麦肯锡报告:到2030年,自动化和人工智能的发展将对就业产生怎样的影响?

简介:

人工智能和自动化的动力推动着历史的车轮滚滚向前,未来充满期待!但技术的变革对社会特别是就业方面将会带来剧烈的冲击。未来的就业市场将会如何?职业的更替和新生将会如何?麦肯锡的这份报告将会为我们展示详尽的图景。

技术的蓬勃发展让我们生活的世界充满了无限的可能和希望,从自动驾驶汽车到医学影像AI,从用户推荐系统到个性化定制服务,这一切的技术在促进生产力的同时也提高了我们的生活质量。但随之而来的却是技术进步不得不面临的挑战和时代阵痛,一系列人类工作必然会被自动化取代,如何妥善解决这一问题将会是我们社会面的主要课题。

cb3c2164eeab1bd21303843e89c63c0cd31bab17

麦肯锡的报告研究了多个行业的工作性质和技术的发展状况,详细阐述了在2030年就业和劳动力市场的变化。报告发现劳动力市场将会发生巨大的变迁,从劳动技能到薪资水平,将会比历史上的农业向工业、制造业向服务业的变迁来的更为汹涌。报告将主要在以下几个方面展开:

1.自动化将为就业带来怎样的影响;

2.新的就业场景将会源于何处?

3.未来工作机会的供给量是否充足?

4.自动化对于劳动技能和薪酬意味着什么?

5.我们将如何面对即将到来的劳动力大转移?

1.自动化对就业带来的影响

先前的研究表明,目前的技术理论上可以代替一半的人类有偿工作,但只有很少的一部分工作,大约5%的可以完全被自动化技术代替。然而事实上其实有60%的职业(至少1/3)面临着被技术替代的可能性,这意味着大量的行业和工作者面临着重新择业的挑战。

虽然技术的可行性是十分重要的因素,但在这个过程中还有很多因素影响着自动化的进程和波及范围,包括研发和部署的费用、劳动力市场状况、自动化带来的资本增益以及监管和社会的接受度等等。综合考虑这些因素后,报告指出到2030年,依据行业的不同将会有0~30%的工作被自动化取代,这取决于自动化的速度的幅度。同时不同的国家结果大不相同,这也反应了目前各国的劳动力现状和薪资水平。

自动化对不同行业的潜在影响各不相同。其中受到影响最大的是在固定场景中的物理操作,包括机械加工、准备快餐等等。

数据的收集和处理同样也是两个能被机器很好完成的领域,这使得一大类的工作面临着替代,包括抵押贷款审核、辅助的法律工作、会计和办公室行政工作等。

但需要注意的是,虽然这些行业会被自动化代替,但就业率并不会下降,因为这些行业中将会有新的工作等待着人们完成。

对于管理人员、应用技术专家和社会工作者来说,自动化对于他们的影响很小,因为这些领域机器的能力还远达不到人类的水平。

25ddd08d5b1c4a261ff05586da5e0b5dfac42227

对于在复杂多变不可预知的环境中的工作来说,自动化在2030年代替这些工作的可能性很小,包括园丁、管道维修和家政/老年护理等工作。这主要是由于这些方面的技术难于自动化并且人工薪资较低,对于企业没有商业动力去推进。

2.新的工作将会在哪些场景中出现?

将要被自动化替代的工作可以很容易的识别出来,但新的工作机会却因为行业和区域的不同而各异。这份报告中预测了在自动化下会出现的新工作机会,通过目前的投资和发展趋势来对各地进行预测。

  • 收入和消费增加(新兴经济体尤其明显)报告估计全球范围内在2015-2030年间将会有23万亿美元的消费增长,而这主要来自于新兴经济体的消费者群体。这一消费增加的趋势不仅会影响消费进口国家,同样影响着消费出口的国家。预计全球范围内会新增2.5-2.8亿与消费品增长相关的工作机会,同时还会有5000-8000万的工作需求会来源于高水平教育和医疗方面的发展。
  • 老龄化社会全球范围内的老龄化程度加剧将会带来消费模式的变化,特别是在健康和个人护理等层面上的消费增加,这将创造一大批的就业岗位,包括医护人员和健康专家、家庭保健、急救和个人为健康服务等。全球范围内预计将新增5000万到8500万相关的工作机会。
  • 技术的研发和部署与新技术的研发和部署相关的工作同样也会增加。技术方面的投入将会增加50%以上,其中一半将会集中于信息产业。从业人员将会少于健康和建筑业,但薪资将会更高。这一领域将会新增2000万到5000万个就业岗位。根据对于目前趋势的观察和分析,报告同时指出了未来在国家、企业和个人的层面上将会产生新工作的方面。
  • 基础设施和建筑方面的投资为了弥补基础设施和住房短缺,建筑业和基建将会有更多的劳动需求。预计将会有8000万的新增岗位,如果保持目前的投资增速将会产生2亿的就业市场,包括建筑师、工程师、电功、木工和手艺人,同时也包括建筑工人。
  • 在可再生能源、高能效和气候变化方面的投资。在可再生能源、能效技术和缓解温室效应方面的投资将会拉动一系列就业需求,包括制造业、建筑业和安装施工行业。将会产生1000-2000万的新增就业机会。
  • 家政工作的市场化未来将目前无薪的家务等工作进行市场化发展。目前在发达国家这一普遍的趋势使得女性的劳动参与率提高,同时加速了这一趋势。预计将会有5000-9000万就业机会,包括幼儿早教和家庭杂物等工作。

综上所述,在自动化浪潮下将持续增加的工作需求来自于以下一些方面:

  • 健康护理专业技能;
  • 工程师、科学家、分析师和高级会计师;
  • IT和技术专家;
  • 很难被机器代替的高级管理人员;
  • 教育人员,特别是新兴经济体的儿童教育
  • 创造性工作,包括艺术家,演员等;
  • 建筑业,基建和房屋;
  • 复杂环境中的手工和服务业。

即将到来的劳动力转移将会十分巨大。无论新工作的产生还是自动化造成的失业都意味着将会有许多人需要进行职业转换,并学习新的工作技能。这将会以前所未有的规模发生,从美国到欧洲,以及最近的中国。

根据中位数预计全球范围内到2030年将会有4-8亿人在自动化中失去工作,新的工作同时也会不断出现。但人们需要学习新的技能来适应新的工作,在所有失业人群中预计会有0.75到3.75亿人将接受新的技能培训以获取新的工作。

c59c54dfc07c8579e57705e58d11a40848e96834

在绝对程度上,中国需要面临最大的职业转换,接近1亿劳动力需要改变现有的工作。但与25年前中国亿万人口从农业转移出来相比,这次的趋势没有上次剧烈。

对于发达国家来说,这一比例就相当高,美国和德国接近1/3,日本则接近一半。

3.未来会有足够的工作吗?

人们日益担心着未来是否会有足够的工作机会,但历史经验表明劳动力市场可以适应技术突变带来的变化,只不过在薪酬水平上产生了影响。

2d67684de8498cb783861bc3584c653f7e0abefb

报告从两个方面分析了这个问题,一方面是基于自动化和新工作需求的有限变量模型;另一个则从宏观经济模型与动力学因素的相互作用出发进行研究。

如果历史可依的话,预计在2030年将会有8-9%的新工作在新行业被创造出来。分析表明只要保证足够的经济增长率和投资水平,就业就能够得到充分的保证。

而我们真正需要面对的是如何保证转换行业的劳动力得到必要的职业培训和支持保障,如果国家处理不好将会造成失业率上升和经济衰退。

同时新工作出现的幅度和收到自动化的影响因国家而异,主要取决于以下四个方面的因素:

  • 薪酬水平。高薪资水平使得自动化的需求旺盛,然而低工资水平国家也同样会被影响。如果企业利用自动化提升了产品质量和产量同样也会降低劳动力的需求
  • 需求增长。经济增长是就业增长的源泉,经济增长缓慢或者停滞那么新增工作机会就少。而经济增长强劲、生产力和创新发达的国家将会创造更多的工作岗位。
  • 人口结构。像印度一样劳动力迅速增长的国家将会享受到人口红利助推GDP的增长。如果像日本一样,国家面临劳动力短缺则GDP增速会下降,只能通过生产力提高来促进经济。
  • 经济成分。自动化的潜力会折射出国家的经济结构和每一个经济部门的就业岗位。例如具有高度自动化潜力的日本,在制造业的自动化程度将会比美国高出很多。

自动化将会从各方面影响不同国家的发展。前述的四个方面展望了不同国家未来的劳动力市场状况。例如富裕的日本将会在2030年迎来经济减缓,并面临着新就业乏力和大部分工作将被自动化替代的现实(主要源于高薪资和经济结构)。

2030年,自动化对各国的影响影响随收入水平、薪资比率、人口统计和产业结构的统计变化图,图示中国将受到的影响。

到2030年,日本的劳动力也将减少四百万人。鉴于未来会不断进步的趋势,以及会有很多我们今天还无法想象的新岗位的出现,预计日本的就业大致可以趋于平衡。

到2030年,美国和德国也可能面临大量因自动化而消失的劳动力,但是他们预计由此创造出的新就业机将会更高。随着美国劳动力队伍不断壮大,创新也将带动新型职业和工作的大致平衡。而德国的劳动力到2030年将减少300万人,即使完全如趋势线所示,劳动力的需求也是足够多的。

另一个极端则是印度:一个快速发展的发展中国家,在未来15年内自动化潜力相对来讲是有限的,反映出了它的低工资率。但我们的分析发现,印度大部分职业类别仍预计会增长,这反映了其强劲的经济扩张潜力。不过到2030年,印度的劳动力预计将增长到1.38亿,约占30%。印度可以创造足够的新工作岗位来抵消自动化的影响,并通过在升级方案中进行投资来雇用这些新入场的劳动力。

中国和墨西哥的工资高于印度,因此可能会看到更多的自动化。中国经济仍然保持强劲增长,劳动力也将减少。像德国一样,未来中国的问题可能是工人短缺。而墨西哥未来经济扩张的预期速度较为缓和,而且可以从增加就业的就业机会和新职业的创新以及充分利用劳动力的规划中获益。

为了避免失业率上升,失业工人需要迅速重新就业。

为了模拟自动化对整体就业和工资的影响,我们使用了可以兼顾自动化和动态交互的经济影响的一般均衡模型。自动化对经济的影响至少表现在三个方面。大部分的注意力都集中在潜在的劳动力流失上。但是自动化也可能提高劳动生产率:企业只有这样做时才采用自动化,使他们能够用相同或更少的投入——材料、能源和劳动力投入等生产更多或更高质量的产出。第三个影响是自动化提高了对经济的投资,缩短了GDP的短期增长。我们对这三种效果分别进行了建模。根据历史数据,我们也为失业人员找到新工作的速度创造了不同的情景。

结果显示,几乎所有情况下,我们报告的六个重点国家:中国、德国、印度、日本、墨西哥和美国到2030年都有可能达到或接近充分就业。这个模型也说明了快速重新雇用失业工人的重要性。如果失业工人能够在一年内重新就业,我们的模型显示了自动化将会提升整体经济:在短期和长期内,充分就业是保持不变的,工资增长比基准模型更快,生产率也更高。

然而,在一些流离失所的工人需要多年才能找到新工作的情况下,中短期失业率则会上升。劳动力市场随着时间的推移而调整,失业率下降,但平均工资增长放缓。在这些情况下,2030年的平均工资最终将低于基准模型,这可能会抑制总需求和长期增长。

4.自动化对于个人技能和工资意味着什么?

总的来说,目前日益增长的职业教育需求是比那些因自动化而失业的职业更高。在发达经济体中,目前只有需要中等或更低的教育的职业会从自动化中看到净衰退,而那些需要大学学位和更高学历的职业也在增长。

在印度和其他新兴经济体,我们发现所有教育水平的劳动力大的需求都在增加,需要中等教育的职业新增就业人数最多,但就业岗位增长速度最快的是目前需要大学或高等学历的职业。

未来的员工将花更多的时间在那些机器不太有能力的活动上,比如管理人员、应用专业知识和与他人交流。他们将花费更少的时间在可预测的物理活动上,比如收集和处理数据,这些方面机器甚至已经超过了人类的能力。所以人所需的技能和能力也会改变,需要更多的社交和情感技能,以及更高级的认知能力,比如逻辑推理和创造力。

我们的分析显示,美国和其他发达经济体的大部分就业增长将处于工资分配的高端职位。目前工资水平较低的一些职业,如护理助理和助教,也将增加,而广泛的中等收入职业将会有最大的就业下降。

收入两极分化可能仍会继续下去。政策的选择,如增加对基础设施、建筑和能源转型的投资,可能会帮助创造对中等收入岗位的额外需求,比如发达经济体下的建筑工人。在中国和印度这样的新兴经济体中,工资趋势的情况是截然不同的。我们的情况表明,随着这些经济体的发展,零售业销售人员和教师等中等收入的岗位将增长最多。这意味着他们的消费阶层在未来几十年将继续增长。

5.面对即将到来的劳动力转移,我们需要如何面对?

人工智能和自动化给用户和企业带来的好处,以及通过他们的生产力贡献带来的经济增长,都是毋容置疑的。它们不仅有助于创造就业机会的充满活力的经济体,而且还有助于创造经济盈余,使社会能够解决劳动力转移的问题,而这种转变无论如何都有可能发生。

面对我们所描述的工人转型的规模,我们当然应该充分迎接这些技术的发展,但也应解决它们所带来的劳动力转型和挑战。在许多国家,这可能需要马歇尔计划的一项举措,包括持续的投资、新的培训模式、缓解工人转型的方案,收入支持以及公私部门之间的合作等问题。

所有的社会都需要解决以下四个关键领域:

保持强劲的经济增长以支撑新的就业机会。维持强劲的总需求增长对支持新的就业机会至关重要,同时也支持新业务的形成和创新。确保充足总需求的财政和货币政策,以及对商业投资和创新的支持将是至关重要的。某些部门的针对性举措也可能有所帮助,例如增加对基础设施和能源转型的投资。

扩大和重新定位再就业培训以及劳动力技能的培养提高。在职业生涯中,提供职业再培训和让个人学习可销售的新技能将是一项关键的挑战,甚至对一些国家来说,这是最主要的挑战。职业生涯的再培训将变得越来越重要,因为这是成功的职业转变所需要的技能组合。企业可以在一些领域发挥带头作用,包括在职培训和为员工提供提升技能的机会。

提高商业和劳动力市场的活力和流动性。劳动力市场需要更大的流动性来管理我们预期的困难转变。这包括在发达经济体中恢复现已衰退的劳动力流动。通过匹配工人和寻找他们技能的企业,并为那些愿意接受他们的人提供过多的新工作机会,数字人才平台可以促进流动性。劳动力市场缺乏弹性的国家的政策制定者可以向那些解除管制的国家学习,比如德国,它将联邦失业机构变成了一个强有力的就业匹配实体。

为工人提供保障性收入和职业过渡期支持。收入支持和其他形式的过渡性支援来帮助失业工人找到有收入的工作是非常必要的。除了再培训,一系列的政策也可以帮助,包括失业保险、公共支援,以及在工作之间追踪的便携福利。这其中可能需要更长期的政策来补充工作收入,以支持总需求并确保社会公平。更全面的最低工资政策、普遍的基本收入,或与生产率增长挂钩的工资增长都是可能的解决办法。

政策制定者、商业领袖和个别工人都有建设性和重要的角色,以在顺利的劳动力过渡中发挥作用。历史告诉我们,世界各地的社会在面对巨大的挑战时,往往会为其公民的福祉挺身而出。

然而,在过去的几十年里,支持劳动力的投资和政策已经受到侵蚀。经济合作与发展组织(OECD)的大多数成员国的劳动力培训和支持方面的公共支出都在下降。教育模式在过去的100年内并没有发生根本性的变化。现在,扭转这些趋势至关重要,各国政府将劳动力转移和创造就业作为更为紧迫的优先事项。

在这个工作的角色和意义都开始转变的时代,我们都需要对未来生活的形态和价值保持创造性的设想。

处在最新前线的企业,将重新调整业务流程、重新评估人才战略和劳动力需求,仔细考量哪些个人是需要的,哪些可以重新部署到其他岗位上,以及需要哪些新的人才。许多公司发现,这既是他们的自我利益,也是他们社会责任的一部分——培训自己的员工,准备好迎接新世界的工作形态。

个人也需要为未来快速发展的工作做好准备。持续获取高速变化的世界所需的新技能,以及足够的敏感度,对自身的幸福和发展是至关重要的。对劳动力的需求是一直存在的,但需要人们重新考量的是对工作本质的认知,例如工作地点、方式以及如何将个人技能和天赋融合到工作的方方面面中。世界在不断变化发展,我们唯有紧跟时代的步伐才能在激荡的技术浪潮中处变不惊。


原文发布时间为:2017-12-25

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“大数据文摘”微信公众号

相关文章
|
3月前
|
机器学习/深度学习 人工智能 运维
运维的未来:自动化与人工智能的融合之路
【8月更文挑战第21天】在数字化浪潮中,运维领域正经历着前所未有的变革。本文探讨了自动化和人工智能技术如何重塑运维工作,提升效率与准确性,并预测了未来运维的发展方向。通过分析当前运维面临的挑战,我们揭示了自动化和AI技术带来的机遇,以及它们如何助力运维人员实现更高效的工作流程和决策制定。文章还讨论了这些技术可能对运维职业路径产生的影响,为读者提供了对未来运维趋势的深刻洞察。
72 0
|
11天前
|
机器学习/深度学习 人工智能 自动驾驶
人工智能与就业市场:工作的变革
【10月更文挑战第31天】随着人工智能技术的飞速发展,就业市场正经历深刻变革。本文探讨了人工智能对就业市场的积极影响,如创造新兴职业、提高生产效率和促进职业转型,以及面临的挑战,如自动化取代部分工作、技能转型需求增加和就业市场两极分化。文章提出了加强教育培训、推动产业升级和创新、完善社会保障体系等应对策略,旨在为读者提供全面而深入的理解。
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能】人工智能就业岗位发展方向有哪些?
人工智能领域的岗位多样,涵盖了从技术研发到应用实施、从产品设计到市场运营等各个方面,以下是人工智能就业岗位的主要发展方向
257 59
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
Nature子刊:基于内生复杂性,自动化所新类脑网络构筑人工智能与神经科科学的桥梁
【9月更文挑战第11天】中国科学院自动化研究所的研究人员提出了一种基于内生复杂性的新型类脑网络模型,通过模拟人脑内部神经元间的复杂互动来提升AI系统的智能与适应性。此模型利用图神经网络(GNN)并设计分层图结构对应人脑不同功能区,引入自适应机制根据输入数据调整结构。实验表明,此模型在图像分类及自然语言处理等任务中表现出显著提升的性能,并且处理复杂数据时更具备适应性和鲁棒性。论文链接:https://www.nature.com/articles/s43588-024-00674-9。
53 7
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
探索软件测试的未来:自动化与人工智能的融合
在本文中,我们将一起踏上一段激动人心的旅程,探索软件测试领域的未来趋势。从手工测试的繁琐到自动化测试的便捷,再到人工智能(AI)技术的引入,我们将揭示这些变革如何影响测试流程、提升效率并减少错误。文章将深入浅出地分析自动化测试工具的进步和AI技术如何赋能软件测试,预测未来可能的发展路径,并提供一些行业案例作为参考。无论你是软件测试领域的新手,还是寻求进阶知识的资深人士,这篇文章都将带给你新的启示和思考。
|
2月前
|
机器学习/深度学习 数据采集 人工智能
智能化运维的探索之旅:从自动化到人工智能
在数字化浪潮中,运维领域正经历一场革命。本文将带你领略从传统手动操作到自动化脚本,再到集成人工智能的智能运维平台的演变之路。我们将探讨如何通过技术创新提升效率、降低成本并增强系统的可靠性和安全性。文章不仅分享技术演进的故事,还提供了实现智能化运维的实践策略和未来趋势的展望。
|
2月前
|
机器学习/深度学习 人工智能 物联网
智能家居技术的未来:从自动化到人工智能
本文探讨了智能家居技术的发展趋势,从早期的自动化设备到现在的人工智能集成系统。文章首先介绍了智能家居的基本概念和历史发展,然后详细分析了当前智能家居技术的主要特点,包括物联网、机器学习和用户交互界面。接着,文章讨论了智能家居技术面临的挑战,如隐私保护、数据安全和技术标准化问题。最后,展望了未来智能家居技术的发展方向,包括更加智能化的家居管理、环境自适应能力和高级用户定制服务。文章旨在为读者提供一个关于智能家居技术发展的全面视角,并引发对未来生活方式的思考。
|
3月前
|
人工智能 安全 物联网
智能家居技术的未来:从自动化到人工智能的演变
随着技术的飞速发展,智能家居已经从简单的自动化控制进化到了集成人工智能的高级阶段。本文将探讨智能家居技术的发展轨迹,分析其如何通过人工智能、物联网和数据分析等技术提升家居生活的便利性、安全性和效率。我们将以实际案例说明未来智能家居的趋势,并讨论在实现这一愿景过程中所面临的挑战与机遇。
|
3月前
|
人工智能 安全 搜索推荐
智能家居的未来:从自动化到人工智能
【8月更文挑战第24天】 本文将探讨智能家居技术的最新进展,特别是如何从简单的自动化迈向更智能的人工智能集成。我们将分析当前市场上的技术,预测未来的发展趋势,并提供一些实用的建议,帮助读者更好地理解和利用这些技术来改善他们的日常生活。
57 8
|
3月前
|
机器学习/深度学习 人工智能 运维
智能运维:未来趋势下的自动化与人工智能融合
【8月更文挑战第18天】 在数字化浪潮中,智能运维(AIOps)作为一股不可逆转的力量,正逐步改写传统运维的脚本。本文将探讨AIOps的核心要素、实施路径和面临的挑战,同时分享个人从新手到专家的心路历程,旨在启发读者思考如何在这一领域内持续成长并作出贡献。
223 6
下一篇
无影云桌面