Gartner:到了 2020 年,人工智慧創造的工作機會將超過其取代的數量

作者 | 發布日期 2017 年 12 月 19 日 16:30 | 分類 AI 人工智慧 , 人力資源 line share follow us in feedly line share
Gartner:到了 2020 年,人工智慧創造的工作機會將超過其取代的數量


國際研究暨顧問機構 Gartner 表示,在 2020 年將有 180 萬個職位被人工智慧取代,但在此同時,人工智慧也將創造 230 萬個工作機會,帶動整體工作機會正成長。受人工智慧影響的工作數量將因產業而異;2019 年時,醫療照護、公部門與教育界的就業機會將持續成長;製造業則會遭受最大衝擊。2020 年起,人工智慧所創造的工作機會將足以彌補其取代的數量,預計在 2025 年淨新增就業數將達到 200 萬個。

Gartner 研究副總裁 Svetlana Sicular 表示:「過去許多重大創新都曾經歷過引發失業潮的過渡期,但隨後就會復甦,並緊接著業務轉型,人工智慧未來很可能會依循這個路線發展。」人工智慧將改善許多職位的生產力,雖然其中包含取代數百萬個中低階職位,但同時也創造超過數百萬個高技術性及管理層級的相關職位,甚至是一些屬於入門層級與低技術性的不同性質工作。

Svetlana Sicular 進一步指出:「那些宣稱將出現大規模失業的警告,多半把人工智慧跟自動化混為一談,這反而掩蓋了人工智慧最大的好處──人工智慧的增強功能(AI augmentation),也就是結合人腦與人工智慧,使之相輔相成。」

IT 主管除了應該關注預估淨新增就業數外,每次投資人工智慧相關技術,都必須考量會取代或增加哪些職務,以及這將如何改變員工之間合作、決策與完成任務的方式。

Svetlana Sicular 認為:「現在正是對人工智慧長期發展方向發揮影響的好時機,為了獲取最大價值,必須專注在如何利用人工智慧增強人力。除了要豐富人類工作的內容、重新構思舊有的工作項目、並創造新的產業,還要改變企業文化,使公司能迅速適應人工智慧所帶來的商機與威脅。」

人工智慧已被應用在重複性高的工作項目上,藉由大量分析觀察結果與決策來找出固定模式。另一方面,人工智慧也即將被應用到重複性低且變化較大的低例行性工作上,帶來極大的助益。這方面的應用很可能會協助而非取代人工,因為結合人類與機器,將比單單聘雇專業人士或使用人工智慧機器更有效率。

Gartner 對於人工智慧衝擊職場所做的其他預測包括:

到了 2022 年,以非例行性工作為主的工作者當中,每 5 人就有 1 人將仰賴人工智慧完成任務

Gartner 研究副總裁 Craig Roth 表示:「利用人工智慧每週自動產出狀態報告,或篩選出信箱中前五大重要郵件,感覺不像治癒疾病那麼厲害,但這也是近期這些實際應用並未引起注意的原因。企業才剛開始利用人工智慧來改善非例行性工作,將之應用在一般用途的工具上。一旦知識工作者將人工智慧納入工作流程,當作虛擬秘書或工讀生來使用,機器人員工將成為提升競爭力的必要條件。」

零售商將導入人工智慧、機器人等技術,利用智慧流程自動化來辨識、最佳化目前仍由人力完成的勞動密集且重複性高的活動,並使之自動化。這種作法可提升公司總部、經銷中心一直到商店的效率,藉此降低勞動成本。許多零售商已開始擴大相關技術的使用範圍,以改善店內結帳流程。

2022 年,多通路零售商很難以人工智慧取代銷售人員,但收銀與營運相關職務將面臨嚴重衝擊

研究發現,許多消費者仍偏好在實體店面與具備豐富知識的銷售人員互動。特別是在居家修繕、藥妝等特定領域,見多識廣的銷售人員對顧客滿意度有很大的影響力。雖然零售商將會減少結帳與其他營運相關活動的人力,但他們會發現傳統的銷售顧問很難被取代。

Gartner 研究總監 Robert Hetu 認為:「零售商將捨棄高度重複性與交易相關職位,藉此節省人力,但他們必須把省下來的經費重新投資在人員培訓上,以強化顧客體驗。因此,多數零售商都會把人工智慧視為一種擴增顧客體驗的方式,而非只是用它來取代各個流程中所需人力。」雖然很多產業都能從人工智慧取得更多商業價值,製造業就是其中一個能從中獲取大量商機的產業。自動化將有助於降低成本,消除了價值鏈中的阻力並進一步提升營收,例如供應鏈與產品上市活動的優化。

2021 年時,人工智慧增強功能將產生 2.9 兆美元商業價值,同時恢復 62 億小時的人工生產力 

然而委外(outsourcing)等部分產業,其商業模式則正在歷經根本上的變化,因人工智慧而省下的成本,以及隨之提升的生產力,必須重新投資到公司身上,以推動公司再造並檢視新的商業模式。

Gartner 研究副總裁 Mike Rollings 指出:「人工智慧可取代重複和單調的工作,讓人們有餘力從事其他活動,但人類與人工智慧的共生關係有更多細微差別,需要重新投資及再造,而非只是將既有做法加以自動化。不要只用機器複製人類達成特定判斷的步驟,而是重構整個決策過程,利用機器與人類的相對優缺點,達到最大價值並重新分配決策過程,進而提升靈敏度。」

(首圖來源:Flickr/Many Wonderful Artists CC BY 2.0)