大数据时代,再不努力,小心被机器人枪了饭碗,专家们对于未来的情况存在意见分歧。这可能看上去挺正常,但如果皮尤研究中心(Pew)进行的一项关于机器人替代劳动力的新调查得出如此结论,那就意义重大了。关于“机器人抢占工作岗位”的所有讨论中,2551名受访专家在下列问题上意见分歧巨大。
到2025年,被网络化、自动化的人工智能应用和机器人设备所替代的工作岗位数量会超过它们所创造出来的岗位数量吗?
可能最明显的一个关键结论是,不管预言家们在什么时候声称哪些工作将会自动化、哪些不会,人们总是半信半疑。这类的研究的价值在于能够帮助我们思考自动化设备将在社会中扮演什么角色,但事实是我们还不知道哪些工作在什么时候会被自动化,也不知道有多少这样的工作。
有人担心会被机器取代,对他们来说,专家们有意见分歧似乎是一种安慰——不幸的是,事实绝非如此简单。
相反,第二个关键结论是,对上述问题持怀疑态度的人占了上风。传统观点始终认为,虽然短期内工人会被新技术所替代,但从长期来看就业率并不会降低。
芝加哥大学今年二月曾邀请经济学家参与投票,结果验证了上面这个长久以来的共识。受访者中仅有2%的人认为使用自动化设备会导致美国就业率降低。
在这个背景下,皮尤研究中心所得出对半开的结论更让人头疼。其中的差距一部分可能反映出经济学家总体上保持乐观,但是也释放出信号:这一波新技术带来了前所未有的影响。
过去,对新技术导致失业的担忧还是虚惊一场,原因有两点:一是人们对商品和服务的需求持续上升,二是工人们学习新技术后找到了新工作。相比过去,我 们不再需要那么多人来生产食品,但是我们需要更大的房子,更快的车子,还有更广泛的娱乐需求,这些足以填补并超出原来的需求。农业从业者最终找到了新工 作,生产出满足新需求的产品,社会也继续前进发展。
麻省理工学院的Brynjolfsson和Andrew McAfee在他们的新书《第二次机器时代》中对上述过程提出质疑。他们认为当今的数字化变革的速度将威胁到所有工作者的饭碗。
如果技能调整要花费十年时间,情况会怎样?如果调整完后技术又再次变革了怎么办?一旦有人承认工人和组织需要花时间应对技术改进,那么很显然,加速技术改进就会拉大两者间的差距,增加了技术性失业的可能性。
这本书花了很大篇幅论证技术改进正在加速。根据摩尔定律,计算机的运算能力每过18个月就会翻一倍。
一些来自不同技术领域的皮尤问卷受访者也赞同该看法。正如技术咨询师和未来主义者Bryan Alexander所说的:
教育系统无法将自身改造成能帮助毕业生“与机器竞争”的体系。它既不及时,也无法形成规模。自学成才的人将表现出色,因为他们一直在与机器抗衡。但大多数人正在努力学习适应目前的经济模式,然而这种模式将发生根本性的变革。
当然还有人持相反观点,比如波士顿大学的James Bessen,他在近期的哈佛商业评论中就认为新技术最终会促进劳动力需求,即使对受教育程度不高的工人的需求也会上升。许多参与皮尤问卷的专家都表示赞同。互联网先驱,谷歌副总裁Vint Cerf简洁的说道:
“历史上看,技术所创造出的工作多于所消灭的工作,在这个问题上没什么可多想的。总有人要来制造和服务于这些先进设备的。”
经济学家Tyler Cowen把他对这一问题看法总结起来,发布在博客上:
比较优势定律还没有被推翻。机器会抢某些工种的饭碗,但是也会创造出新工作,而且整体产出更高。
但是和摩尔定律不同,比较优势定律(工人会逐渐从事他们最适合的工作)不是一成不变的。对于摩尔定律,Brynjolfsson和McAfee写道:
摩尔定律和热力学或者牛顿经典力学的物理定律极为不同。这些物理定律描述了宇宙是如何运转的,无论我们做什么,它们始终正确,不会受到影响。但是摩尔定律描述的是计算机产业中工程师和科学家的工作,是对他们工作的持续和成果所做的观察。
而比较优势定律不仅仅是观察——它是社会科学发现中最经久不衰的发现之一。它描述了经济体系在更广范围内的运作方式,但是这一定律可能被修改。如果新技术导致经济整体结构发生改变,那么比较优势定律会发生相应变化。
Brynjolfsson和McAfee在他们的书中着重说明了,为什么2004年基于比较优势定律所做的推测无法用来预言如今人力和机器之间的差 别。经济学家Frank Levy和Richard Murnane从理论上认为计算机将取代人类进行计算和基于规则的工作,而人类需要进行图像识别(比如驾驶)和沟通交流的工作。但如今,自动驾驶车辆已经 上路,而每台智能手机都已经搭载了语音识别功能。
和我们预测的不同,机器比人类更能胜任的事情会越来越多。那些我们觉得不会被机器代替的工作可能被取代,而我们担心被取代的工作可能反而更安全。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策成为商业常态的今天,数据分析师这一职业正迎来前所未有的机遇与挑战。很多希望转行或初入职场的人士不禁询问:数 ...
2024-12-25数据分析师,这一近年来炙手可热的职业,吸引了大量求职者的注意。凭借在大数据时代中的关键作用,数据分析师不仅需要具备处理数 ...
2024-12-25在当今数字化变革的浪潮中,数据分析师这一职业正迎来前所未有的发展机遇。回想我自己初入数据分析行业时,那种既兴奋又略显谨慎 ...
2024-12-25在当今信息爆炸的时代,数据已经像空气一样无处不在,而数据分析则是解锁这些信息宝藏的钥匙。数据分析的过程就像是一次探险,从 ...
2024-12-25在职场上,拍脑袋做决策的时代早已过去。数据分析正在成为每个职场人的核心竞争力,不仅能帮你找到问题,还能提供解决方案,提升 ...
2024-12-24Excel是数据分析的重要工具,强大的内置功能使其成为许多分析师的首选。在日常工作中,启用Excel的数据分析工具库能够显著提升数 ...
2024-12-23在当今信息爆炸的时代,数据分析师如同一位现代社会的侦探,肩负着从海量数据中提炼出有价值信息的重任。在这个过程中,掌握一系 ...
2024-12-23在现代的职场中,制作吸引人的PPT已经成为展示信息的重要手段,而其中数据对比的有效呈现尤为关键。为了让数据在幻灯片上不仅准 ...
2024-12-23在信息泛滥的现代社会,数据分析师已成为企业决策过程中不可或缺的角色。他们的任务是从海量数据中提取有价值的洞察,帮助组织制 ...
2024-12-23在数据驱动时代,数据分析已成为各行各业的必需技能。无论是提升个人能力还是推动职业发展,选择一条适合自己的学习路线至关重要 ...
2024-12-23在准备数据分析师面试时,掌握高频考题及其解答是应对面试的关键。为了帮助大家轻松上岸,以下是10个高频考题及其详细解析,外加 ...
2024-12-20互联网数据分析师是一个热门且综合性的职业,他们通过数据挖掘和分析,为企业的业务决策和运营优化提供强有力的支持。尤其在如今 ...
2024-12-20在现代商业环境中,数据分析师是不可或缺的角色。他们的工作不仅仅是对数据进行深入分析,更是协助企业从复杂的数据信息中提炼出 ...
2024-12-20随着大数据时代的到来,数据驱动的决策方式开始受到越来越多企业的青睐。近年来,数据分析在人力资源管理中正在扮演着至关重要的 ...
2024-12-20在数据分析的世界里,表面上的技术操作只是“入门票”,而真正的高手则需要打破一些“看不见的墙”。这些“隐形天花板”限制了数 ...
2024-12-19在数据分析领域,尽管行业前景广阔、岗位需求旺盛,但实际的工作难度却远超很多人的想象。很多新手初入数据分析岗位时,常常被各 ...
2024-12-19入门数据分析,许多人都会感到“难”,但这“难”究竟难在哪儿?对于新手而言,往往不是技术不行,而是思维方式、业务理解和实践 ...
2024-12-19在如今的行业动荡背景下,数据分析师的职业前景虽然面临一些挑战,但也充满了许多新的机会。随着技术的不断发展和多领域需求的提 ...
2024-12-19在信息爆炸的时代,数据分析师如同探险家,在浩瀚的数据海洋中寻觅有价值的宝藏。这不仅需要技术上的过硬实力,还需要一种艺术家 ...
2024-12-19在当今信息化社会,大数据已成为各行各业不可或缺的宝贵资源。大数据专业应运而生,旨在培养具备扎实理论基础和实践能力,能够应 ...
2024-12-19