预测|麦肯锡预测2030年:1亿中国人面临职业转换,全球8亿人被机器人取代

640?wx_fmt=jpeg

来源:先进制造业

摘要:纵观人类技术的发展历程,往往遵循一个固定的规律,即先是概念萌芽,然后经历市场炒作,资本蜂拥,结果潮水退去,泡沫破灭。而繁华落尽后,才会经历技术成熟的阶段,直到最后的落地应用,人工智能的发展也是顺应这个规律。如今AI技术正逐渐走出实验室,走进我们生活。未来AI会给我们带来哪些改变?谁都没有答案,正如《南风窗》写的那样:“今天怎么想象未来,都是幼稚的”。但我们应该相信一个尊重科技的社会一定能够向好而生,愿在未来,机器能成为人类的合伙人,而不是对手,更不是替代者。


近日,麦肯锡全球研究院(McKinsey Global Institute)在周三发布的报告中称,随着科技的进步,未来全球大概有3.75亿人口将面临重新就业,其中中国占1亿。麦肯锡报告中分了11个行业大类,看不同国家未来在这些行业的岗位需求变化。其中涉及到创意工作、技术类工程师、管理类以及社会互动类的岗位需求增长明显,因为机器还无法在这些领域取代人类。另一方面,那些在可预测环境中进行物理活动的部分岗位需求将下降明显。


报告指出,按基本的市场供需关系,那些需求下降的岗位工资也将面临工资下降的窘境。与此同时,岗位学历要求将进一步提升,要求较低学历的岗位数将减少,大学乃至更高学历要求的岗位将增多。


640?wx_fmt=jpeg

注:在创意人员(艺术家、设计师、娱乐业从业者、媒体工作者)大类中,中国岗位需求将增长85%。(下列图片均来自麦肯锡,以下11张图中的柱形图从左至右代表的国家分别为中国、德国、印度、日本、墨西哥以及美国。)


640?wx_fmt=jpeg

注:在技术专家(计算机工程师、专家)大类中,中国岗位需求将增长50%。


640?wx_fmt=jpeg

注:在教师(学校教师、高等教育、其他教育业专业人士)大类中,中国岗位需求将增长119%。


640?wx_fmt=jpeg

注:在经理及管理人员大类中,中国岗位需求将增长40%。


640?wx_fmt=jpeg

注:在建筑人员(建筑工程师、建筑工人、安装及维修人员)大类中,中国岗位需求将增长9%。


640?wx_fmt=jpeg

注:在医护人员(医生、护士、医师助手、药剂师、理疗师、保健员、保育员以及保健技师)大类中,中国的岗位需求将增长122%。


640?wx_fmt=jpeg

注:在专业人士(客户经理、工程师、商业及金融专家、律师及法官、数学专家、科学家以及学者)大类中,中国岗位需求将增长26%。


640?wx_fmt=jpeg

注:在办公支持(IT工作者、问讯员、办公文员、部分金融从业者(采购、工资单等)、行政助理)大类中,中国岗位需求将增长14%。


640?wx_fmt=jpeg

注:在可预测环境中进行物理活动的工作(机器安装修理人员、安保服务、博彩业从业者、洗碗工、清洁人员、食物准备工人)大类中,中国岗位需求将下降4%。


640?wx_fmt=jpeg

注:在社会互动(包含餐饮服务人员、零售及线上销售人员、一对一理疗师、娱乐业服务员、造型师、酒店及旅行相关从业者)大类中,中国岗位需求将增长36%。


640?wx_fmt=jpeg

注:在难以预测环境中进行物理活动的工作(特别领域的机械工人、紧急应急人员、搬运工、机器安装及维修工人、农业从业者、交通维修人员、建筑清洁工人)大类中,中国岗位需求将增长12%。


另外值得注意的是,在不可预测环境下的一些相对低收入岗位,例如园艺工人、水管工、儿童和老人护理人员受自动化的程度也会较低。一方面由于他们的技能很难实现自动化,另一方面,由于这类岗位工资较低,而自动化成本又相对较高,因此推动这类劳动岗位自动化的动力较小。



 2030年,最多将有1亿中国人将重新就业 



麦肯锡报告特别指出,被机器人取代并不意味着大量失业,因为新的就业岗位将被创造出来,人们应该提升工作技能来应对即将到来的就业大变迁时代。


报告指出,至2030年全球将有7500万至3.75亿人口重新就业并学习新的技能。从数量上看,中国将面临最大规模的就业变迁,预计将有1200万至1.02亿中国人需重新就业。


640?wx_fmt=jpeg

注:从左至右国家分别为:美国、其他发达国家、中国以及其他发展中国家。浅蓝色方块表示在自动化发展迅速的情况下,各国分别将有5400万、6400万、1亿、7200万人需要重新就业并学习新的技能;深蓝色方块表示在自动化发展相对缓和的情况下,各国分别将有1600万、1700万、1200万、1000万人需重新就业。


640?wx_fmt=jpeg

注:从左至右国家分别:德国、日本、墨西哥以及印度。浅蓝色方块表示在自动化发展迅速的情况下,各国分别将有1200万、2700万、700万、3800万的人口将需要重新就业并学习新的技能;深蓝色方块表示在自动化发展相对缓和的情况下,各国分别将有300万、1100万、100万、300万人需重新就业。


640?wx_fmt=jpeg

注:本图代表全球26.6亿工作人口中,最多将有3.75亿人的工作被影响,需要重新就业。


事实上,不同国家未来被自动化取代的岗位数,会受到经济发展预期、劳动力增长情况、工资水平等多重因素的影响。工资水平越高的国家越易受到自动化的影响,而随着经济的快速发展,劳动力总数若出现下降情况,未来将被自动化取代的岗位数便会更多。


640?wx_fmt=jpeg

注:横坐标代表不同国家的2010年的GDP总值,纵坐标代表2030年各国目前的工作被自动化取代的比例。深蓝色圆圈代表中国,表示2030年,中国预计有1.112亿人的工作被自动化所取代。


麦肯锡报告还特别指出,在自动化的浪潮中,全社会需要解决好四个问题:一是需要保持积极的稳健增长,以保证工作岗位的增加;二是提供工作培训机会,帮助个人学习适应市场需求的新技能;三是提高商业社会乃至劳动力市场的活力和流动性;四是为那些被自动化取代的工人提供收入和重新就业帮助。


总而言之,对于每个个人来说,需要对未来高速发展的工作环境提前做好准备,努力掌握适应市场需求的新技能。未来对于人类而非机器的岗位需求将持续存在,但人们也应重新思考传统的工作方式还是否可行。


面对日益强大的机器人,普通人最大的担忧就是,它会不会抢了我的饭碗?过去,这还只是担忧,现在,麦肯锡可以用一份160页的报告(只是报告摘要哟)明确告诉你:


全球最高达50%的工作是可以被机器人取代的;

有六成的工作岗位,其30%的工作量可以由机器代劳;

到2030年(还有13年时间),保守估计全球15%的人(约4亿人)会因人工智能工作发生变动,激进预估会影响30%的全球人口,也就是8亿人。


640?wx_fmt=jpeg


虽然机器人对人类的“威胁”不小,但是麦肯锡的研究认为,不同国家,不同岗位,受到的冲击是有显著差别的。比如,越是发达国家,人工成本高,越有动力率先采用机器人,因而发达国家的劳动力被机器人取代的程度会更快更高。


如下图所示:到2030年,全球平均被机器人取代的劳动力比率是15%,作为不发达国家的代表,印度这一比率仅有9%;中国基本与世界平均水平持平,为16%;而发达国家的代表,美国、德国,这一比率高达23%和24%。也就是说,发达国家的普通劳动者正面临被机器人取代的巨大风险。


640?wx_fmt=jpeg


从具体岗位上看,稳定环境中的体力工作(如机器操作员和快餐行业员工)会率先受到冲击;


多变环境中的工作被取代的风险较低,因为从技术上来看,这些工作难以实现自动化。如专业研究人员、照顾岗位、建筑师、管理人员、教育者、技术专家、艺术工作者等岗位需求未来会增多。


尤其是照顾类岗位(医生、护士、高级护理),无论发达国家、发展中国家都有大量的人力需求,这显然是受全球老龄化的影响。


640?wx_fmt=jpeg


在这个报告中,麦肯锡还有一个专门针对中国市场的子报告(而且还被排在了各国子报告的第一个,可见对中国市场的重视)。


麦肯锡认为,从总体来看,中国将受益于自动化。一方面,中国正走向老龄化,到2030年,17%的人口都将在65岁以上;另一方面,中国从农业向制造业和服务业的产业转型,对劳动力有巨大需求,如果不是自动化,我们可能还会出现劳动力缺口,在生产效率上也难以提高。


但对劳动力的冲击也不小,具体来说有三点:


一是总体岗位需求减少。


人工智能取代了一些职业,也会产生一些新的职业,但总体来看,到2030年,受人工智能普及的影响,中国的劳动力需求会较现在(2016年)减少1600万。


640?wx_fmt=jpeg


二是部分岗位消失。


中国哪个职业受到的冲击最大,可能很多人都想不到。麦肯锡认为,是机械师和厨师。到2030年,以这两个岗位为代表的基础工作会减少360万。猜测可能是考虑到中餐的流水化生产趋势,厨师的需求会大大减少。


比如我们就知道一家叫一米云站的企业,他们是做中餐供应链,以热链盒饭供应工业园区、大型企业、学校等大规模用餐场景。在他们的中餐工厂里,厨师这个传统餐饮必需的岗位,就在很大程度上被机械取代了。


640?wx_fmt=jpeg


三是上亿人需要学习新技能,转换岗位——这就是摩擦性失业。


据麦肯锡的预测,到2030年,中国将有至少1.18亿人的岗位被机器人取代,这要求他们学习新技能,适应与机器人的合作分工;其中700-1200万人需要转换职业(这意味着他们原有的岗位彻底被机器人取代,不再有人工的价值)。如果人工智能以更乐观的速度发展的话,这一数字将扩大到2.36亿,也就是三分之一的中国人。


640?wx_fmt=jpeg


纵观历史,很多划时代的科技成果必然引发人们生活方式的改变,短期内很可能难以被接受,但若放眼历史长河,就会发现,所有重大的科技革命无一例外地都最终成为人类发展的加速器,同时也是人类生活品质提高的根本保障。


人工智能技术的出现也同样如此,它的确会对人类的就业造成一定冲击。比如,人工智能更适合处理简单重复、规则确定或者通过案例学习可以找到有效处理规则的问题。像安检、看病理切片和监控视频审核等交给人工智能更为高效可靠,这些工种也因此比较容易受到冲击和替代。不过不必杞人忧天地担心它会彻底取代人类。以第一次工业革命为例,它不仅仅是让人类的既有工作被取代,同时会制造出足够多的新的就业机会。大多数情况下,工作不是消失了,而是转变为新的形式。


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。


  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”


640?wx_fmt=jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/493215.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

计算polygon面积和判断顺逆时针方向的方法

一.利用shapely求polygon面积 import shapelyfrom shapely.geometry import Polygon, MultiPoint # 多边形# box1 [2, 0, 4, 2, 2, 4, 0, 2, 0, 0]box1 [2, 0, 4, 2, 2, 4, 0, 2, 2, 2]poly_box1 Polygon(np.array(box1).reshape(-1,2))print(poly_box1)print(p…

亚洲与非洲:中国支付巨头的海外进击

来源:资本实验室摘要:当下,对国人消费影响最大的两家互联网公司莫过于阿里巴巴和腾讯。这两大公司将大量消费级应用整合在自身的平台上,已经彻底改变了许多人的餐饮、购物、出行、旅游等生活方式,而移动支付是其中最基…

利用已有的标注文字信息制作fake数据

from PIL import Image, ImageDraw, ImageFont, ImageFilter import random import glob import numpy as np import os import cv2 from nespaper_semantics import seg_str 1. 从文字库随机选择10个字符 2. 生成图片 3. 随机使用函数# 从字库中随机选择n个字符 def sto_choic…

汽车芯片:半导体芯片巨头加速成长

来源:乐晴智库精选伴随汽车智能化提速,汽车半导体加速成长。2017年全球汽车销量9680万辆(3%);汽车半导体市场规模288亿美元(26%),增速远超整车。汽车半导体按种类可分为功能芯片MCU(MicrocontrollerUnit)、功率半导体(IGBT、MOSFET等)、传感器…

将MSRA-TD500标签转换成逆时针输出标签+labeleme json格式转四个点的txt

一.MSRA-TD500 : http://www.iapr-tc11.org/mediawiki/index.php/MSRA_Text_Detection_500_Database_%28MSRA-TD500%29 #coding:utf-8 """ fzh created on 2019/12/6 将MSRA-TD500数据标签转换成按逆时针输出 也即  index,difficulty label,x,y,w…

一文看尽2018全年AI技术大突破

来源:量子位摘要:2018,仍是AI领域激动人心的一年。这一年成为NLP研究的分水岭,各种突破接连不断;CV领域同样精彩纷呈,与四年前相比GAN生成的假脸逼真到让人不敢相信;新工具、新框架的出现&#…

pyecharts地图使用

1.首先安装包 pip install pyecharts0.5.1 2.安装地图包 依次是全球地图、中国省级地图、中国市级地图、中国区县级地图、中国区域地图 pip install echarts-countries-pypkg pip install echarts-china-provinces-pypkg pip install echarts-china-cities-pypkg …

《科学》:基因编辑婴儿入选年度“科学崩坏”事件

来源:知识分子摘要:《科学》杂志每年会评出在即将过去的一年里最为重要的十大科学突破(Science Breakthrough)。今年,夺得年度突破桂冠的是“单细胞水平细胞谱系追踪技术”,帮助破获多起悬案的法医系谱技术…

利用scipy包计算表格线的峰值,还原表格得到表格结构

1. 利用scipy包计算表格线的峰值 import cv2 import numpy as np from scipy.signal import find_peaks, peak_widthsdef get_lines_from_image(img_bin, axis, kernel_len_div 20, kernel_len None, iters 3):""":param img_bin: opencv img:param axis: 0…

原子智库 | 刘伟:人工智能快追上人类思维?答案可能让你失望

来源:原子智库摘要:2018年12月15日,原子智库主办的“改革的规则与创新——2018光华腾讯经济年会暨风云演讲”在北京大学举办北京邮电大学人机交互与认知工程实验室主任刘伟发表演讲。演讲的话题是未来工业化发展、智能化发展。刘伟在演讲中指…

利用xlwt写excel并进行单元格的合并

1.写入行列值 import xlwt # 创建一个workbook 设置编码 workbook xlwt.Workbook(encodingutf-8) # 创建一个worksheet worksheet workbook.add_sheet(My Worksheet)# 写入excel # 参数对应 行, 列, 值 worksheet.write(1, 0, label this is test)# 保存 workbook.save(Exc…

为了边缘计算,亚马逊、谷歌、微软已正面交锋!

来源:全球物联网观察摘要:so,你真的了解边缘计算吗?边缘计算的前世今生云计算自2005年提出之后,就开始逐步地改变我们的生活、学习、工作的方式。云计算使得公司能够在自己的物理硬件之外,通过远程服务器网…

每日一小练——二项式系数加法解

上得厅堂,下得厨房,写得代码,翻得围墙,欢迎来到睿不可挡的每日一小练! 题目:二项式系数加法解 内容:请编写一个程序,仅仅用加法,求出n中取r个组合系数C(n,r),…

华为、苹果、高通,谁在领跑?全面解读清华AI芯片报告

来源:智东西摘要:本文全面讲解人工智能芯片,系统梳理人工智能芯片的发展现状及趋势。2010 年以来,由于大数据产业的发展,数据量呈现爆炸性增长态势,而传统的计算架构又无法支撑深度学习的大规模并行计算需求…

SSD300网络结构(pytorch)+多尺度训练与测试

一.SSD300 1.如图是预测框的相应feature map 这里smin是0.2,表示最底层的scale是0.2;smax是0.9,表示最高层的scale是0.9,m代表产生尺度预测的feature map个数。 其中anchor的长宽关系,s就是上图中的scale,a就是上图中的anchor …

01-08-02【Nhibernate (版本3.3.1.4000) 出入江湖】二级缓存:NHibernate自带的HashtableProvider...

第一步骤&#xff1a;hibernate.cfg.xml文件补上如下配置&#xff1a; <?xml version"1.0" encoding"utf-8"?> <!-- This template was written to work with NHibernate.Test. Copy the template to your NHibernate.Test project folder and…

2018, 自动驾驶异常艰难的一年

编译&#xff1a;张玺 &#xff0c;编辑&#xff1a;宇多田摘要&#xff1a;虽然文章几乎聚焦于美国硅谷的技术公司&#xff0c;但这并不意味着作者提出的种种问题不存在于中国的技术公司身上。有意思的是&#xff0c;作者批评了各大公司此前疯狂立 flag&#xff0c;却最后纷纷…

目标检测矩形框与polygon数据增加--裁剪,拓展,旋转

1.裁剪 import torch from torchvision import transforms import cv2 import numpy as np import types from numpy import random class RandomSampleCrop(object):"""CropArguments:img (Image): the image being input during trainingboxes (Tensor): th…

医生们说,AI不会取代我们!

来源&#xff1a;IEEE电气电子工程师学会每次人工智能在医疗任务中与医生进行竞争&#xff08;对此我们已经报道过很多次&#xff09;时&#xff0c;一个问题不可避免地浮出水面&#xff1a;人工智能会取代医生吗&#xff1f;如果你与AI 专家或硅谷投资者交谈&#xff0c;答案往…

ubuntu安装python3.5+pycharm+anaconda+opencv+docker+nvidia-docker+tensorflow+pytorch+Cmake3.8

一&#xff0c;切换python版本为3.5 装好ubuntu&#xff0c;python版本是2.7的 我自己安装并更改打开为python3.5 sudo apt-get install python3.5 设置优先级和默认环境&#xff1a; sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100 su…