人工知能によって人々の仕事が失われることは確実だが、仕事がなくなることはないと言われているのはなぜでしょうか。

人工知能によって人々の仕事が失われることは確実だが、仕事がなくなることはないと言われているのはなぜでしょうか。

1956年に人工知能の概念が提案されて以来、人工知能と労働市場の関係については議論されてきました。

明らかに、人工知能の急速な発展は労働市場に影響を及ぼし、多くの人々が職を失うことになるでしょう。しかし、人工知能は労働市場に具体的にどのような影響を与えるのでしょうか?

代替

AI は人間よりも速く、より良くタスクを完了できるため、労働者を雇う必要がなくなります。 2015年版の「中華人民共和国職業分類」は、この点を詳細に示しています。 2015年版の職業辞典では、前版と比較して347の新しい職業が追加され、894の職業が削除されました。

2021年には国家職業分類の改訂が開始され、多くの職業が消滅することが予想されます。

生産性の向上、需要の高まり、技術の進歩が職業代替の主な理由です。

相補性

AI が労働市場に影響を与える 2 番目の方法は、補完性を通じてです。

それは人々がより良く仕事をするのを助け、仕事の数と専門職のさらなる増加につながりますが、失業を引き起こすことはありません。人工知能の助けを借りれば、同じ労働投入でより多くの成果を生み出すことができるため、人々はコアビジネスにもっと集中し、他のタスクを人工知能に任せることができるからです。

例えば、金融分野では完了までに数十分かかる基本的な作業が、金融ロボットではわずか数分で完了し、24時間365日中断することなく稼働することができます。

金融ロボットの出現により、長年基礎業務に従事してきた多くの金融関係者が知識とスキルを向上させ、財務管理業務に従事するよう転換を余儀なくされる。また、人工知能の出現により、財務管理業務もさらに細分化される。

2つ目はスポーツ競技です。たとえば、以前の AlphaGo は確かにトップクラスの囲碁プレイヤーに勝つことができましたが、プレイヤーの囲碁スキルを向上させるためにも使用できます。

需要の創出

AI が労働市場に影響を与える 3 番目の方法は、需要を生み出すことです。

例えば、人工知能によって、人工知能講師などの仕事の需要が生まれました。人工知能の影響により、中高所得者層の割合は徐々に増加し、ハイテク電子製品に対する人々の需要は増加し続けるでしょう。

これに関連する低所得の仕事はあまり変化しないだろう。コストの制約により、人工知能技術が一時的に手作業よりも高価なものや、機械がまだ優れたサービスを実現または提供できないものについては、依然として人工知能が行うことになります。

人工知能は本当に失業を引き起こすのでしょうか?

答えは「はい」ですが、どのグループの人々が職を失うのでしょうか? 農家でしょうか? ウェイターでしょうか? 会計士でしょうか? それとも AI を作成するプログラマーでしょうか?

どちらでもありません。人工知能は特定の職業に取って代わることはありませんが、確かに一部の人々は職を失うことになるでしょう。根本的な原因は永遠の要求にあります。

何千年もの間、人々は食料を得るために農業を行う必要がありました。最初は鍬を使い、次に家畜を使い、その後は大規模な種まき機械や設備を使いました。労働生産の効率は向上し続けましたが、人々の作物に対する需要は変わりませんでした。

[[425079]]

人々のニーズが変わらない限り、特定の職業が消滅することはありません。しかし、特定のツールの使い方しか知らない人は、人工知能に置き換えられる可能性が非常に高いです。

数十年前と同じように、人々はコンピューターが人間に取って代わってしまうのではないかと心配していました。結局、コンピューターは人間に取って代わったのではなく、コンピューターを使えない人を失業させたのである。

人工知能に対する人々の懸念は、10年以上前のものと似ています。人工知能のせいで失業してしまうのではないかと心配するのではなく、本当に専門的なスキルを習得しているのか、それとも特定のツールを使って仕事をこなすのが得意なだけなのかを振り返るべきです。

<<:  自動化には限界がない: SF Express のサプライチェーンは RPA を活用してデジタル変革を加速

>>:  人工知能がITおよびAV業界にもたらす変化

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

スノーフレークアルゴリズムの実装原理を理解する

前提Snowflake は、Twitter のオープンソースの高性能 ID 生成アルゴリズム (サー...

AIが無人車両群を指揮、中国が世界最大の3Dプリント建物を建設

サウスチャイナ・モーニング・ポストとインサイダー誌が報じたところによると、中国はチベット高原のダム建...

ソラのトレーニングデータが流出した疑い、ネットユーザー「UE5が間違いなく使われている」

朗報です、朗報です、本物のソラの新しいビデオがあります!通りかかったらぜひお見逃しなく! (本物のS...

では、機械学習とディープラーニングの違いは何でしょうか?

ディープラーニングは機械学習アルゴリズムのサブクラスであり、より複雑であることが特徴です。したがって...

マイクロソフト、ヘルスケア業界がデータの価値を解き放つための新しい AI ソリューションをリリース

ヘルスケア業界とそのサービス技術が急速に発展するにつれて、大量のデータと情報が生成されます。統計レポ...

Microsoft が NaturalSpeech2 音声合成モデルを発表: 音声再構成は「より正確」になり、「行き詰まる」こともなくなる

マイクロソフトは7月27日、NaturalSpeech2という音声モデルを発表しました。このモデルは...

人工知能とモノのインターネット:スマートシティの交通管理

今日のスマート シティは、都市部を再形成する高度なテクノロジーによって推進されています。人工知能とモ...

AIがデジタル変革に与える影響

デジタルトランスフォーメーションは10年以上にわたってビジネス変革の中核を担ってきましたが、AIの台...

ロボットは労働者を完全に置き換えるのでしょうか?心配しないでください。人間と機械の組み合わせだけが仕事の疲れを軽減できます

英国の著名な分析機関オックスフォード・エコノミクスが発表したデータによると、今から10年後の2030...

ApolloとCarSim/TruckSimの共同シミュレーション

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

北京大学と智遠は、大規模モデルが自律的にオープンワールドを探索できるようにするトレーニングフレームワークLLaMA-Riderを提案した。

大規模言語モデルは、強力で普遍的な言語生成および理解機能を備えているため、汎用的なインテリジェントエ...

Golang GC についていくつか誤解がありますが、本当に Java アルゴリズムよりも高度なのでしょうか?

[[273650]]まず最初に強調しておきたいのは、この記事の発端は High Availabil...

開発ボードはこのように使えますか?アメリカの学者は、義肢のサポートと各指の制御に Jetson Nano を使用しています

近年、ディープラーニングベースのニューラルデコーダーは、神経補綴物の器用かつ直感的な制御を実現するた...

馬懿、沈向陽、曹英の最新AIレビューが人気に!作成に3か月かかりました。ネットユーザー必読の論文です

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...