【人工智能和自動化將對人們的工作產生深遠影響，在帶來社會效益的同時帶來挑戰】
□麥肯錫全球研究院
經濟體也可以從中受益
人工智能和自動化技術的部署可以為提升全球經濟和促進全球繁榮做出很大貢獻。在老齡化不斷升高和出生率不斷下降的時期，生產率增長對長期的經濟增長尤為重要。近年來，發達經濟體的生產率增長也一直比較低迷，與以前的通用技術相似，AI可以為提高生產力做出貢獻。
人工智能最大的經濟影響可能是通過勞動力市場來提高生產率，包括替代、增加人力成本和對勞動生產率的貢獻。研究表明，人工智能可以增強人的綜合能力，釋放工人從事更高效和更高價值的任務，並增加對與AI技術相關的工作需求。
人工智能還可以促進創新，使企業能夠通過現有產品更有效地到達服務欠缺的市場來創造全新的產品和服務。人工智能還將創造積極的外部效應，促進更有效的跨境貿易，並擴大對有價值的跨境數據流的使用。經濟活動和收入的增加可以再投資於生產，有助於未來進一步的增長。
人工智能的部署也會帶來一些負面效應，這些外部因素可能會降低積極的經濟影響，但不會抵消。在經濟方面，負面效應包括競爭的加劇，將市場份額從非採用者轉移為領先者，與管理勞動力市場轉型相關的成本，以及失業期間公民的潛在消費損失，以及部署AI系統的過渡和實施成本。
不同國家的AI準備度
研究表明，創新和獲得必要的人力資本技能的能力將是最重要的促成因素，而AI的競爭力可能是影響未來GDP增長的重要因素。引領人工智能競爭的國傢俱有獨特的優勢，以區別其他國家。規模效應可以實現更大的投資，網絡效應可以使這些經濟體能夠吸引更多人工智能所需的人才。
第一梯隊國家包括中國和美國。目前，中國和美國是大多數與人工智能相關的研究活動和投資的引領者。
第二梯隊國家包括德國、日本、加拿大和英國等，這些國家都具有推動大規模創新的歷史，並可能幫助加速人工智能解決方案的商業化。比利時、新加坡、韓國和瑞典等規模較小的全球連通經濟體在培養新型商業模式蓬勃發展的生產環境方面也取得了很好的成績。
第三梯隊國家包括巴西、印度、意大利和馬來西亞等，這些國家雖然處於相對較弱的起始位置，但在特定領域具有相對優勢。以印度為例，每年有大約170萬名畢業生獲得STEM學位，超過所有G7國家的STEM畢業生總數。
其他國家的數字基礎設施、創新和投資能力相對不發達，數字技能相對落後。
AI將對人的工作產生深遠影響
雖然人工智能和自動化會為企業和經濟帶來很大利益，但預期會對人們的工作造成重大幹擾性影響。
1. 大約有一半的工作活動（不是工作）是技術上可自動化的。通過對“自動化和人工智能對工作的影響”的分析表明，一些類別的活動在技術上比其他活動更易自動化，包括高度可預測和結構化環境中的物理活動（如流水線作業）以及數據收集和數據處理等，這類工作大約佔據了所有部門日常工作的一半。
最不易受影響的種類包括管理他人、提供專業知識以及與利益相關者交互的工作。高度自動化活動的密度與國家、部門、職業都有關係。研究發現，60％的職業中大概30％的活動是可以自動化的，只有約5％的職業中幾乎所有活動都是可以自動化的。換句話說，更多的職業將部分自動化而不是全部自動化。
2. 對工作的三個影響：失業，就業增加，改變就業機會。採用自動化並影響實際工作的速度和程度將取決於技術可行性之外的若干因素，包括部署和採用的成本，以及包括勞動力供應數量、質量和相關工資在內的勞動力市場動態。勞動力因素是導致發達經濟體和發展中經濟體差別的主要因素。
首先是失業問題。2016年至2030年的中點應用場景（midpointadoption scenario）表明，約有15％的全球勞動力（4億工人）可以被自動化取代。
第二是獲得的就業機會。我們根據預期的生產率增長和考慮工作需求的幾個驅動因素，制定了2030年的勞動力需求情景。這些驅動因素包括收入增加（尤其是新興經濟體的收入增長），以及人口老齡化、基礎設施和建築投資、能源轉型支出以及技術開發和部署支出增加的醫療支出。
通過這些因素和其他催化劑獲得的就業崗位數量大約在5.55億至8.9億之間，約佔全球勞動力的21％至33％。也就是說，除極端情況外，工作需求的增長將抵消自動化失去的工作崗位的數量。隨著機器越來越多地進入工作場所，人類的工作崗位也會發生變化，受到變化影響的工作比造成的失業更多。
勞動力轉型非常重要
即使在2030年人們有足夠的工作，但伴隨自動化和人工智能應用帶來的工作轉變也是非常重要的。
1. 數百萬工人可能需要改變職業。其中一些改變將發生在公司和部門內部，但大多數的變化將發生在部門甚至地區之間。其他難以自動化的相關職業數量將會增長。這些職業包括經理、教師、護士、技術和其他專業人員，以及在特殊環境中工作的工人。這些變化可能並不順暢，將會導致失業率的上升。
2. 工人在未來工作中需要掌握不同的技能才能生存。對溝通和同理心等社交和情感技能的需求也會同時增長。自動化也將促進更高認知技能的需求，特別是批判性思維、創造力和複雜信息處理能力。技能轉變的步伐一直在不斷加速，這可能會導致對某些技能的過度需求和對其他技能的過度供應，造成一種供需不平衡的現象。
3. 隨著越來越多的機器與人一起工作，工作場所和工作流程也會發生變化。例如，隨著商店引入自助結賬機器，收銀員將從掃描商品的工作流程轉移到為顧客回答問題或為機器排除故障。
4. 自動化可能會對發達經濟體的平均工資帶來一定壓力。目前發達經濟體的許多中等工資崗位都是可以高度自動化的活動，其次是製造業和會計等領域。高薪工作崗位將大幅增加，特別是對於能提供高水平醫療服務的醫生、技術或其他專業人員而言。鑑於現有技能短缺和教育體系受到挑戰，以及在職業培訓和工人過渡支持支出下降的趨勢，許多經濟體（尤其是經合組織國家）在解決這些轉變的過程中，都陷入了困境。還有許多經濟體正在經歷收入不平等和工資兩極分化的問題。
AI帶來的社會效益和挑戰
除了經濟利益和挑戰外，人工智能還將以積極的方式影響社會，因為人工智能有助於解決從健康和營養到平等和包容在內的社會挑戰，但人工智能也會引入濫用等需要解決的新問題。
1. 人工智能可以幫助解決一些社會最緊迫的挑戰。通過將常規工作、不安全的活動以及人類容易出現人為錯誤的活動自動化，人工智能可以提高人們的工作效率，使人們的生活和工作更加安全和高效。一項針對美國的研究預測，用更精確的自動駕駛汽車取代人類駕駛員可以減少事故發生率，每年挽救數以千計的人類生命。
人工智能可以減少人類在海上石油鑽井平臺和煤礦等不安全環境中的工作需求。美國國防高級研究計劃局（簡稱DARPA）就正在測試可以部署在災區的小型機器人，以減少人類可能受到的傷害。還有一些相關的AI功能。比如對手機拍攝的皮膚照片進行圖像識別和分類可以評估是否患有皮膚癌，以促進疾病的早期診斷，緩解皮膚科醫生診療病人數量有限的問題。物體檢測可以通過識別汽車和燈柱等障礙物，幫助視障人士導航，與環境互動。
2. AI需要解決包括意外後果、濫用、算法偏見以及數據隱私問題在內的社會問題。從經濟角度來看，需要解決個人、企業、部門甚至國家之間日益擴大的經濟差距，這些差距可能會成為部署的意外後果。其他受關注的領域包括人工智能的使用和濫用。範圍包括從監視和軍事應用的使用到社交媒體和政治中的使用，以及具有社會效應的領域，例如司法系統。我們還必須考慮人工智能技術被惡意濫用的潛在可能性，比如在網絡安全領域。
算法以及用於訓練算法的數據可能會引入新的偏見，或使現有的社會和程序偏見長期存在並制度化。例如，開發者利用有限的面部群體樣本訓練的面部識別模型，可能無法應用於更廣泛的人群。
數據隱私和個人信息的使用也是在AI發展過程中必須要解決的關鍵問題。歐洲通過《通用數據保護條例》在這一領域處於領先地位，該條例對數據收集提出了更嚴格的要求，為用戶提供了被遺忘權和反對的權利，加強了對收集、控制和處理的組織方的監督，並規定對未遵守規定的企業處以罰款。網絡安全和深度偽造技術可能會被用於操縱選舉結果或進行大規模欺詐活動，這也是亟需解決的問題。
需要優先考慮的三件事
基於人工智能對企業和經濟的潛在好處以及技術應對某些社會挑戰的方式，應鼓勵企業領導者和政策制定者接受並應用人工智能技術。與此同時，人工智能技術的潛在挑戰也不容忽視，包括勞動力影響和其他社會問題。亟需解決的主要挑戰包括：
1. 應用挑戰。考慮到人工智能帶來的商業價值，以及對經濟增長和社會利益的潛在好處，我們有興趣擁抱人工智能。企業和國家有強烈的意願追隨美國和中國的步伐。人工智能應用的增加和廣泛部署需要技術進步作為基礎，並確保所有潛在用戶都可以從AI中受益。具體措施包括：
（1）進一步投資並繼續推進人工智能研究和創新，確保所有人都能分享AI紅利。
（2）擴大可用數據集的範圍，尤其是在其對經濟和社會帶來更廣泛利益的領域。
（3）投資人工智能相關的人力資本和基礎設施，以擴大能夠創建和執行人工智能解決方案的人才基礎，以跟上全球人工智能領導者的步伐。
（4）鼓勵企業領導者和政策制定者提高對AI技術的認識，以指導其決策。
（5）支持現有的為組織和國家最終AI部署奠定基礎的數字化工作。
2. 未來的就業挑戰。從緩解自動化帶來的潛在破壞性影響出發，就是要確保經濟和生產力的增長，這也是就業增長和日益繁榮的先決條件。政府還需要培養商業活力，因為創業和更快速的新業務的形成不僅可以提高生產力，還可以推動創造就業機會。解決與技能、工作和工資相關的問題需要採取更具針對性的措施。包括：
（1）通過關注STEM技能以及創造力、批判性思維和終身學習來不斷髮展教育系統和變革學習場所。
（2）鼓勵私人和公共部門對人力資本進行投資，可以通過類似於研發投資的激勵或信貸來實現。
（3）通過支持更好的資格認證和匹配以及支持各種形式的工作來改善勞動力市場活力。
（4）重新思考收入問題，除了考慮金錢外，還要考慮工作的意義和尊嚴等因素。
（5） 借鑑世界各地的最佳做法和新方法，重新考慮對受影響工人的過渡支持和安全網構建。
3. AI的責任挑戰。如果公眾因人工智能侵犯隱私、存在偏見或被惡意使用而對人工智能失去信心，或將不平等的加劇歸咎於人工智能，那麼人工智能將不會履行其承諾。在解決濫用問題的同時應該建立對其造福社會的信心。具體方法包括：
（1）加強消費者、數據、隱私和安全保護。
（2）建立一個共享的通用框架和一套有益和安全使用AI的原則。
（3）共享最佳實踐並堅持創新，以解決安全性、偏見和可解釋性等問題。
（4）科學引導AI的發展，確保人工智能的優勢得到廣泛應用和推廣。