人工知能は人々を失業させるだけでしょうか?マッキンゼーの調査と分析では、異なる答えが出ました。

人工知能は人々を失業させるだけでしょうか?マッキンゼーの調査と分析では、異なる答えが出ました。

AIへの追加投資は2030年までに雇用の5%に貢献し、創出される追加の富は労働需要を促進し、雇用をさらに12%増加させる可能性があります。

マッキンゼー・グローバル・インスティテュートによる新たな研究では、人工知能が世界経済に与える影響をシミュレートしようと試みている。シミュレーション調査により、AI は世界経済活動に貢献する大きな可能性があることが判明しましたが、重要な課題は、AI の導入によって国、企業、労働者間の格差が広がる可能性があることです。 AI の影響は直線的ではなく、時間の経過とともに加速する可能性があることに注意することが重要です。

AIを全面的に採用する革新的で最先端の企業は、現在から2030年までにキャッシュフローを2倍にすることができるが、そのためにはより多くの労働者を雇う必要があるだろう。これらの企業は、同じペースで AI テクノロジーを導入する意欲や能力のない企業を置き去りにすることになります。

AIをまったく導入しない企業は、市場シェアの喪失によりキャッシュフローが20%減少し、従業員を解雇せざるを得なくなる可能性がある。

スタッフ。 AI技術の普及により、特に精神的、肉体的を問わず「反復的な労働」の自動化や労働のアウトソーシングがより一般的になってきました。

研究によると、反復的なタスクと少量のデジタルスキルを特徴とする仕事の需要は、2030年までに全雇用の40%から30%未満に減少する可能性がある一方で、非反復的な活動や高度なデジタルスキルを必要とする仕事の需要は約40%から50%以上に増加する可能性がある。

こうした変化は賃金に影響を及ぼし、格差の拡大につながるだろう。

総賃金総額の約 13% が非反復的で高度なデジタル スキルを必要とする分野に移行し、収入が増加する可能性がありますが、反復的でデジタル スキルが低い分野の労働者は停滞または賃金カットを経験する可能性があります。後者のグループが総賃金に占める割合は33%から20%に低下する可能性がある。

雇用と賃金の格差が拡大することの直接的な結果として、AIツールの開発と使用を担う熟練した人材をめぐる熾烈な競争が起こるだろう。

全体的に見ると、 AI の採用と普及は純雇用に大きな影響を与えない可能性があります。

AIへの追加投資は2030年までに雇用の5%に貢献し、創出される追加の富は労働需要を促進し、雇用をさらに12%増加させる可能性があります。

国と国の間。この傾向はすでに明らかであり、今後さらに拡大すると思われます。これらの国々(主に先進国)は AI リーダーとしての地位を確立しており、現在と比較して 20 ~ 25% の追加的な経済的利益を得られる可能性があります。

多くの先進国は、GDP成長の勢いが鈍化する中、AIによる生産性向上を推進せざるを得なくなるかもしれない。多くの場合、これは人口の高齢化がもたらす課題を部分的に反映しています。さらに、これらの経済では賃金率が高く、低賃金の発展途上国よりも労働力を機械に置き換えるインセンティブが大きいことを意味します。

対照的に、新興国では5~15%の増加にとどまる可能性がある。

多くの発展途上国では、デジタルインフラが不十分で、イノベーションや投資能力が弱く、スキル基盤も弱い。低賃金と十分な生産性を合わせると、これらの経済が AI 導入において先進諸国に追いつく可能性は低いと思われます。

発展途上国は経済を活性化させるために他のアプローチを取る傾向があります。たとえば、生産性を高めるために産業を再編成するなどです。そのため、AI を推進するインセンティブは低くなる可能性があります (いずれにしても、先進国に比べると AI による経済的利益は比較的小さいと考えられます)。

現在の人工知能の発展は、すでに人工知能ラベリング業界という業界の活発な発展を促進しています。

ほぼすべてのテクノロジー企業が、第 3 層および第 4 層の都市でデータ ラベリングの下請けチームを探しています。

これにより、変革が遅く、失業率が高い町や村に、より多くの雇用機会がもたらされます。

<<:  マイクロソフトがローブを買収:一般の人々が人工知能を簡単に利用できるように

>>:  人工知能とビッグデータを開発する際に留意すべき12のこと

ブログ    
ブログ    
ブログ    

推薦する

私のディープラーニング開発環境: TensorFlow + Docker + PyCharm など。あなたの環境はどうですか?

著者: キリアンマシンハートが編集参加者: ヌルハチュ・ヌル、リー・ヤージョウこの記事では、研究者の...

...

エアコンピューティング、高度に発達した人工知能を備えた未来の世界

インターネット技術の急速な発展に伴い、「クラウド コンピューティング」や「フォグ コンピューティング...

大規模モデルの最大のバグは、正解率がほぼゼロであり、GPTからLlamaまで誰も免れないことです。

GPT-3とLlamaに「AはBである」という単純な知識を教え、​​次にBが何であるかを尋ねました...

AlphaGo の最初のバグ: 囲碁アルゴリズムの最大の弱点は何でしょうか?

[[163852]]どれほど恐ろしいモンスターにも弱点はあります。なぜAlphaGoは皆を驚かせる...

黄仁訓:AIは5年以内に人間を超える、OpenAIの最初のAIスーパーコンピュータはマスクによって購入された

11月30日、エヌビディアのCEOジェンスン・フアン氏は水曜日に開催されたニューヨーク・タイムズの年...

今後5年間の人工知能における5つのブレークスルー

会話ができるスマートスピーカーであれ、自分で絵を描くことができるバーチャルアーティストであれ、農家が...

ロボット犬が3トンの飛行機を10メートル引っ張った

今日のロボット犬は、人間に簡単につまずかされるような時代をとうに過ぎています。新しく公開されたビデオ...

南京科技大学とオックスフォード大学は、1行のコードでゼロショット学習法の効果を大幅に向上させるプラグアンドプレイ分類モジュールを提案した。

ゼロショット学習は、トレーニングプロセス中に出現しなかったカテゴリの分類に重点を置いています。意味記...

Java と Python のアルゴリズムとデータ構造に関する面接の質問

Uber や Netflix などの企業でプログラミング、コーディング、ソフトウェア開発の職に応募す...

人間のフィードバックなしで調整します。田元東チームの新しい研究RLCD:無害で有益なアウトラインライティングはベースラインモデルを全面的に上回る

大規模モデルがより強力になるにつれて、低コストでモデルの出力を人間の嗜好や社会の公共価値により沿った...

数独問題を解くには人工知能や量子コンピューティングを使うべきでしょうか?

楽しいボードゲームとして誕生してから 100 年経った今、数独はどのようにして計算研究の焦点となった...

人工知能産業の急速な発展により、2021年以降、人工知能セキュリティの市場スペースは巨大になるでしょう。

[[439966]]人工知能は、人間の意識と思考の情報処理をシミュレートできるコンピュータ サイエ...

人工知能と機械学習に対するあなたの理解を完全に覆す10の成功ビジネスストーリー

導入:チャットボットから予測分析まで、IT リーダーは人工知能と機械学習を使用してビジネス インサイ...