自动化的未来是什么?

简介: 很少有技术能像自动化一样对制造业产生如此大的影响或破坏性。多亏了自动化,我们现在能够用更少的人生产更多的东西。

很少有技术能像自动化一样对制造业产生如此大的影响或破坏性。多亏了自动化,我们现在能够用更少的人生产更多的东西。现代生产线比以前的迭代生产效率更高,运行成本通常更低。

自动化常常与失业和社区破坏联系在一起。但是自动化的未来到底是什么样子呢?

1.jpg

减少体力劳动

几十年来,自动化一直在稳步减少生产线所需的人员数量。今天的美国工厂可以比过去的工厂生产更多的产品,而且他们可以用更少的劳动力来做到这一点。自动化在降低制造业的人工成本方面起了很大的作用。然而,在这一过程中,许多工作岗位消失了。

今天,在制造业工作的所有时间中,大约有一半是用来做体力劳动的。但分析师预计,到2030年,这一比例将降至35%。

随着许多制造业工作越来越不依赖体力劳动,招聘人员寻找的技能构成也将发生变化。除了承担体力和劳动密集型任务外,自动化甚至可以处理基本的认知任务。企业将开始指望人类来处理更高级的认知工作以及机器不适合的社交、情感和技术任务。

与人类和谐相处

自动化最明显的负面影响是人们失去工作。然而,在考虑在工作场所引入更多自动化时,还有一个关键问题需要考虑。对自动化的过度投资会使人类在数量上严重落后于机器,并最终挫败他们的士气。

正如这篇来自凯特林大学的文章所说的那样,“大量自动化超过必要的功能可能会增加利润,但也会造成一个不人道的工作环境。较少的人际交往会使员工感到越来越孤立,甚至可能降低内在动机。”

在继续提高工作场所自动化程度的同时,保持适当的平衡将是未来十年许多企业面临的最关键挑战之一。这一挑战对制造业尤为突出。
2.jpg

加速冲击

我们已经可以看到自动化程度的提高对制造业发展的影响。大多数分析师预计,20世纪20年代中期将是工作场所自动化的一个转折点。例如,普华永道(Price-Waterhouse-Coopers)预计,这对经合组织(OECD)国家就业的影响将变得显著。

到本世纪中叶,制造业、运输业和仓储业以及批发业和零售业的所有工作岗位中,高达15%的工作可以实现某种程度的自动化。这种自动化并不一定意味着人们会失业,但它确实意味着他们角色的性质可能会发生很大的变化。

如果目前的趋势盛行,上述行业中将有35%-50%的工作岗位以某种方式融入自动化。

更便宜、更高效的系统

与任何一种技术一样,自动化技术存在的时间越长,成本就越低,也就越容易获得。建立自动化生产线的成本已经比几十年前低了很多。成本的持续降低是推动整个行业增长的一个重要因素。

由于价格下跌,工业自动化机器人的销量达到了历史最高水平。该行业在持续降低成本和让自动化更容易实现方面做得很好。

分析师预测,在2015年至2025年期间,工业机器人的成本将下降65%。当自动化的价格下降时,雇佣人力的成本却在继续上升。这种差异导致许多企业加速向全自动化生产线的转变。

创造(和破坏)就业机会

我们都习惯于听到自动化正在摧毁工作机会。然而,必须认识到自动化也能创造就业机会。此外,仅仅因为一些作为工作一部分的任务是自动化的,这并不意味着他们会失去工作。

随着我们需要自动化的机器人以及支撑它们的技术变得更加先进,它们创造和带走工作的潜力也在增加。十年后,我们可能会有自动化机器人来完成我们从未想过可以自动化的任务。

现在有许多自动化的例子,利用人工智能和机器学习代替制造机器人。例如,GPT-3是一个高级的文本生成器,尽管它没有一些人想象的那么先进。虽然我们不能完全将我们的内容创作外包给算法,但我们仍在不断地朝着这个方向迈出试探性的步伐。

好消息是,专家们对自动化将创造新的就业机会这一事实基本达成一致。不幸的是,没有人能就扩大自动化在商业中的作用可能创造多少新的就业机会达成一致。如果没有准确的就业机会增加或减少的数字,就很难预测自动化对社会和经济的长期影响。

经济再平衡

在全球范围内,自动化给我们带来的挑战之一是其分布不均。有些国家比其他国家更依赖体力劳动。那些目前经济中包含了自动化正在接管的大多数简单的认知和体力劳动任务的国家,将最难感受到任何快速转变。

在一些国家,包括美国和斯洛伐克,制造业的工作岗位在未来很有可能实现自动化,超过50%。相比之下,韩国和日本分别只有31%和32%的制造业岗位面临自动化风险。

与任何被认为对全球经济未来至关重要的科技行业一样,自动化领域的发展速度非常快。这种快速的发展会使我们很难跟上最新的趋势,也很难评估哪些趋势可能会产生最大的影响。然而,尽管存在不确定性,但我们上面确定的趋势是塑造全球自动化长期前景的最有希望的候选者。
原文链接:http://ai.qianjia.com/html/2020-09/23_371150.html
本文转载自千家网,本文一切观点和机器智能技术圈子无关


机器智能技术结尾二维码.png

目录
相关文章
|
设计模式 算法 数据可视化
分析大型软件系统的经典方法
【6月更文挑战第19天】本文介绍ATAM(架构权衡分析方法)是一种评估大型软件系统架构的工具,着重考虑性能、可用性、安全性和可修改性等质量属性的交互。ATAM提供了一种结构化方法,确保在设计早期就能理解和平衡各种质量属性,以优化系统整体性能。
1262 2
分析大型软件系统的经典方法
|
Linux Windows
如何检测cpu是否支持avx2
【4月更文挑战第16天】如何检测cpu是否支持avx2
11965 0
|
Web App开发 JSON 前端开发
前端必备的谷歌浏览器JSON可视化插件:JSON-Handle
前端必备的谷歌浏览器JSON可视化插件:JSON-Handle
1621 0
前端必备的谷歌浏览器JSON可视化插件:JSON-Handle
|
API
Mac键盘图标与对应快捷按键
⌘——Command () ⌃ ——Control ⌥——Option (alt) ⇧——Shift ⇪——Caps Lock fn——功能键就是fn *.
1504 0
|
7天前
|
缓存 测试技术 API
Qwen 3.7 Plus 与 Max 实测:性价比与多模态能力差异解析(2026)
2026 年 6 月 1 日,阿里悄无声息地发布了 Qwen 3.7 Plus,距 Qwen 3.7 Max 上线刚好 11 天。同样的 1M 上下文,同样的 35 小时自治上限。但价格才是头条:Plus 是 0.40/M输入,Max是 2.50/M——便宜约 6 倍——并且还能看图、看视频。Vision Arena 上 Plus 已经排到 #16。所以这周真正值得讨论的问题不是”要不要为视觉能力买单”,而是”Max 凭什么用 6 倍价格换来 2 个百分点的 benchmark 领先”。
|
8天前
|
JavaScript 定位技术 API
CodeGraph 爆火:编程 Agent 需要的不是更多上下文,而是一张提前画好的代码地图
CodeGraph 是一款爆火的本地代码智能工具,通过 tree-sitter 解析 AST 构建结构化知识图谱(存于 SQLite),为编程 Agent 提前生成“代码地图”。它显著降低 Agent 在中大型项目中的探索成本——实测工具调用减少71%、Token 降57%、速度提升46%,支持19+语言及主流框架路由识别,完全离线、无需 API Key。
752 7
CodeGraph 爆火:编程 Agent 需要的不是更多上下文,而是一张提前画好的代码地图
|
8天前
|
人工智能 运维 JavaScript
阿里云Qoder CN(原通义灵码)全解析 产品形态、版本划分与技术适配说明
在AI辅助开发与智能办公工具持续普及的当下,阿里云旗下原通义灵码正式更名为Qoder CN,同时延伸出QoderWork CN、Qoder CN CLI、Qoder CN Mobile等多款配套产品,形成覆盖代码开发、日常办公、终端交互、移动端使用的完整工具矩阵。Qoder CN核心定位为AI智能编码助手,深度适配主流代码编辑器、集成开发环境以及终端场景;QoderWork CN则偏向桌面端综合办公辅助,二者面向不同使用场景,划分了多个版本档位,搭配差异化资源配额、功能权限与计费规则,同时兼容多款主流大模型。
735 6
|
8天前
|
存储 安全 Java
AgentScope Java 2.0:打造分布式、企业级智能体底座
AgentScope 2.0 面向分布式部署、稳定运行、权限安全等企业级需求全面升级,打造支持多租户隔离与长期稳定运行的企业级智能体底座。

热门文章

最新文章