労働者の皆さん、ご注意ください: AI は組立ラインの労働者を置き換えるものではなく、管理者を置き換えるものです。

労働者の皆さん、ご注意ください: AI は組立ラインの労働者を置き換えるものではなく、管理者を置き換えるものです。
  • 今後 15 年間で、人工知能によって米国の雇用が 40% から 50% 減少すると私は予測しています。

Sinovation Venturesの会長兼CEOである李開復氏は、「将​​来AIが人間の仕事を置き換える」というテーマについて議論した際に、このように述べたことがある。

第三次インテリジェント革命の到来が、大規模な失業の可能性を含め、人類の社会生活に重大な影響を及ぼすことは間違いありません。将来、AI が人間の仕事を置き換えることが避けられないとしたら、最初に職を失うのは誰でしょうか?

[[352517]]

ほとんどの人の頭の中では、AI に置き換えられる最初の人々は、組み立てラインの梱包作業員など、単純で機械的、反復的で熟練を必要としない仕事に従事する草の根労働者である可能性があります。

しかし実際はその逆かもしれません。研究によれば、A に置き換えられる最初の人物は、労働者ではなく管理者である可能性がある。

最近、ペンシルバニア大学ウォートン校は、最新の研究結果を「マネジメントサイエンス」誌に発表しました。調査では、AIとロボットの急速な発展により、草の根労働者に比べて管理職の需要が急速に減少していることが判明した。これは、ビジネス開発に AI とロボット工学を適用することで、より少ない管理者が効率的に業務を処理できるようになるためです。

AI: シンプルになればなるほど、その仕事をするのが難しくなるかもしれない

李開復氏は「一見単純なタスクが実は人工知能の最大の弱点である」と語る。

AIが仕事を置き換えるかどうかは、単純に「技術的な内容」だけでは判断できません。言い換えれば、ブルーカラー労働者は必ずしもホワイトカラー労働者よりも失業リスクが高いわけではない。

AI は、データの優位性に基づいていくつかの仕事では人間よりはるかに優れていますが、人間と対話できないこと、手足の柔軟性がないこと、創造的で複雑な論理的思考ができないことも明らかな限界です。

したがって、人間にとっては簡単と思われるタスクでも、AI では実行できない場合があります。

[[352518]]

この見解はペンシルバニア大学ウォートン校の研究チームによっても確認された。最近、チームはAIとロボットが将来人間の雇用にどのような影響を与えるかを調査しました。

ロボットが初級レベルの労働力を置き換えるという一般的な考えに反して、ロボットを導入した企業は労働者を解雇せず、さらに重要なことに、時間の経過とともにより多くの労働者を雇用していることがわかった。

対照的に、AI技術やロボットを導入しなかった企業は、業界競争力の低下により大量の従業員を解雇せざるを得なかった。

ウォートン・スクールのリン・ウー教授は、これはAI技術とロボット工学を導入したカナダの企業に対する約20年にわたる業績調査に基づいて私たちが得た結論だと語った。

言い換えれば、AI は草の根労働者を置き換えるだけでなく、その雇用を増やすのです。

これに関連する事例は数多くあります。たとえば、ATM の登場によって銀行窓口係の数は減りませんでした。代わりに、消費者はATMの利便性に惹かれ、銀行をより頻繁に訪れるようになり、銀行はATMの処理能力を超える業務量を処理するために支店を増やし、窓口係員を増員するようになりました。

[[352519]]

もう一つの典型的な例としては、Amazon などの大手電子商取引企業が、基本的な貨物取り扱い作業を人間に代わって行うロボットを長い間導入してきたことが挙げられます。しかし、データによれば、2014年にロボットを導入して以来、アマゾンは倉庫作業員を以前の3倍雇用している。その理由は、ロボットの高効率化により、より多くの設備と手作業によるメンテナンスの需要が生まれたためだ。

AI やロボット技術の出現がまず草の根レベルの労働者に影響を与えないのであれば、どの職種が影響を受けるのでしょうか?

リン・エン教授は、その人物はおそらく中間管理職であると考えている。彼は言った、

「AI技術の普及により、管理職や関連職が大幅に削減されたことは、私たちの予想をはるかに超える出来事で、驚きました。」

AIは管理職の交代に対する最大の脅威

マネージャーは、企業組織構造の中間レベルに位置し、意思決定レベルと経営レベルの間の橋渡しの役割を果たします。主に人事管理とリソースの割り当てを担当します。

リン・エン教授は、AIの応用により、かつては管理者の監督を必要としていたプロセスが大幅に最適化されたため、企業における管理者の機会が減少したと考えています。簡単に言えば、例えば人事面で言えば、管理者は従業員が時間通りに出勤するように監督したり、仕事の内容をチェックしたりする必要がなくなります。

ロボットは人間よりも正確かつ詳細に勤怠を記録したり、作業内容を確認したりできるため、人間による改ざんが起こりません。さらに重要なのは、人件費と時間コストを大幅に削減できることです。

対照的に、低技能労働者と高技能労働者はこの点ではそれほど影響を受けません。 AI ロボットはピッキング作業者や梱包作業者を完全に置き換えることはできず、高度なスキルを持つ作業者は追加の管理コストをかけずに、より多くの自己監視と管理を行う必要があるためです。

[[352520]]

企業における中間管理職の需要減少は、失業問題を引き起こす可能性があるだけでなく、現場の労働者のキャリアアップにも障害となることにも留意する必要がある。たとえば、低技能労働者が高技能労働者になりたい場合、より多くの職業技能訓練と、空いている昇進機会からの刺激が必要になります。しかし、管理職の不足は、低技能労働者が研修や昇進の機会を得る機会が少ないことを意味している。

AIによって生じた失業問題をどう解決するかについて、リン教授は仕事そのものを再設計する必要があると考えています。ロボットはまだ人間ができるほとんどのことを実行できるわけではなく、より多様な形態の仕事を生み出すためにトレーニングを組織したり起業の機会を提供したりして、人的資本をより効果的に活用する必要があります。

一方、企業の観点から見ると、AIやロボット技術を活用する主な動機は人件費の節約ではなく、製品やサービスの品質向上です。そのため、企業は単に人間をAIに置き換えるのではなく、AIと人的資本を活用して業務プロセスを再設計する必要があります。

リン教授の見解では、AI の開発は人間の雇用を単純に置き換えるものではなく、むしろ人間が自らの強みを活かし、より豊かなキャリア形態を生み出すための手段となるものです。

世界経済フォーラムが発表した「雇用の未来2020」レポートによると、人工知能や機械自動化技術の発展により、2025年までに世界中で8,500万の仕事が消滅する一方で、関連技術によって9,700万の新しい仕事が創出されると予測されている。

AIに置き換えられないための基準は何でしょうか?

AIに置き換えられる仕事かどうかを判断する基準が「技術的な内容」のレベルだけではないとしたら、今後急速に変化する仕事をどのように判断し、選択すればよいのでしょうか。

AI はビッグデータを活用し、基本的な統計作業を処理するのに優れていることがわかっています。ある観点から見ると、人間の作業効率を最大限に最適化するのを支援できますが、学際的な分野を必要とする専門的な問題には対応できません。さらに、AI は感情表現や創造性といった人間特有の特性を備えていません。

したがって、両者の違いから判断すると、より専門的な技術職と感情的ケア職は、AIに置き換えられる可能性が最も低い職業であると思われます。

李開復氏はかつて、将来人工知能が人間の仕事に取って代わるという問題について体系的な分析を行ったことがあることは特筆に値します。同氏は、人工知能がより重要な役割を果たす可能性があると考えています。彼は新しい著書「AI.Future」の中で、

  • 「人と人との間の愛情、信頼、コミュニケーションは人類にとって最後の防衛線であり、愛と創造的な仕事に代わるものはない。」

この本の中で、李開復氏は、フィットネスコーチ、老人ホームの介護士、ハウスクリーニング士、看護師、ビル管理人、アスリート、乳母、ツアーガイド、人事、データ処理、ラベリングなど、AIに代替されにくい職業を10個挙げている。

最後に、AIの発展によってもたらされるキャリアの変化に直面して、私たちは過度に不安になる必要はありません。私たちが専門スキルを向上させ、価値を創造し続け、社会の発展と変化に適応する限り、将来はより良い結果を出すことができるでしょう。

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式サイトにアクセスして許可を申請してください。

<<:  「ビッグデータが古い顧客を殺す」といった混乱が顕著になる中、どのような「アルゴリズム」が必要なのでしょうか?

>>:  人工知能は教育のバランスのとれた発展に貢献する

ブログ    

推薦する

新しいAIシステムが地震を正確に予測できるようになりました

科学者たちは地震を正確に予測できる人工知能(AI)システムを開発した。これは自然災害に備え、人命を救...

普及モデルはどのようにして新しい世代の意思決定エージェントを構築するのでしょうか?自己回帰を超えて長いシーケンス計画軌道を生成する

部屋の中に立っていて、ドアに向かって歩こうとしていると想像してください。自己回帰を使用して、一歩ずつ...

家庭用ロボットを作り、独自の研究開発の道を歩む

ロボットを作ることは私の子供の頃からの夢でした。 2011年に私はハルビン工業大学に入学し、そこが私...

バイトマルチモーダル大規模モデル PixelLM: SA に頼らない効率的なピクセルレベル推論

マルチモーダルな大規模モデルが爆発的に増加していますが、画像編集、自動運転、ロボット工学などのきめ細...

フォーブス誌の2020年のAIに関するトップ10予測: 人工知能はますます「疎外」されつつある!

人工知能 (AI) は間違いなく 2010 年代のテクノロジーのテーマであり、新しい 10 年が始ま...

...

Java はなぜ機械学習やディープラーニングを実際にサポートできないのでしょうか?何が欠けている?

チームに ML を導入させるにはどうすればよいのでしょうか。また、実行している既存のシステムと ML...

シリコンバレーのエンジニアの間で大人気だったこの技術共有セッションで、ディディはどんなことを話したのでしょうか?

11月19日、滴滴出行は米国の新研究オフィスで地元の科学研究者向けの技術サロンを開催した。 Did...

...

マスク氏は人気検索に頻繁に登場、テスラは「過大評価されている」

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

AIが「ツール人」を救う: RPA+AIがすべてを自動化

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...

...

...

成功するAIチームの特徴

今日の時代では、人々は目標を達成するために人工知能 (AI) にますます依存するようになっています。...