マッキンゼーは、2030年までに1億人の中国人が転職に直面し、世界中で8億人がロボットに置き換えられると予測している。

マッキンゼーは、2030年までに1億人の中国人が転職に直面し、世界中で8億人がロボットに置き換えられると予測している。

最近、マッキンゼー・グローバル研究所は水曜日に発表した報告書の中で、技術の進歩により、将来世界で約3億7500万人が再雇用に直面することになり、そのうち1億人が中国にいると述べた。マッキンゼーのレポートでは、業界を 11 の主要カテゴリーに分類し、今後各国でこれらの業界の求人需要がどのように変化するかを調べています。機械がまだこれらの分野で人間に取って代わることができないため、創造的な仕事、技術エンジニア、管理、社会的交流に関わる職種の需要が大幅に増加しています。一方、予測可能な環境での身体活動を必要とする一部の仕事の需要は大幅に減少するでしょう。

報告書は、市場の基本的な需要と供給の関係によれば、需要が減少している職種の賃金も賃金低下のジレンマに直面するだろうと指摘している。同時に、職種に対する学歴要件がさらに改善され、より低い学歴を要求する職種の数は減少し、大学卒業以上の学歴を要求する職種の数は増加するでしょう。

2030年までに最大1億人の中国人が再雇用される

マッキンゼーの報告書は、ロボットに取って代わられることは大量の失業を意味するものではないと特に指摘している。なぜなら、新たな仕事が創出され、人々は来たるべき雇用の大きな変化の時代に対応するために仕事のスキルを向上させる必要があるからだ。

報告書は、2030年までに世界中で7,500万~3億7,500万人が再雇用され、新たなスキルを習得すると指摘している。量的に見ると、中国は最大の雇用変化に直面し、再雇用を必要とする中国人は1,200万人から1億200万人と推定される。

注: 左から右の順に、米国、その他の先進国、中国、その他の発展途上国です。水色の四角は、自動化が急速に進むと、各国でそれぞれ 5,400 万人、6,400 万人、1 億人、7,200 万人が再雇用され、新しいスキルを習得する必要があることを示しています。また、濃い青色の四角は、自動化が比較的ゆっくりと進むと、各国でそれぞれ 1,600 万人、1,700 万人、1,200 万人、1,000 万人が再雇用される必要があることを示しています。

注: 左から右へ: ドイツ、日本、メキシコ、インド。水色のブロックは、自動化が急速に進むと、各国でそれぞれ 1,200 万人、2,700 万人、700 万人、3,800 万人が再雇用され、新しいスキルを習得する必要があることを示しています。また、濃い青色のブロックは、自動化が比較的ゆっくりと進むと、各国でそれぞれ 300 万人、1,100 万人、100 万人、300 万人が再雇用される必要があることを示しています。

注: このグラフは、世界の労働人口 26 億 6,000 万人のうち、最大 3 億 7,500 万人が職を失い、新しい仕事を見つける必要があることを示しています。

実際、将来各国で自動化によって置き換えられる仕事の数は、経済発展の期待、労働力の増加、賃金水準など、複数の要因によって影響を受けることになります。賃金水準が高い国は、自動化の影響を受けやすい。経済が急速に発展し、労働力全体が減少すれば、将来的にはさらに多くの仕事が自動化に置き換えられるだろう。

このレポートでは、マッキンゼーは中国市場に特化したサブレポートも作成しています(各国のサブレポートの中で1位にランクされており、中国市場を重視していることがわかります)。

マッキンゼーは、全体として中国は自動化から利益を得るだろうと考えている。一方、中国は高齢化が進んでおり、2030年までに人口の17%が65歳以上になります。一方、中国では農業から製造業、サービス業への産業転換が進んでおり、労働力の需要が非常に高まっています。自動化がなければ、依然として労働力不足が続き、生産効率の向上は難しいでしょう。

しかし、労働力への影響は小さくありません。具体的には、次の3点です。

まず、全体的な雇用需要が減少しました。

人工知能は一部の仕事に取って代わり、一部の新しい仕事を生み出すだろうが、全体としては、2030年までに人工知能の普及により、中国の労働需要は現在(2016年)より1,600万人減少するだろう。

第二に、いくつかの仕事が消滅しました。

中国でどの職業が最も大きな打撃を受けているのか、推測できない人も多いだろう。マッキンゼーは、それは機械工と料理人だと考えています。 2030 年までに、これら 2 つの職種に代表される基本的な仕事は 360 万件減少するでしょう。中国料理のライン生産の傾向を考慮すると、シェフの需要は大幅に減少すると推測されます。

たとえば、Yimi Cloud Stationという会社があります。同社は中国の食品サプライチェーンに携わっており、工業団地、大企業、学校などの大規模な飲食現場に温かいチェーンの弁当を提供しています。中国の食品工場では、外食産業において伝統的に欠かせない役職であるシェフの役割が、大部分機械に取って代わられている。

第三に、何億人もの人々が新たなスキルを習得し、転職する必要がある。これが摩擦的失業である。

<<:  転移学習により、ディープラーニングは難しくなくなりました...

>>:  流行は収まったが、学校の開始は何度も延期されている。プログラムシミュレーションでその理由がわかる

ブログ    
ブログ    
ブログ    

推薦する

人生の意味とは何でしょうか?ステーションBのUP司会者がAIに「究極の質問」を投げかけた

人生の意味とは何でしょうか?人はなぜ生きるのか?これらの「宇宙の究極の疑問」は、歴史を通じて数え切れ...

機械学習のケーススタディ: クレジットカード詐欺検出

私は51CTOアカデミー講師の唐玉迪です。51CTOアカデミーの「4.20 ITリチャージフェスティ...

人工知能(AI)の開発と応用の観点から見たアルゴリズムテストのテスト戦略

人工知能の発展と応用に伴い、AI テストは徐々に私たちの視野に入ってきました。従来の機能テスト戦略は...

ロボティック プロセス オートメーションとスマート データ センターの未来

多くの人がロボットについて考えるとき、金属製のヒューマノイド、あるいはテレビ番組で互いに競い合うイン...

パンデミックにより、AI のステータスは「欲しいもの」から「必須のもの」に変化したのでしょうか?

パンデミック以前は、AIの導入は世間の関心を集めていたものの、人々はまだAIの長所と短所、ビジネスへ...

アート業界におけるメタバースの探究

メタバースの概念がますます普及するにつれて、さまざまな業界がこの豊かな土地を探索し始めました。多くの...

ビジネス上の問題を機械学習の問題に変換するにはどうすればよいでしょうか?

[[197632]]機械学習が価値を変革するための最も重要なステップは何ですか?ビジネス上の問題に...

GPT-4V の医師免許試験の点数は、ほとんどの医学生よりも高いです。AI がクリニックに参加するまでにはどれくらい時間がかかりますか?

医用画像診断における人工知能(AI)の応用は大きな進歩を遂げました。しかし、厳密なテストがなければ、...

...

ディープラーニングにおける活性化関数の概要

この記事では、さまざまな活性化関数を紹介し、活性化関数の長所と短所を比較します。この記事は、人工ニュ...

...

コードはオープンソースです!非常に役立つ「機械学習実践ガイド」の第2版がついに登場

昨年の今頃、Red Stone は機械学習の非常に優れた実践ガイドブック「Hands-On Mach...

深セン大学教授が顔検出ライブラリをオープンソース化、顔検出速度は最大1500FPS以上

先週、深セン大学コンピュータサイエンスおよびソフトウェア工学部の Yu Shiqi 教授が、最大 1...

ワンクリックで顔のピクセル画像を生成し、Animal Crossingにアップロードしましょう!このプロジェクトは楽しい

日本の独立系開発者佐藤氏はアスペルガー症候群のため学校を中退、退職。その後独学でAIを学び、AI画伯...