英国工会联盟报告:机器人技术和AI让三分之一的人失业

简介:
本文来自AI新媒体量子位(QbitAI)

近日,英国工会联盟(后称TUC)撰写了一份数字化时代工作状况报告,主要阐述了目前人工智能和机器人技术对生产力的影响等问题。下文是外媒ZDNet对这篇报告的简要整理。

89e551316a75d8b0bab92075c7aa5a33a82fb5e7

当今,机器人技术和人工智能飞速发展,释放技术红利,本应该降低退休年龄,并给劳动人口带来其他福利。但事实真的如此吗?

可能不是。虽然之前技术进步没有引发全国性失业,但生产力提高的最大受益者还是公司老板,工人的待遇和工作条件没有得到相应的提升。因此,TUC不希望这次的技术浪潮的结局还是那样。

让工人受益

“1950年,几乎三分之一的工人从事制造业,只有十二分之一的人从事专业技术服务。到2016年,这个比例完全逆转了。但在波及群体中,失业的制造业工人并没有找到相似或更高级的岗位,前工业区工人的薪资仍然低于全国平均水平的10%。”报告中指出。

在未来的几十年里,机器人技术和人工智能很大程度上会提高生产力。TUC认为人类要努力抑制这种情况对就业的不良影响,尽量从中最大化受益。

报告称,“之前的技术革命并没有减少总岗位数量,但总工时确实少了。技术进步可能带来工作生活的质量的提高,这我们当然欢迎”,并且“随着劳动生产率提高,人民收入增加,政府的退休延迟计划就能停止了”。报告还呼吁企业进行“中年职业评估”和工作培训。

TUC秘书长Frances O’Grady说,“机器人和人工智能提高生产效率,促进国家的繁荣。但其中谁会受益,工人们怎样得到公平的待遇,还有待商榷。”

3bd2cdb5aaabdd2b07ea92a8565fee61b304755f

预防大范围失业

“机器人不是终结者,当下的一些工作可能会消失,但也会有新工作出现。我们要保证的是,今后的工作不会比现在的糟糕。企业需要提供能让人满意的工作及更好的工作条件和薪酬。一旦有岗位被淘汰,公司必须保证可以培训员工再上岗。”O’Grady说。

现在还无法看清人工智能和机器人技术对工作的具体影响,但很可能多达三分之一的工作会被自动化取代。

“我们所知道的是,目前很多工作很容易就被机器代替,政府必须做好准备,减轻数字化带来的不良后果。一些工人可能从人工智能提高其生产率受益,薪酬水平也会上涨。据估计,自动化已经为GDP带来了10%的增长。然而,低技能的工作岗位可能会直接消失。更糟糕的是,剩下的少数工作岗位的激烈竞争,可能会进一步压低工资水平。”报告称。

“上一个技术进步的浪潮从70年代开始,伴随着劳动人口生活质量的降低。地方经济的很多支柱产业消失了,没人去想这会给地方造成什么影响,也无人顾及失业的人。”

虽然报告并没有说人工智能和机器人技术会削除大量工作岗位,但为应对大规模的失业问题,我们必须做好工作岗位的储备。

报告说,“有人建议由政策保证全民基本收入,认为最有效的方式应该是通过对机器人征税来提供基本收入的基金,确保人工智能的发展不会加剧经济两级分化。尽管我们对这一方法的正确性抱有怀疑。但如上面所说,技术上的投资还需继续加码。”

最后,附TUC报告原文地址:

https://www.tuc.org.uk/sites/default/files/Shaping-our-digital-future.pdf

本文作者:颜萌 
原文发布时间:2017-09-13 
相关文章
|
3天前
|
机器学习/深度学习 人工智能 供应链
AI技术在医疗领域的应用与未来展望###
本文深入探讨了人工智能(AI)技术在医疗领域的多种应用及其带来的革命性变化,从疾病诊断、治疗方案优化到患者管理等方面进行了详细阐述。通过具体案例和数据分析,展示了AI如何提高医疗服务效率、降低成本并改善患者体验。同时,文章也讨论了AI技术在医疗领域面临的挑战和未来发展趋势,为行业从业者和研究人员提供参考。 ###
|
3天前
|
机器学习/深度学习 人工智能 搜索推荐
人工智能与未来医疗:AI技术如何重塑医疗健康领域###
【10月更文挑战第21天】 一场由AI驱动的医疗革命正在悄然发生,它以前所未有的速度和深度改变着我们对于疾病预防、诊断、治疗及健康管理的认知。本文探讨了AI在医疗领域的多维度应用,包括精准医疗、药物研发加速、远程医疗普及以及患者个性化治疗体验的提升,揭示了这场技术变革背后的深远意义与挑战。 ###
23 6
|
3天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗领域的应用与挑战
【10月更文挑战第21天】 本文探讨了人工智能(AI)在医疗领域的多种应用,包括疾病诊断、治疗方案推荐、药物研发和患者管理等。通过分析这些应用案例,我们可以看到AI技术如何提高医疗服务的效率和准确性。然而,AI在医疗领域的广泛应用也面临诸多挑战,如数据隐私保护、算法透明度和伦理问题。本文旨在为读者提供一个全面的视角,了解AI技术在医疗领域的潜力和面临的困难。
|
4天前
|
人工智能 自然语言处理 监控
AI技术在文本情感分析中的应用
【10月更文挑战第22天】本文将探讨人工智能(AI)如何改变我们对文本情感分析的理解和应用。我们将通过实际的代码示例,深入了解AI如何帮助我们识别和理解文本中的情感。无论你是AI新手还是有经验的开发者,这篇文章都将为你提供有价值的信息。让我们一起探索AI的奇妙世界吧!
13 3
|
4天前
|
人工智能 边缘计算 监控
边缘AI计算技术应用-实训解决方案
《边缘AI计算技术应用-实训解决方案》提供完整的实训体系,面向高校和科研机构的AI人才培养需求。方案包括云原生AI平台、百度AIBOX边缘计算硬件,以及8门计算机视觉实训课程与2门大模型课程。AI平台支持大规模分布式训练、超参数搜索、标注及自动化数据管理等功能,显著提升AI训练与推理效率。硬件涵盖多规格AIBOX服务器,支持多种推理算法及灵活部署。课程涵盖从计算机视觉基础到大模型微调的完整路径,通过真实商业项目实操,帮助学员掌握前沿AI技术和产业应用。
19 2
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
开源版GPT-4o来了,AI大神Karpathy盛赞!67页技术报告全公开
【10月更文挑战第20天】近日,开源版GPT-4o的发布成为AI领域的焦点。作为GPT系列的最新成员,GPT-4o在性能和多模态数据处理方面实现了显著提升,得到了知名AI专家Andrej Karpathy的高度评价。该模型的开源特性将进一步促进AI研究的进展。
15 3
|
5天前
|
机器学习/深度学习 人工智能 测试技术
探索 AI 驱动的软件开发:未来技术的新趋势
【10月更文挑战第19天】本文探讨了人工智能(AI)在软件开发中的应用现状和技术优势,包括代码生成、缺陷检测、自动化测试和性能优化。AI 可以提高开发效率、减少人为错误、加速创新并持续学习。文章还讨论了实施 AI 驱动开发的挑战和最佳实践,强调了数据管理和技能培训的重要性。
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术前沿探索:解锁智能时代的无限可能
【10月更文挑战第22天】AI技术前沿探索:解锁智能时代的无限可能
11 1
|
5天前
|
机器学习/深度学习 人工智能 算法
利用AI技术进行图像识别的探索之旅
【10月更文挑战第21天】本文主要介绍了如何运用人工智能技术进行图像识别。通过深入浅出的解释,让读者对AI图像识别有更深入的理解。同时,文章还提供了一些代码示例,帮助读者更好地理解和应用这些技术。
|
5天前
|
机器学习/深度学习 人工智能 自动驾驶
2024.10|AI/大模型在机器人/自动驾驶/智能驾舱领域的最新应用和深度洞察
本文介绍了AI和大模型在机器人、自动驾驶和智能座舱领域的最新应用和技术进展。涵盖多模态大语言模型在机器人控制中的应用、移动机器人(AMRs)的规模化部署、协作机器人的智能与安全性提升、AR/VR技术在机器人培训中的应用、数字孪生技术的优化作用、Rust语言在机器人编程中的崛起,以及大模型在自动驾驶中的核心地位、端到端自动驾驶解决方案、全球自动驾驶的前沿进展、智能座舱的核心技术演变和未来发展趋势。
16 2

热门文章

最新文章