哪一些人群受人工智能的影響最大

最有可能被機(jī)器所取代（如果不是完全取代）的工作是由藍(lán)領(lǐng)和一線服務(wù)員工所占據(jù)的，這些人工資較低，受教育程度也較低，從事的是死記硬背的工作，正如布魯金斯學(xué)會(huì)（Brookings InstituTIon）今年早些時(shí)候的一份報(bào)告所描述的那樣。

但布魯金斯學(xué)會(huì)今天發(fā)布的一項(xiàng)新研究對(duì)這一假設(shè)提出了挑戰(zhàn)，至少當(dāng)涉及到人工智能時(shí)是這樣。它斷言：“美國(guó)的白領(lǐng)高薪人士比如放射科醫(yī)生、法律專(zhuān)業(yè)人士、驗(yàn)光師等等，可能無(wú)法確保端鐵飯碗?！?/p>

事實(shí)上，布魯金斯學(xué)會(huì)表示，“受教育程度更高、收入更高的員工將是受人工智能影響最大的人群?！?/p>

這個(gè)稍作修改的觀點(diǎn)基于一個(gè)新穎的研究方法，由一位名叫邁克爾·韋伯的斯坦福大學(xué)經(jīng)濟(jì)學(xué)博士發(fā)明，他創(chuàng)建了自己的算法，將16，400項(xiàng)人工智能專(zhuān)利與政府官方職業(yè)數(shù)據(jù)庫(kù)“O*NET”中描述769種不同工作的特定詞匯進(jìn)行了比較。

例如，韋伯在包括“度量，有效性”、“分析，數(shù)據(jù)”、“確定，市場(chǎng)”和“監(jiān)控，統(tǒng)計(jì)數(shù)據(jù)”等與營(yíng)銷(xiāo)相關(guān)的專(zhuān)利中發(fā)現(xiàn)了動(dòng)賓關(guān)系。

在相當(dāng)大的程度上，這些術(shù)語(yǔ)反映了“O*NET”數(shù)據(jù)庫(kù)中用于解釋營(yíng)銷(xiāo)專(zhuān)家工作的術(shù)語(yǔ)。其中包括“衡量營(yíng)銷(xiāo)、廣告、傳播計(jì)劃和策略有效性”、“收集和分析客戶(hù)人口統(tǒng)計(jì)、偏好、需求和購(gòu)買(mǎi)習(xí)慣的數(shù)據(jù)以識(shí)別潛在市場(chǎng)”、“監(jiān)測(cè)行業(yè)統(tǒng)計(jì)數(shù)據(jù)并跟蹤貿(mào)易文獻(xiàn)趨勢(shì)”。

這兩套文本的高重合度表明，人工智能已準(zhǔn)備好對(duì)某一特定職業(yè)產(chǎn)生重大影響。

布魯金斯學(xué)會(huì)的數(shù)據(jù)顯示，美國(guó)將有約2，500萬(wàn)員工受人工智能的影響最大，這相當(dāng)于美國(guó)勞動(dòng)力的15%。

除營(yíng)銷(xiāo)專(zhuān)家外，在可預(yù)見(jiàn)的未來(lái)，人工智能有望取得最大進(jìn)展的工作還包括銷(xiāo)售經(jīng)理、電腦程序員和個(gè)人財(cái)務(wù)顧問(wèn)。這四個(gè)領(lǐng)域的員工平均年薪是10.4萬(wàn)美元。

布魯金斯學(xué)會(huì)表示，擁有學(xué)士學(xué)位的員工接觸人工智能的幾率是只有高中文憑的員工的7倍。亞裔美國(guó)員工和白人員工似乎比拉美裔或非洲裔美國(guó)員工更容易受到人工智能帶來(lái)的變化的影響。

值得注意的是，這些最新發(fā)現(xiàn)并沒(méi)有否定先前的警告，即年收入4萬(wàn)美元以下的大約1億美國(guó)人中，有許多人承受著壓力。

盡管過(guò)去由布魯金斯學(xué)會(huì)和其他組織進(jìn)行的研究?jī)A向于將“自動(dòng)化”歸并到一起變成一個(gè)大類(lèi)，但韋伯的方法有個(gè)優(yōu)點(diǎn)，它將人工智能與威脅到低教育程度、低技能雇員的其他技術(shù)進(jìn)步相區(qū)分，后者包括用于生產(chǎn)工作的機(jī)器人科學(xué)和做日常文書(shū)工作及服務(wù)工作的非人工智能軟件。

“一次涉及我們所有人的大轉(zhuǎn)型”

布魯金斯學(xué)會(huì)高級(jí)研究員馬克·穆羅是這項(xiàng)新研究的合著者。他認(rèn)為通過(guò)更謹(jǐn)慎地探究所有這些領(lǐng)域，就能清晰地發(fā)現(xiàn)，新興技術(shù)將牽涉到勞動(dòng)力市場(chǎng)的方方面面。他說(shuō)：“肯定會(huì)有一次涉及我們所有人的大轉(zhuǎn)型?！?/p>

韋伯的方法如此有吸引力的一個(gè)原因是，它利用人工智能包括自然語(yǔ)言處理來(lái)檢驗(yàn)人工智能。因此，布魯金斯學(xué)會(huì)表示：“我們能夠完全依賴(lài)統(tǒng)計(jì)關(guān)聯(lián)，而不是在很大程度上依賴(lài)專(zhuān)家預(yù)測(cè)。”

韋伯認(rèn)為，從專(zhuān)利中獲取信息比向一群學(xué)者或智庫(kù)類(lèi)型的人詢(xún)問(wèn)“他們認(rèn)為人工智能能做什么”更為客觀。

盡管如此，穆羅及其同事強(qiáng)調(diào)人工智能是個(gè)“變化中的目標(biāo)”，因?yàn)?u>計(jì)算機(jī)不斷獲得新的“智能”形式——計(jì)劃、推理、解決問(wèn)題、感知、預(yù)測(cè)，以及通過(guò)收集海量數(shù)據(jù)中的統(tǒng)計(jì)模式進(jìn)行“學(xué)習(xí)”。

他們寫(xiě)道：“要梳理出人工智能的特殊天賦，還需要進(jìn)行更多研究，不管是定性研究還是實(shí)證研究?！?/p>

即便有韋伯的洞見(jiàn)，布魯金斯學(xué)會(huì)還是小心翼翼，不去推測(cè)人工智能將如何重塑職場(chǎng)世界。人工智能可能會(huì)蠶食大量工作。但許多甚或大多數(shù)人工智能應(yīng)用程序最終可能需要人與技術(shù)協(xié)同工作。人工智能可能會(huì)產(chǎn)生需要人力和腦力干預(yù)的新職業(yè)。

卡耐基梅隆大學(xué)教授、機(jī)器學(xué)習(xí)的先驅(qū)湯姆·米切爾（Tom Mitchell）表示：“沒(méi)人知道這將如何發(fā)展。這是個(gè)未知數(shù)。”

穆羅則比較樂(lè)觀。他認(rèn)為，無(wú)論如何，就目前而言，人工智能可以“更多地作為對(duì)白領(lǐng)的補(bǔ)充，因?yàn)樗麄兪芙逃礁?，更能適應(yīng)變化?！?/p>

但韋伯對(duì)此不太確定。通過(guò)利用機(jī)器人和軟件領(lǐng)域的舊專(zhuān)利申請(qǐng)文件并將其與“O*NET”數(shù)據(jù)庫(kù)進(jìn)行匹配，他對(duì)自己的模型進(jìn)行了某種程度的“回溯測(cè)試”。結(jié)果是：從1980年到2010年，“我們看到就業(yè)和工資大幅下降”，韋伯說(shuō)。

鑒于這一先例，隨著人工智能取代大量人類(lèi)員工，他補(bǔ)充說(shuō)，“我絕對(duì)相信，高端勞動(dòng)力市場(chǎng)可能會(huì)出現(xiàn)人類(lèi)工作被取代，我們應(yīng)該對(duì)此予以足夠重視?！?/p>

波士頓大學(xué)法學(xué)院“技術(shù)與政策研究計(jì)劃”（Technology & Policy Research IniTIaTIve）執(zhí)行主任詹姆斯·貝森曾在荷蘭監(jiān)測(cè)到類(lèi)似情況。事實(shí)證明，荷蘭有個(gè)非常豐富的數(shù)據(jù)庫(kù)記錄每個(gè)公司在各種自動(dòng)化上的花費(fèi)是多少，從而能衡量自2000年以來(lái)大量引入新技術(shù)的公司的員工發(fā)生了什么情況，并與那些行動(dòng)較慢的公司進(jìn)行對(duì)比。

有時(shí)顧客更渴望與人接觸

在去年2月發(fā)表的一篇論文中，貝森和其他三位學(xué)者證明，盡管荷蘭的自動(dòng)化并沒(méi)有轉(zhuǎn)化為大規(guī)模裁員，但它已逐漸留下印記，增加了員工離職的可能性，減少了他們的工作天數(shù)，使他們?cè)谖迥昀锬晔杖虢档土?1%。

正如韋伯所指出的，研究還發(fā)現(xiàn)低技能員工并不比高技能員工更容易被“自動(dòng)化項(xiàng)目”取代。貝森表示：“這對(duì)管理者和生產(chǎn)線上的員工都造成了影響。”

安東尼·德利馬（Anthony DeLima）正實(shí)時(shí)關(guān)注著同樣的趨勢(shì)。作為全球商業(yè)與IT咨詢(xún)公司Neoris的數(shù)字化轉(zhuǎn)型主管，德利馬為許多大公司提供關(guān)于如何最好地部署新技術(shù)的咨詢(xún)建議。

他表示，“所有可重復(fù)的任務(wù)”，無(wú)論是在倉(cāng)庫(kù)中挑選商品，還是手工收集和處理數(shù)據(jù)，都已經(jīng)在被機(jī)器接管的路上。與此同時(shí)，高技能職位離被人工智能顛覆也沒(méi)多遠(yuǎn)了。

但這并不意味著所有從事這些工作的員工都會(huì)被解雇。相反，德利馬說(shuō)，他的客戶(hù)堅(jiān)持的似乎是他所謂“三分之一規(guī)則”：

三分之一受自動(dòng)化影響的員工將被調(diào)到其他職能部門(mén)。

還有三分之一的人正在接受培訓(xùn)，以便安全、高效地與新機(jī)器協(xié)作（對(duì)工廠工人而言），或利用人工智能來(lái)增強(qiáng)思維、預(yù)測(cè)商業(yè)成果并在工作中更有效率（對(duì)于知識(shí)型工人而言）。

另有三分之一的人無(wú)法實(shí)現(xiàn)跨越，或者沒(méi)有機(jī)會(huì)實(shí)現(xiàn)跨越。

德利馬說(shuō)：“這種轉(zhuǎn)變要么太快，難以學(xué)到新技能，要么太復(fù)雜，總之不會(huì)太自在?！?/p>

能看到人工智能做出妥協(xié)的一個(gè)地方是Nsure，這是一家?guī)椭蛻?hù)購(gòu)買(mǎi)合適的房屋和汽車(chē)險(xiǎn)的數(shù)字化保險(xiǎn)機(jī)構(gòu)。Nsure表示，通過(guò)使用人工智能，它不僅能從十幾家航空公司中找出最便宜的報(bào)價(jià)，還能挖掘出一系列數(shù)據(jù)庫(kù)，提供剛合適的保險(xiǎn)產(chǎn)品，這樣人們就不會(huì)投保不足或投保過(guò)度。

去年夏天推出的Nsure發(fā)展迅速，向3，500多名客戶(hù)銷(xiāo)售保險(xiǎn)。起初該公司只有少數(shù)客服代表回答有關(guān)其網(wǎng)站的問(wèn)題，而沒(méi)有任何持牌保險(xiǎn)代理人。Nsure首席技術(shù)官庫(kù)巴·斯卡巴尼亞表示：“我們一開(kāi)始就計(jì)劃一個(gè)人也不招。”

但幾個(gè)月后，該公司意識(shí)到有5%到10%的客戶(hù)渴望接到真實(shí)的保險(xiǎn)代理人的電話?！八麄兿胍鸵粋€(gè)真實(shí)的人交談，”斯卡巴尼亞說(shuō)。

事實(shí)證明，僅有人工智能驅(qū)動(dòng)的在線界面是不夠的，Nsure現(xiàn)在已雇傭了3名代理人，遠(yuǎn)少于與其同等業(yè)務(wù)量的傳統(tǒng)保險(xiǎn)公司，但并非沒(méi)有。

顯然，人類(lèi)員工的存在，不管有幾個(gè)，可能是一種特征，而不是缺陷（bug）。