當(dāng)前位置：
人工智能、自動(dòng)化的未來(lái)：需要解決的10個(gè)問(wèn)題
發(fā)布時(shí)間：2019-05-18
隨著機(jī)器開(kāi)始填補(bǔ)工作場(chǎng)所的勞動(dòng)力，我們必須進(jìn)行調(diào)整以從中獲利。
自動(dòng)化和人工智能（AI）正在改變企業(yè)，并將通過(guò)其對(duì)生產(chǎn)力的貢獻(xiàn)來(lái)推動(dòng)經(jīng)濟(jì)增長(zhǎng)。它們還將有助于解決從健康到氣候變化等各方面的艱難社會(huì)挑戰(zhàn)。
與此同時(shí)，這些技術(shù)將改變工作性質(zhì)和工作場(chǎng)所本身。該機(jī)器將能夠執(zhí)行最初由人類完成的更多任務(wù)，補(bǔ)充人類所做的工作，甚至執(zhí)行超出人類能力的任務(wù)。結(jié)果，一些職業(yè)將出現(xiàn)衰退的跡象，而其他職業(yè)將會(huì)增長(zhǎng)，更多的職業(yè)將會(huì)發(fā)生變化。
雖然我們認(rèn)為未來(lái)有足夠的就業(yè)機(jī)會(huì)（極端情景除外），但社會(huì)需要應(yīng)對(duì)重大的勞動(dòng)力轉(zhuǎn)型和失業(yè)問(wèn)題。工人需要獲得新技能并適應(yīng)工作場(chǎng)所中日益強(qiáng)大的機(jī)器。他們可能不得不從日落事業(yè)轉(zhuǎn)向更繁榮的事業(yè)，在某些情況下，還有新的職業(yè)生涯。
該決策簡(jiǎn)報(bào)借鑒了麥肯錫全球研究院的最新發(fā)現(xiàn)，探討了工作場(chǎng)所自動(dòng)化和人工智能的前景和挑戰(zhàn)，并概述了決策者，公司和個(gè)人需要解決的一些關(guān)鍵問(wèn)題。
人工智能和自動(dòng)化的快速發(fā)展為商業(yè)，經(jīng)濟(jì)和社會(huì)創(chuàng)造了機(jī)會(huì)
自動(dòng)化和人工智能并不是什么新鮮事，但最近的技術(shù)進(jìn)步正在推動(dòng)機(jī)器可以做到的極端事情。我們的研究表明，社會(huì)需要這些改進(jìn)，為企業(yè)帶來(lái)價(jià)值，促進(jìn)經(jīng)濟(jì)增長(zhǎng)，并在我們最困難的社會(huì)問(wèn)題上取得進(jìn)展，這在過(guò)去是不可想象的?？偨Y(jié)：
技術(shù)正在飛速發(fā)展
除了傳統(tǒng)的工業(yè)自動(dòng)化和先進(jìn)的機(jī)器人技術(shù)之外，在各種環(huán)境中也可以找到更強(qiáng)大的新自動(dòng)化系統(tǒng)，例如道路上的自動(dòng)駕駛車輛和雜貨店的自動(dòng)檢查。大多數(shù)進(jìn)步都是由系統(tǒng)和組件的改進(jìn)推動(dòng)的，包括機(jī)械，傳感器和軟件。隨著機(jī)器學(xué)習(xí)算法變得越來(lái)越復(fù)雜并利用計(jì)算能力的巨大增長(zhǎng)和可用于訓(xùn)練它們的數(shù)據(jù)的指數(shù)增長(zhǎng)，人工智能近年來(lái)取得了特別重大的進(jìn)步。主要媒體的報(bào)道顯示了巨大的突破，其中許多涉及計(jì)算機(jī)視覺(jué)，自然語(yǔ)言處理和圍棋等領(lǐng)域，這些領(lǐng)域是人類無(wú)法企及的。最近霍尼韋爾推出了一款應(yīng)用在 PCB 電路板和精密電子零部件生產(chǎn)數(shù)據(jù)追溯、食品生產(chǎn)過(guò)程管理、電器/ 機(jī)械零件外包裝箱物流條碼等應(yīng)用場(chǎng)景的新品--HF800固定式二維工業(yè)讀碼器，憑借優(yōu)越的掃描性能和優(yōu)秀的掃碼能力，可對(duì)生產(chǎn)線數(shù)據(jù)實(shí)時(shí)采集和生產(chǎn)流程追溯。HF800配置DataMax軟件，擁有強(qiáng)大的AutoLearn自學(xué)習(xí)功能，搭載50萬(wàn)像素分辨率、每秒60fps的圖像傳感器，能夠多角度、多距離快速準(zhǔn)確地讀取條碼。霍尼韋爾在條碼技術(shù)方面的飛速發(fā)展，進(jìn)一步促進(jìn)了生產(chǎn)線自動(dòng)化的進(jìn)程發(fā)展。
改變業(yè)務(wù)和促進(jìn)經(jīng)濟(jì)增長(zhǎng)的潛力
這些技術(shù)在各種產(chǎn)品和服務(wù)中產(chǎn)生了價(jià)值，各行各業(yè)的公司在一系列流程中使用它們來(lái)個(gè)性化產(chǎn)品推薦，識(shí)別生產(chǎn)中的異常，識(shí)別欺詐性交易等。最新一代人工智能技術(shù)的進(jìn)步，包括解決分類，估計(jì)和聚類問(wèn)題的技術(shù)，預(yù)計(jì)將帶來(lái)更多價(jià)值。我們對(duì)數(shù)百個(gè)智能用例的分析發(fā)現(xiàn)，用于部署人工神經(jīng)網(wǎng)絡(luò)的最先進(jìn)的深度學(xué)習(xí)技術(shù)可以達(dá)到3.5萬(wàn)億到5.8萬(wàn)億美元的年產(chǎn)值，這是所有分析技術(shù)創(chuàng)造的價(jià)值。
人口老齡化和低出生率阻礙了發(fā)展，人工智能和自動(dòng)化技術(shù)的部署可以極大地促進(jìn)全球經(jīng)濟(jì)并加速全球繁榮。許多經(jīng)濟(jì)體的勞動(dòng)生產(chǎn)率增長(zhǎng)（推動(dòng)經(jīng)濟(jì)增長(zhǎng)的一個(gè)關(guān)鍵因素）已經(jīng)放緩，其中美國(guó)和歐洲主要經(jīng)濟(jì)體的生產(chǎn)能力下降，而2008財(cái)年之后，則從十年前的2.4％下降。平均為0.5％。人工智能和自動(dòng)化有可能扭轉(zhuǎn)這種下降趨勢(shì)：未來(lái)十年，生產(chǎn)率增長(zhǎng)可能達(dá)到每年2％，其中60％來(lái)自數(shù)字機(jī)遇。
有助于解決幾個(gè)社會(huì)問(wèn)題的潛力
人工智能還用于各種領(lǐng)域，如材料科學(xué)，醫(yī)學(xué)研究和氣候科學(xué)。這些技術(shù)在這些學(xué)科和其他學(xué)科中的應(yīng)用有助于解決社會(huì)問(wèn)題。例如，蓋辛格的研究人員開(kāi)發(fā)出一種算法，可以將顱內(nèi)出血的診斷時(shí)間大大縮短96％。與此同時(shí)，喬治華盛頓大學(xué)的研究人員正在利用機(jī)器學(xué)習(xí)來(lái)更準(zhǔn)確地測(cè)量氣候變化委員會(huì)使用的氣候模型。
在這些技術(shù)可以在各地實(shí)現(xiàn)經(jīng)濟(jì)和社會(huì)利益潛力之前，挑戰(zhàn)仍然存在
人工智能和自動(dòng)化仍面臨各種挑戰(zhàn)。部分限制在于技術(shù)層面。例如，人工智能需要大量的訓(xùn)練數(shù)據(jù)，并且難以將算法“推廣”到各種用例。最近的創(chuàng)新正在解決這些問(wèn)題。其他挑戰(zhàn)是使用人工智能技術(shù)。例如，很難從技術(shù)上解釋機(jī)器學(xué)習(xí)算法所做出的決策，而解釋這些決策對(duì)于涉及金融借貸或法律應(yīng)用的用例尤其重要。培訓(xùn)數(shù)據(jù)和算法的潛在偏差，而數(shù)據(jù)隱私，惡意使用和安全性是必須解決的問(wèn)題。歐洲正在引領(lǐng)《通用數(shù)據(jù)保護(hù)法規(guī)》，該法規(guī)規(guī)定了用戶收集和使用數(shù)據(jù)的各種權(quán)利。
另一個(gè)挑戰(zhàn)涉及組織采用這些技術(shù)的能力，人們的準(zhǔn)備，數(shù)據(jù)可用性，技術(shù)和流程往往使得采用技術(shù)變得困難。各部門和各國(guó)采用的技術(shù)非常不平衡。金融，汽車和電信行業(yè)在采用人工智能方面處于領(lǐng)先地位。在各國(guó)中，美國(guó)對(duì)人工智能的投資在2016年名列榜首，投資額為150億至230億美元，其次是亞洲，投資額為80億至120億美元，歐洲投資額僅為3億美元。十億。至40億美元，遠(yuǎn)遠(yuǎn)落后。
