人工智能(AI)对未来工作的影响

简介: 人工智能、机器学习、深度学习和自动化不再是未来的技术,这些技术已经在企业中发挥作用。无论是组织数据,发现趋势还是让人的生活更轻松,如果我们愿意接受的话,人工智能都可以对企业产生积极影响。

机器人和人工智能不会取代所有工作类别,而是可能有助于在将来使工作变得更轻松,为了提高生产力或安全性,更多的工作将会被自动化完成。


人工智能、机器学习、深度学习和自动化不再是未来的技术,这些技术已经在企业中发挥作用。无论是组织数据,发现趋势还是让人的生活更轻松,如果我们愿意接受的话,人工智能都可以对企业产生积极影响。


至少,这是今年5月在麻省理工学院(MIT) 2018年首席信息官研讨会上“人工智能、机器学习和自动化领域未来工作”座谈小组所传递的信息,该会议为期一天,行业思想领袖和教育工作者会聚集于此讨论IT不断发展的趋势所带来的影响。


“有一点可以肯定的是,随着这些技术进入每个公司、每个行业以及每个地区,未来五到十年内会出现很多颠覆性的事情,”麻省理工学院“数字经济项目”主任,麻省理工学院斯隆管理学院(Sloan School of Management)教授Erik Brynjolfsson说。“但如果我们能更好地理解这些技术带来的影响,如果我们能努力重新设计我们的业务流程,那么我们将能够利用这些技术为许多人创造大量财富和利益。”


||  人工智能不会消灭所有工作类别


美国劳工部创建了一个名为ONET的数据集,其中包括了对美国964个职业的说明。每个工作都列出了包含大约20到32项任务,在美国经济中总共存在超过18,000项任务。


Brynjolfsson的团队利用了这个数据集,并评估了其中的每个技能,以确定哪些任务人工智能可以比人类做得更好,哪些任务人类会做得更好。该团队发现,在很多工作中,人工智能在完成某些任务上总是可以比人类做得更好,但仍有很多任务,人类比人工智能和机器学习表现得更出色。


“这是我们对逐项职业进行研究后所发现的情况--很少出现机器学习可以完全战胜人类的情况。在大多数情况下,机器学习能够完成某些任务,但却无法完成特定职业中的其他任务,”Brynjolfsson说。“这意味着你组织中的大部分工作在一定程度上都会受到机器学习的影响,但还有一些工作仍需要人类继续去做。”


这将需要协调,以帮助人工智能和人类协同工作,“但所有工作类别都被消灭,这是不太可能的,”Brynjolfsson说。


||  提升员工队伍技能


但人工智能辅助机器人会带来什么呢?结论也是一样的。在很多情况下,机器人可以帮助人们减少那些耗时、琐碎、单调甚至辛苦的体力工作任务,而不会让员工丢掉工作。事实上,最可能出现的情况是人类和机器人一起工作,许多机器人专门用于协作,也被称为协作机器人。


我们距离“强人工智能”还很远,这一自动化类型或许你可以在电影中看到,即机器人可以“在各个方面都胜过人类”,Brynjolfsson说。但人工智能可以在企业中发挥重大作用--特别是对那些具有大量数据的任务,这些数据是“映射到一组输出信息的一组输入信息。”


麻省理工学院政治经济学和城市规划助理教授,专题小组成员杰森·杰克逊(Jason Jackson),举了一个医护人员的例子。杰克逊说,一些工作的自动化(如患者转诊和搬运等任务)可有助于减轻工作人员的体力负担,同时保护患者并防止受伤。这项任务需要医疗从业者付出体力和努力—因此在这种情况下,对一项技能的自动化并不会取代医护人员的工作,而只是帮助他们更高效工作,同时为工作人员和患者提供更安全的环境,他补充道。


麻省理工学院“未来工作小组(Work of the Future Task Force)”执行主任,小组成员伊丽莎白·雷诺兹(Elisabeth Reynolds)表示,汽车和制造业也有类似的趋势。她认为,协作机器人正在为工人创造出更多向上发展的机会和机遇,因为他们可以轻松地从事更复杂的工作。而且,尽管一些行业可能面临裁员,雷诺兹表示“这只是我们所看到向上发展的一小部分。”


||  人工智能和机器学习数据的所有权


企业中机器人和人工智能的未来并非没有风险。与过去的技术一样,企业需要预测潜在的风险、问题或障碍。对未来所担忧的一个关键问题是数据。


“许多人过去认为社交媒体将引领人们互通和带来社区的美好未来,但在很多方面并非如此。它导致了一些非常不正常的结果。那么我们该如何管理风险,使人工智能和自动化不会产生那些类似的意外后果呢?”雷诺兹说。


例如,加拿大多伦多市允许谷歌公司安装传感器和其他设备,以便可以在街道或社区中收集数据,提供有关城市的一些有价值信息,并提供对基础设施的一些新见解,她说。但谁该拥有这些数据呢?这些数据是属于谷歌公司还是属于多伦多市?


“很显然,这些数据应归多伦多市所有,但该城市是否有资源或能力来真正使用这些数据呢?”雷诺兹问道。这些也都是企业致力于使用数据时必须要问自己的重要问题,尤其是当人工智能进一步融入人类工作和生活时。


企业接受人工智能、机器人、机器学习和深度学习技术时,他们需要有一个明确的策略来利用这些技术,并且不会因为工作岗位的流失而产生恐慌或不会跨越道德界线。


“这里所说的重点是,肯定将来会有工作,我们面临的挑战是确保这些工作是高质量的工作,是有意义的工作,是可以接受的工作,”雷诺兹说。

相关文章
|
2月前
|
人工智能 运维 安全
阿里云通过ISO42001人工智能管理认证,引领AI治理推动协同共治
9月19日,在杭州云栖大会「AI治理与安全论坛」上,阿里云宣布通过人工智能技术的全生命周期管理ISO42001体系认证。该项认证由国际标准化组织(ISO)和国际电工委员会(IEC)制定,是第一部可认证的人工智能国际管理体系标准。
129 14
|
15天前
|
机器学习/深度学习 人工智能 算法
人工智能与医疗健康:AI如何改变生命科学
【10月更文挑战第31天】人工智能(AI)正深刻改变医疗健康和生命科学领域。本文探讨AI在蛋白质结构预测、基因编辑、医学影像诊断和疾病预测等方面的应用,及其对科研进程、医疗创新、服务效率和跨学科融合的深远影响。尽管面临数据隐私和伦理等挑战,AI仍有望为医疗健康带来革命性变革。
72 30
|
9天前
|
机器学习/深度学习 人工智能 自然语言处理
1分钟认识:人工智能claude AI _详解CLAUDE在国内怎么使用
Claude AI 是 Anthropic 开发的先进对话式 AI 模型,以信息论之父克劳德·香农命名,体现了其在信息处理和生成方面的卓越能力
|
24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。 ###
49 6
|
25天前
|
人工智能 自动驾驶 数据安全/隐私保护
人工智能的伦理困境:我们如何确保AI的道德发展?
【10月更文挑战第21天】随着人工智能(AI)技术的飞速发展,其在各行各业的应用日益广泛,从而引发了关于AI伦理和道德问题的讨论。本文将探讨AI伦理的核心问题,分析当前面临的挑战,并提出确保AI道德发展的建议措施。
|
25天前
|
人工智能 搜索推荐 安全
人工智能与未来社会:探索AI在教育领域的革命性影响
本文深入探讨了人工智能(AI)技术在教育领域的潜在影响和变革。通过分析AI如何个性化学习路径、提高教学效率以及促进教育资源的公平分配,我们揭示了AI技术对教育模式的重塑力量。文章还讨论了实施AI教育所面临的挑战,包括数据隐私、伦理问题及技术普及障碍,并提出了相应的解决策略。通过具体案例分析,本文旨在启发读者思考AI如何助力构建更加智能、高效和包容的教育生态系统。
|
2月前
|
人工智能 JSON 数据格式
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
【9月更文挑战第6天】RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
|
1月前
|
人工智能 算法 安全
人工智能伦理与监管:构建负责任的AI未来
【10月更文挑战第3天】随着人工智能(AI)技术的快速发展,其在社会各领域的应用日益广泛。然而,AI的广泛应用也带来了一系列伦理和监管挑战。本文旨在探讨AI的伦理问题,分析现有的监管框架,并提出构建负责任AI未来的建议。同时,本文将提供代码示例,展示如何在实践中应用这些原则。
265 1
|
1月前
|
人工智能 自然语言处理 安全
Gemini 人工智能:谷歌AI重磅来袭!好消息,国内可用
Gemini 是 Google 🧠 开发的革命性人工智能模型,旨在打造一个功能强大的多模态 AI 系统。
|
1月前
|
机器学习/深度学习 人工智能 数据可视化
深度学习之可解释人工智能(Explainable AI,XAI)
可解释人工智能(XAI)是一个旨在使AI决策过程透明和可理解的研究领域。随着AI和机器学习技术在多个行业中的应用变得越来越广泛,其决策过程的透明度和可解释性变得极其重要。
54 0

热门文章

最新文章

下一篇
无影云桌面