人工智能（AI）的時機(jī)可能終于到了，在過去60年，經(jīng)過幾次"人工智能冬天"的炒作之后。AI現(xiàn)在為許多真實世界的應(yīng)用程序提供動力，從面部識別到語言翻譯和助手（如Siri和Alexa），我們幾乎沒注意到它。隨著這些消費者應(yīng)用，各個行業(yè)的公司越來越多地利用AI在運營中的力量。接受人工智能有望為企業(yè)和經(jīng)濟(jì)體帶來對生產(chǎn)力增長和創(chuàng)新的貢獻(xiàn)。同時，人工智能對工作的影響可能是深遠(yuǎn)的。一方面是一些職業(yè)以及對某些技能的需求將下降，而另一方面是莫些職業(yè)隨著人們與不斷發(fā)展和日益有能力的機(jī)器一起工作而增長和變化。
深度學(xué)習(xí)和機(jī)器學(xué)習(xí)技術(shù)正在推動人工智能
最近對人工智能的興奮很大程度上是由于深度學(xué)習(xí)領(lǐng)域的進(jìn)步，這是一套基于人工神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)技術(shù)。這些人工智能系統(tǒng)松散地模擬了神經(jīng)元在大腦中相互作用的方式。神經(jīng)網(wǎng)絡(luò)有許多（"深度"）層模擬互聯(lián)神經(jīng)元，因此術(shù)語"深度學(xué)習(xí)"。早期的神經(jīng)網(wǎng)絡(luò)只有三到五層和幾十個神經(jīng)元，而深度學(xué)習(xí)網(wǎng)絡(luò)可以有十個或更多層，模擬神經(jīng)元的數(shù)量在數(shù)百萬。
盡管限制依然存在，但新技術(shù)會顯示出希望
人工智能仍然面臨許多實際挑戰(zhàn)，盡管新技術(shù)正在出現(xiàn)，以解決這些問題。機(jī)器學(xué)習(xí)可能需要大量的人力努力來標(biāo)記監(jiān)督學(xué)習(xí)所需的培訓(xùn)數(shù)據(jù)。流內(nèi)監(jiān)督，其中數(shù)據(jù)可以在自然使用過程中標(biāo)記，和其他技術(shù)可以幫助緩解這個問題。
獲取足夠大和全面的數(shù)據(jù)集，用于培訓(xùn)，例如，創(chuàng)建或獲取足夠的臨床試驗數(shù)據(jù)以更準(zhǔn)確地預(yù)測醫(yī)療保健治療結(jié)果，也常常是具有挑戰(zhàn)性的。
深度學(xué)習(xí)技術(shù)的"黑匣子"復(fù)雜性帶來了"可解釋性"的挑戰(zhàn)，或者顯示了哪些因素導(dǎo)致了決策或預(yù)測，以及如何決策或預(yù)測。這在信托和預(yù)測具有社會影響的應(yīng)用中尤其重要，例如在刑事司法申請或金融貸款中。一些新生的方法，包括地方可解釋的模型不可知解釋（LIME），旨在提高模型的透明度。
另一個挑戰(zhàn)是建立通用的學(xué)習(xí)技術(shù)，因為人工智能技術(shù)在將經(jīng)驗從一組環(huán)境帶到另一組環(huán)境中方面仍然困難重重。轉(zhuǎn)移學(xué)習(xí)，其中人工智能模型被訓(xùn)練完成特定任務(wù)，然后迅速將學(xué)習(xí)應(yīng)用到類似但獨特的活動中，是應(yīng)對這一挑戰(zhàn)的一個有希望的對策。
企業(yè)將從AI中受益
雖然人工智能在消費者應(yīng)用中越來越普遍，但企業(yè)開始在其運營中采用人工智能，有時效果顯著。
AI的潛在跨行業(yè)和跨職能部門
AI可用于提高包括預(yù)測維護(hù)在內(nèi)的業(yè)務(wù)績效，其中深度學(xué)習(xí)從音頻和圖像中分析大量高維數(shù)據(jù)的能力可以有效地檢測工廠裝配線或飛機(jī)發(fā)動機(jī)中的異常情況。在物流方面，AI可以優(yōu)化交付流量的路由，提高燃油效率并縮短交貨時間。在客戶服務(wù)管理方面，由于語音識別的改進(jìn)，AI已成為呼叫中心的寶貴工具。在銷售方面，將客戶人口統(tǒng)計和過去的交易數(shù)據(jù)與社交媒體監(jiān)控相結(jié)合，可以幫助生成個性化的"下一個產(chǎn)品購買"建議，許多零售商現(xiàn)在經(jīng)常使用這些建議。
這種實用的人工智能應(yīng)用案例和應(yīng)用可以遍及經(jīng)濟(jì)的所有部門和多個業(yè)務(wù)功能，從營銷到供應(yīng)鏈運營。在許多此類使用案例中，深度學(xué)習(xí)技術(shù)主要通過改進(jìn)傳統(tǒng)分析技術(shù)來增加價值。
我們對19個行業(yè)和9個業(yè)務(wù)職能部門的400多個使用案例進(jìn)行分析后發(fā)現(xiàn)，在69%的潛在使用案例中，人工智能改進(jìn)了傳統(tǒng)分析技術(shù)。在只有16%的AI使用案例中，我們發(fā)現(xiàn)了一個"綠地"AI解決方案，該解決方案適用于其他分析方法無效的地方。我們的研究估計，到2030年，基于人工神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)技術(shù)可產(chǎn)生所有分析技術(shù)所能提供的總潛在價值的40%。此外，我們估計，一些深度學(xué)習(xí)技術(shù)每年可帶來高達(dá)6萬億美元的價值。
到目前為止，各公司和部門的采用不均衡
雖然許多組織已開始采用人工智能，但采用人工智能的速度和程度參差不齊。在2018年一百家公司關(guān)于人工智能采用情況的調(diào)查中，近一半的受訪者表示，他們的公司在其業(yè)務(wù)流程中至少嵌入了一種AI功能，另有30%的公司正在試用AI。不過，只有21%的受訪者表示，他們的組織已經(jīng)將人工智能嵌入到業(yè)務(wù)的幾個部分，只有3%的大公司將人工智能整合到其整個企業(yè)工作流程中。
其他調(diào)查顯示，早期的人工智能采用者傾向于更廣泛地考慮這些技術(shù)，以擴(kuò)大其市場或增加市場份額，而經(jīng)驗較少的公司則更狹隘地關(guān)注降低成本。高度數(shù)字化的公司傾向于加大對人工智能的投資，并從其使用中獲得更大的價值。
在部門一級，數(shù)字化的早期采用者與其他人之間的差距正在擴(kuò)大。在MGI行業(yè)數(shù)字化指數(shù)中排名靠前的行業(yè)，如高科技和電信以及金融服務(wù)是AI采用者的領(lǐng)先者，并且擁有最雄心勃勃的AI投資計劃。隨著這些公司擴(kuò)大人工智能的采用范圍，并獲取更多的數(shù)據(jù)和人工智能功能，落后者可能會發(fā)現(xiàn)很難趕上。
收養(yǎng)面臨的若干挑戰(zhàn)依然存在
許多公司和部門在人工智能采用方面滯后。制定具有明確定義優(yōu)勢的人工智能戰(zhàn)略、尋找具有適當(dāng)技能的人才、克服制約端到端部署的功能孤島，以及領(lǐng)導(dǎo)者對人工智能缺乏所有權(quán)和承諾，這些都是高管們最常提到的采用障礙之一。
在戰(zhàn)略方面，公司需要制定全企業(yè)對吸引AI機(jī)會的看法，從而可能改變其當(dāng)前業(yè)務(wù)流程的一部分。組織將需要強(qiáng)大的數(shù)據(jù)捕獲和治理流程以及現(xiàn)代數(shù)字功能，并能夠構(gòu)建或訪問必要的基礎(chǔ)設(shè)施。更具挑戰(zhàn)性的將是克服"最后一公里"的問題，即確保人工智能提供的卓越見解被灌輸?shù)饺藛T的行為和企業(yè)流程中。
在人才方面，深度神經(jīng)網(wǎng)絡(luò)的大部分構(gòu)建和優(yōu)化仍然是一項需要真正專業(yè)知識的藝術(shù)。對這些技能的需求遠(yuǎn)遠(yuǎn)超過供應(yīng)：據(jù)估計，只有不到10000人具備解決嚴(yán)重人工智能問題所需的技能，而且競爭非常激烈?？紤]構(gòu)建自己的人工智能解決方案的公司需要考慮是否有能力吸引和留住具有這些專業(yè)技能的員工。
通過提高生產(chǎn)力和創(chuàng)新，經(jīng)濟(jì)也將受益于人工智能
人工智能和自動化技術(shù)的部署對提振全球經(jīng)濟(jì)和促進(jìn)全球繁榮大有幫助。在老齡化和出生率下降的時期，生產(chǎn)率增長對長期經(jīng)濟(jì)增長至關(guān)重要。即使在短期內(nèi)，發(fā)達(dá)經(jīng)濟(jì)體的生產(chǎn)率增長也一直緩慢，從10年前的2.4%下降到2010-14年的0.5%。與以前的通用技術(shù)非常一樣，AI具有促進(jìn)生產(chǎn)力增長的潛力。
人工智能可以通過各種渠道對經(jīng)濟(jì)產(chǎn)生影響
AI最大的經(jīng)濟(jì)影響可能是通過勞動力市場效應(yīng)（包括替代、增強(qiáng)和貢獻(xiàn)勞動生產(chǎn)率）對生產(chǎn)率增長的影響。
我們的研究表明，勞動力替代可能占到總收益的不到一半。人工智能將增強(qiáng)人類能力，釋放員工從事更有生產(chǎn)力和更高價值的任務(wù)，并增加對與人工智能技術(shù)相關(guān)的工作的需求。
AI還可以促進(jìn)創(chuàng)新，使公司能夠通過更有效地使用現(xiàn)有產(chǎn)品進(jìn)入服務(wù)不足的市場，以及長期內(nèi)創(chuàng)造全新的產(chǎn)品和服務(wù)，提高其頂級產(chǎn)品水平。AI還將創(chuàng)造積極的外部性，促進(jìn)更高效的跨境貿(mào)易，并能夠擴(kuò)大使用有價值的跨境數(shù)據(jù)流。這種經(jīng)濟(jì)活動和收入的增長可以再投資于經(jīng)濟(jì)，促進(jìn)進(jìn)一步的增長。
AI的部署也將帶來一些負(fù)面的外部因素，這些外部因素可能會降低（但無法消除）正面的經(jīng)濟(jì)影響。在經(jīng)濟(jì)方面，這些包括競爭加劇，市場份額從非吸附者轉(zhuǎn)向領(lǐng)跑者，與管理勞動力市場轉(zhuǎn)型相關(guān)的成本，以及失業(yè)期間公民可能喪失的消費，以及部署人工智能系統(tǒng)的過渡和實施成本。
總之，這些各種渠道都為顯著的正經(jīng)濟(jì)增長服務(wù)，假設(shè)企業(yè)和政府積極管理這一轉(zhuǎn)變。我們使用大數(shù)據(jù)進(jìn)行的一項模擬表明，到2030年，人工智能的采用可以使全球GDP增加13萬億美元，每年增加約1.2%的GDP增長率。然而，這種影響只會隨著時間的推移而累積，因為AI的大部分實施成本可能高于收入潛力。
目前大約一半的工作活動（不是工作）在技術(shù)上是可自動化的
我們對自動化和人工智能對工作的影響的分析表明，某些類別的活動在技術(shù)上比其他類別的活動更容易自動化。它們包括高度可預(yù)測和結(jié)構(gòu)化環(huán)境中的體育活動，以及數(shù)據(jù)收集和數(shù)據(jù)處理，它們加起來約占大多數(shù)經(jīng)濟(jì)體所有部門人員活動的一半。
最不易受影響的類別包括管理他人、提供專業(yè)知識以及與利益相關(guān)者進(jìn)行聯(lián)系。高度自動化活動的密度因職業(yè)、部門和較小程度的國家而異。我們的研究發(fā)現(xiàn)，在60%的職業(yè)中，大約30%的活動可以自動化，但在只有大約5%的職業(yè)中，幾乎所有活動都是自動化的。換句話說，更多的職業(yè)將部分自動化，而不是完全自動化。
對工作的三個同時影響：失業(yè)、增加就業(yè)、改變工作
自動化的速度和程度以及影響實際工作將取決于除技術(shù)可行性以外的幾個因素。其中包括部署和采用的成本，以及勞動力市場動態(tài)，包括勞動力供應(yīng)數(shù)量、質(zhì)量和相關(guān)工資。勞動力因素導(dǎo)致發(fā)達(dá)經(jīng)濟(jì)體和發(fā)展中經(jīng)濟(jì)體之間的廣泛差異。勞動力替代以外的商業(yè)利益往往涉及將人工智能用于超越人類的能力，這有助于商業(yè)案例的采用是另一個因素。
社會規(guī)范、社會接受度和各種監(jiān)管因素也將決定時機(jī)。所有這些因素在各個部門和國家的表現(xiàn)將有所不同，而對于國家來說，這在很大程度上將受到勞動力市場動態(tài)的驅(qū)動。例如，在法國、日本和美國等工資水平相對較高的發(fā)達(dá)經(jīng)濟(jì)體，受自動化影響的就業(yè)崗位可能比印度增加一倍以上，占總數(shù)的百分比。
鑒于所有這些因素的相互作用，很難作出預(yù)測，但有可能發(fā)展出各種情景。首先，關(guān)于失業(yè)問題：我們2016年至2030年采用的中點方案表明，全球約15%的勞動力（4億工人）可能因自動化而流離失所。
其次，就業(yè)崗位增加：我們根據(jù)生產(chǎn)率的預(yù)期經(jīng)濟(jì)增長和考慮了幾個工作需求驅(qū)動因素，制定了到2030年勞動力需求的設(shè)想。這些措施包括增加收入，特別是在新興經(jīng)濟(jì)體，以及增加對老齡化人口的醫(yī)療保健支出、基礎(chǔ)設(shè)施和建筑投資、能源過渡支出以及技術(shù)開發(fā)和部署支出。
通過這些催化劑和其他催化劑獲得的就業(yè)機(jī)會數(shù)量可能從5.55億到8.9億不等，占全球勞動力的21%至33%。這表明，除非出現(xiàn)極端情況，否則工作需求的增長將遠(yuǎn)遠(yuǎn)抵消自動化所失去的工作崗位數(shù)量。然而，必須指出，在許多人口年輕的新興經(jīng)濟(jì)體中，為進(jìn)入勞動大軍的工人提供就業(yè)機(jī)會已經(jīng)具有挑戰(zhàn)性，在發(fā)達(dá)經(jīng)濟(jì)體，失業(yè)與我們設(shè)想中創(chuàng)造的就業(yè)之間的大致平衡也是老齡化的結(jié)果，因此進(jìn)入勞動大軍的人數(shù)減少。
隨著機(jī)器在工作場所越來越多地補(bǔ)充人力，這些工作將發(fā)生變化，其意義同樣顯著。由于上述部分自動化，工作將發(fā)生變化，而工作變化對職業(yè)的影響將遠(yuǎn)遠(yuǎn)大于失業(yè)。工人的技能，輔之以機(jī)器，以及工作設(shè)計，將需要適應(yīng)跟上快速發(fā)展和日益有能力的機(jī)器。
四個勞動力轉(zhuǎn)型將是重大的
即使像我們大多數(shù)場景所暗示的那樣，2030年將為人們提供足夠的工作，但自動化和人工智能采用將伴隨的過渡將非常重要。
首先，數(shù)百萬工人可能需要改變職業(yè)。其中一些轉(zhuǎn)變將發(fā)生在公司和部門內(nèi)部，但許多變化將發(fā)生在各個部門，甚至地區(qū)。雖然在高度結(jié)構(gòu)化的環(huán)境中和數(shù)據(jù)處理中需要體育活動的職業(yè)將減少，但其他難以自動化的職業(yè)將增長。這些人員可能包括經(jīng)理、教師、護(hù)理助理、技術(shù)和其他專業(yè)人員，但也包括在不可預(yù)知的物理環(huán)境中工作的園丁和水管工。這些變化可能并不順利，并可能導(dǎo)致失業(yè)率暫時上升。
其次，員工需要不同的技能才能在未來的工作場所茁壯成長。對社交和情感技能（如溝通和同理心）的需求增長速度幾乎與對許多先進(jìn)技術(shù)技能的需求一樣快。所有工作的基本數(shù)字技能都在增加。自動化還將刺激對更高認(rèn)知技能的需求的增長，尤其是批判性思維、創(chuàng)造力和復(fù)雜的信息處理。對物理和手動技能的需求將下降，但到2030年，這些技能仍將是許多國家中最大的勞動力技能類別。技能轉(zhuǎn)移的步伐一直在加快，這可能導(dǎo)致對某些技能的需求過剩，并導(dǎo)致對另一些技能的供應(yīng)過剩。
第三，隨著越來越多的人與機(jī)器并肩工作，工作場所和工作流程將發(fā)生變化。例如，隨著自助結(jié)賬機(jī)在商店中推出，收銀員將從掃描商品本身轉(zhuǎn)向幫助回答問題或排除機(jī)器故障。
最后，自動化可能會給發(fā)達(dá)經(jīng)濟(jì)體的平均工資帶來壓力。發(fā)達(dá)經(jīng)濟(jì)體目前的許多中等工資工作都以高度自動化的活動為主，如制造業(yè)和會計業(yè)，這些活動可能會下降。高薪工作將顯著增加，尤其是高技能醫(yī)療和科技或其他專業(yè)人員。然而，預(yù)計將創(chuàng)造的大部分工作，如教師和護(hù)理助理，通常工資結(jié)構(gòu)較低。
在處理這些過渡時，許多經(jīng)濟(jì)體，特別是經(jīng)合組織經(jīng)濟(jì)體，由于現(xiàn)有的技能短缺和教育制度受到挑戰(zhàn)，以及在職培訓(xùn)和工人過渡支助支出下降的趨勢，開始出現(xiàn)漏洞。許多經(jīng)濟(jì)體已經(jīng)經(jīng)歷了收入不平等和工資兩極分化。
