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    

推薦する

...

ビル・ゲイツ:AIが最大の影響を与えるには何十年もかかる

[[271684]]ビル・ゲイツは、世界を変えるトレンドを予見し、それを活用することで、史上最も成功...

Metaの公式Promptエンジニアリングガイド:Llama 2はより効率的

大規模言語モデル (LLM) テクノロジが成熟するにつれて、迅速なエンジニアリングがますます重要にな...

コードを書けるAIが登場

テクノロジー・トラベラーは2月10日、北京から次のように報じた。「人工知能技術はコーディング開発の結...

自然言語処理のためのオープンソースツール12選

[[316046]]独自の NLP アプリケーションで使用できる 12 個のツールを見てみましょう。...

アルゴリズムに関する漫画: コンシステント・ハッシュとは何ですか?

1年前——同システムでは、今後2年間で総注文数が約1億件に達すると予測している。 1 つの MyS...

生成 AI とその使用例とは何ですか?

生成 AI は私たちの働き方を変える運命にある驚異的な技術ですが、それは何を実現できるのでしょうか。...

K 分割交差検証とグリッドサーチ

みなさんこんにちは、私はZhibinです〜今日は、GridSearch グリッド検索と K 分割相互...

8 クイーン問題を解く C# アルゴリズムの簡単な分析

8つのクイーンの問題の説明: 8 クイーン問題は古くからある有名な問題であり、バックトラッキング ア...

...

感染症予防・抑制において、サービスロボットは「必須」なのか?

人工知能の概念の普及に伴い、サービスロボット業界も近年ますます注目を集めています。資本市場のサービス...

Java 配列から HashMap へのアルゴリズムの説明

1. 配列とは何ですか?どの本にこのような文章があったか忘れましたが、「すべてのデータ構造は配列の進...

...

YOLOはまだ死んでいません! YOLOv9がリリースされました:パフォーマンスと速度SOTA〜

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...

...