至下降的特征。

 

当前,人工智能的广泛应用对就业市场带来的影响引发了社会高度关注和担忧。在应对人工智能的途径上,不仅需要重新面对劳资关系进行治理,更应该从过去“强者愈强”的工业化技术逻辑中走出来,以更开阔的视野、更多维的方法、更有效的策略提前做好充分准备来回应挑战。

 

责任编辑:华轩 来源: 今日头条
相关推荐

2021-04-14 15:03:37

机器人人工智能经济

2023-04-12 15:40:13

2024-04-29 10:19:48

类人人工智能AI类人机器人

2017-05-24 10:36:08

机器人劳动力日本

2024-05-16 12:42:15

AI人工智能ChatGPT

2019-01-15 15:11:39

AR劳动力制造业

2017-03-24 08:39:53

机器人现状技术

2021-10-15 10:29:56

首席劳动力管理EPM

2022-10-28 11:00:06

万邑通

2012-12-28 09:30:51

Kronos人力资源

2022-09-19 14:52:54

机器人人工智能就业

2022-11-16 16:15:50

人工智能劳动力短缺

2013-07-22 14:03:59

Aspect联络中心

2024-01-19 11:33:12

2013-06-17 10:38:58

虚拟化虚拟化成本

2023-06-02 17:45:32

人工智能机器学习

2022-04-29 10:55:53

数字化转型劳动力管理

2021-09-02 09:44:14

云迁移远程劳动力云计算

2022-09-01 15:12:23

AI人工智能制造业

2020-08-18 11:52:38

Veeam
点赞
收藏

51CTO技术栈公众号