HPE公司CEO Whitman指出:AI与机器人确实会在一定程度上取代人类

简介:

在本次达沃斯世界经济论坛上,HPE公司CEO Meg Whitman以小心翼翼的态度讨论了如何在AI与机器人时代下保护人类工作岗位这一重要议题。

HPE公司CEO Whitman指出:AI与机器人确实会在一定程度上取代人类

本周,全球商业大亨与政治人物齐聚达沃斯这座欧洲小镇,而惠普常年以来的成本削减性裁员无疑确立了Whitman的发言基调。

Whitman指出,商界与学术界将需要联手合作以解决世界各地出现的一波新趋势,即技术开始逐渐取代人类在工作中的地位。

她在会议上表示,"需要考虑我们所掌握的现有技术,再加上机器人、更多自动化方案乃至人工智能。"

AI被广泛视为人类在气候变化、医药与农业等领域所面临之最大挑战的绝佳解决方案,但这种强大的背后亦意味着很多人将因此失去工作。

Whitman同时承认,特朗普当选与英国脱离欧盟的决定正是美国与英国大量民众对全球化潮流的不满表现,而这一切应当由"商界与学术界负责进行过渡"。

不过HPE自身显然对技术的升级毫不担忧; 过去五年多以来,Whitman已经通过她制定的"转型"清单一手裁撤了公司内部约9万个工作岗位。虽然其中部分确实属于冗余职位,但也有部分隶属于分支机构销售部门的员工已经或者正在申请离职。

HPE公司目前已经与我们熟知的惠普相去甚远--PC与打印业务被独立出去,企业服务向CSC的转让正在进行谈判,而软件部门亦被拆分为Micro Focus。

这一变革绝不仅限于HPE公司,我们也有理由以最坏的打算设想未来十年或者二十年内的就业形势。


原文发布时间为: 2017年1月18日

本文作者:刘新萍

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关文章
|
1月前
|
人工智能 运维 Kubernetes
Serverless 应用引擎 SAE:为传统应用托底,为 AI 创新加速
在容器技术持续演进与 AI 全面爆发的当下,企业既要稳健托管传统业务,又要高效落地 AI 创新,如何在复杂的基础设施与频繁的版本变化中保持敏捷、稳定与低成本,成了所有技术团队的共同挑战。阿里云 Serverless 应用引擎(SAE)正是为应对这一时代挑战而生的破局者,SAE 以“免运维、强稳定、极致降本”为核心,通过一站式的应用级托管能力,同时支撑传统应用与 AI 应用,让企业把更多精力投入到业务创新。
393 29
|
1月前
|
消息中间件 人工智能 安全
云原生进化论:加速构建 AI 应用
本文将和大家分享过去一年在支持企业构建 AI 应用过程的一些实践和思考。
446 29
|
2月前
|
人工智能 安全 中间件
阿里云 AI 中间件重磅发布,打通 AI 应用落地“最后一公里”
9 月 26 日,2025 云栖大会 AI 中间件:AI 时代的中间件技术演进与创新实践论坛上,阿里云智能集团资深技术专家林清山发表主题演讲《未来已来:下一代 AI 中间件重磅发布,解锁 AI 应用架构新范式》,重磅发布阿里云 AI 中间件,提供面向分布式多 Agent 架构的基座,包括:AgentScope-Java(兼容 Spring AI Alibaba 生态),AI MQ(基于Apache RocketMQ 的 AI 能力升级),AI 网关 Higress,AI 注册与配置中心 Nacos,以及覆盖模型与算力的 AI 可观测体系。
769 37
|
1月前
|
设计模式 人工智能 自然语言处理
3个月圈粉百万,这个AI应用在海外火了
不知道大家还记不记得,我之前推荐过一个叫 Agnes 的 AI 应用,也是当时在 WAIC 了解到的。
301 1
|
1月前
|
消息中间件 人工智能 安全
构建企业级 AI 应用:为什么我们需要 AI 中间件?
阿里云发布AI中间件,涵盖AgentScope-Java、AI MQ、Higress、Nacos及可观测体系,全面开源核心技术,助力企业构建分布式多Agent架构,推动AI原生应用规模化落地。
219 0
构建企业级 AI 应用:为什么我们需要 AI 中间件?
|
1月前
|
人工智能 算法 Java
Java与AI驱动区块链:构建智能合约与去中心化AI应用
区块链技术和人工智能的融合正在开创去中心化智能应用的新纪元。本文深入探讨如何使用Java构建AI驱动的区块链应用,涵盖智能合约开发、去中心化AI模型训练与推理、数据隐私保护以及通证经济激励等核心主题。我们将完整展示从区块链基础集成、智能合约编写、AI模型上链到去中心化应用(DApp)开发的全流程,为构建下一代可信、透明的智能去中心化系统提供完整技术方案。
223 3
|
1月前
|
存储 人工智能 NoSQL
AI大模型应用实践 八:如何通过RAG数据库实现大模型的私有化定制与优化
RAG技术通过融合外部知识库与大模型,实现知识动态更新与私有化定制,解决大模型知识固化、幻觉及数据安全难题。本文详解RAG原理、数据库选型(向量库、图库、知识图谱、混合架构)及应用场景,助力企业高效构建安全、可解释的智能系统。
|
1月前
|
人工智能 缓存 运维
【智造】AI应用实战:6个agent搞定复杂指令和工具膨胀
本文介绍联调造数场景下的AI应用演进:从单Agent模式到多Agent协同的架构升级。针对复杂指令执行不准、响应慢等问题,通过意图识别、工具引擎、推理执行等多Agent分工协作,结合工程化手段提升准确性与效率,并分享了关键设计思路与实践心得。
385 20
【智造】AI应用实战:6个agent搞定复杂指令和工具膨胀

热门文章

最新文章