
作者 | Rani Molla
編譯 | CDA數(shù)據(jù)科學(xué)研究院
一項(xiàng)新的人工智能研究表明,薪資更高,文化程度更高的工人受自動化的影響可能比以前想象的要大。
長期以來,機(jī)器人革命一直被認(rèn)為對于藍(lán)領(lǐng)工人來說是世界末日,他們的任務(wù)是手動且重復(fù)的。麥肯錫(McKinsey)在2017年的 一項(xiàng)被廣泛引用的研究中說,已有50%的工作活動已經(jīng)可以使用當(dāng)前技術(shù)實(shí)現(xiàn)自動化,并且這些活動在制造業(yè)中最為普遍。新數(shù)據(jù)表明,即使白領(lǐng)工人的工作需要更多的分析思維,更高的薪水和相對的工作安全性,他們也可能無法免受自動化的無休止打擊。
這是因?yàn)槿斯ぶ悄?功能強(qiáng)大的計(jì)算機(jī)技術(shù)像機(jī)器學(xué)習(xí),可以使類似人類的決策和使用實(shí)時(shí)數(shù)據(jù)來學(xué)習(xí)和提高-有工作的白領(lǐng)叫板,根據(jù)新的研究由美國斯坦福大學(xué)經(jīng)濟(jì)學(xué)家邁克爾·韋伯和布魯金斯學(xué)會出版。由AI可能會受到影響的工作范圍遠(yuǎn)遠(yuǎn)超出了白領(lǐng)工作就像推銷,已經(jīng)被毀滅的機(jī)器人領(lǐng)域,進(jìn)入以前被認(rèn)為是正視人類的全省工作:知識工作者喜歡化學(xué)工程師,物理學(xué)家和市場研究分析師。
這項(xiàng)新研究著眼于AI專利中的主題名詞對與職位描述之間的重疊,以查看哪些職位最有可能受到AI技術(shù)的影響。因此,例如,針對市場研究分析師的職位描述(具有較高AI暴露率的相對普遍的職位)與現(xiàn)有專利共享許多術(shù)語,這些術(shù)語同樣旨在“分析數(shù)據(jù)”,“跟蹤營銷”和“確定”市場?!?/span>
2018年10月17日,在日本東京舉行的世界機(jī)器人挑戰(zhàn)賽上,一名工作人員在軟銀集團(tuán)公司的Pepper人形機(jī)器人面前吃午餐。
它比其他研究更具前瞻性,因?yàn)樗治隽丝赡苌形赐耆_發(fā)或部署的技術(shù)專利。
通常,自動化對勞動力的影響的估計(jì)值因研究而異,其側(cè)重于使用現(xiàn)有技術(shù)可以自動化的工作。對于低薪,低學(xué)歷的工人來說,這些發(fā)現(xiàn)通常是最令人發(fā)指的,因?yàn)闄C(jī)器人技術(shù)和軟件通常消除了某些工作的部分或全部。
自動化程度提高的幽靈引起了人們的擔(dān)憂,即當(dāng)工作變得機(jī)械化時(shí),有大量美國人能夠養(yǎng)活自己,低收入工作的喪失是否會加劇財(cái)富不平等。這項(xiàng)新的專利研究表明,自動化的影響可能會更大,并且還會影響高薪的白領(lǐng)工作。
2016年6月9日,來自不同初創(chuàng)公司的員工在英國倫敦聯(lián)合辦公的集體節(jié)制醫(yī)院中使用計(jì)算機(jī)工作。 萊昂內(nèi)爾·德里邁斯/科比斯通過Getty Images
注意:某些AI專利可能永遠(yuǎn)不會使用,也可能不會出于最初的意圖而使用。同樣,一個(gè)人的實(shí)際工作并不能完全由原始工作描述的文字來定義。但是,本研究確實(shí)提供了一個(gè)框架,可用來查看對自動化的一般了解。
正如自由職業(yè)平臺Upwork的首席經(jīng)濟(jì)學(xué)家Adam Ozimek所說:“例如,某人獲得了使用人工智能進(jìn)行市場研究的設(shè)備的專利,并不意味著AI實(shí)際上可以成功地用于實(shí)際業(yè)務(wù)。 ”
斯坦福大學(xué)的研究也沒有說這些工人是否真的會失業(yè),只是說他們的工作會受到影響。因此,這些技術(shù)很有可能將用于增加工作崗位而不是取代工作崗位。
這并不是白領(lǐng)工作第一次受到技術(shù)的威脅。本來應(yīng)該派往海外的許多白領(lǐng)職位(精算師,技術(shù)撰稿人和客戶服務(wù)代表)卻沒有看到十多年前預(yù)計(jì)的裁員。
而且就其價(jià)值而言,市場研究分析師似乎認(rèn)為,使用人工智能無法完成其工作的許多要素。
市場研究公司Rockbridge Associates總裁Gina Woodall對Recode表示:“它可以告訴我們正在發(fā)生的事情,但不能告訴我們?yōu)槭裁窗l(fā)生?!?“在告訴我們消費(fèi)者在做什么方面越來越好了,但是它無法告訴我們是什么在驅(qū)動他們。
根據(jù)美國勞工統(tǒng)計(jì)局的數(shù)據(jù),美國有近70萬人從事市場研究分析師工作,他們研究市場條件以銷售產(chǎn)品或服務(wù),他們對未來十年的就業(yè)增長前景遠(yuǎn)遠(yuǎn)高于平均水平。顧名思義,這項(xiàng)工作將分析思想帶入了不同的數(shù)據(jù)上,因此通常無需談?wù)撟詣踊?/span>
但是根據(jù)Webb的研究,市場研究分析師與AI專利重疊的可能性比平均水平高得多。
市場研究分析師已經(jīng)開始在工作中與AI競爭,但到目前為止,它已被用于輔助他們的工作或使他們有空從事其他工作。
技術(shù)人員于2016年11月22日在南非開普敦的伍德斯托克交易所工作。 Per-Anders Pettersson /蓋蒂圖片社
從事市場研究工作已有20年的Woodall說:“我們故意將產(chǎn)品轉(zhuǎn)移到高端市場,減少了簡單的研究,因?yàn)橛泻芏嘧詣踊凸ぞ呖梢暂p松地做到這一點(diǎn)。” “我看到我們在世界上的位置正在使用高級分析來關(guān)注更復(fù)雜的業(yè)務(wù)問題?!?/span>
小型企業(yè)咨詢公司Emergent Research的合伙人Steve King這樣說:“我們的增值不是數(shù)據(jù)收集,甚至不是分析的第一層(我們主要將這些步驟外包)。我們的增值是值得信賴的顧問和業(yè)務(wù)洞察力的外部來源?!?/span>
CarGurus的行業(yè)分析總監(jiān)George Augustaitis之前曾在一家公司直接與名為Lucy的AI工具合作,該公司將能夠根據(jù)上傳到該工具的數(shù)據(jù)回答分析師的問題。
Augustaitis告訴Recode:“我的團(tuán)隊(duì)之所以接受它,是因?yàn)槲覀兯腥硕颊J(rèn)為,對于我們建立圖表而言,這將不再那么費(fèi)力。” “我們將花費(fèi)更多時(shí)間分析數(shù)據(jù),連接點(diǎn),參加向客戶展示的會議?!?Webb的數(shù)據(jù)表明,并非市場研究分析師的工作的每個(gè)方面都屬于AI專利。這些方面包括對消費(fèi)者意見進(jìn)行研究,與其他專業(yè)人員合作以及參加員工大會以簡要介紹他們的發(fā)現(xiàn)。
奧古斯塔蒂斯提斯(Augustaitis)表示,他認(rèn)為有一天AI可能是“出色的初級分析師”,但他認(rèn)為,當(dāng)情況異常(例如2008年經(jīng)濟(jì)衰退)時(shí),此類工具將失效。
他說:“我不知道當(dāng)發(fā)生沒人期望的事情時(shí),他們將如何表現(xiàn)?!?/span>
佛羅里達(dá)州邁阿密的定性研究顧問吉姆·洛雷塔(Jim Loretta)強(qiáng)調(diào)了他工作中的人為因素:親自進(jìn)行調(diào)查和其他市場研究的重要性。
他說:“人們的感受-很多是面對面捕捉的,”他指的是當(dāng)他向一個(gè)焦點(diǎn)小組詢問一項(xiàng)新的營銷活動時(shí)所見到的微妙的人類手勢和反應(yīng)?!拔也恢繹AI]如何捕捉您在面對面會議中遇到的任何定性按鈕。”現(xiàn)在可能是正確的,但是AI情感識別領(lǐng)域正在迅速發(fā)展。
就目前而言,人工智能工具在做出更細(xì)微的決策時(shí)并不是特別準(zhǔn)確。
一家對沖基金投資分析師對《 Recode》說:“即使今天,您在彭博社上看到的標(biāo)題也很清楚地是由計(jì)算機(jī)編寫的,而且很多地方都錯了。”他指的是彭博社是如何使用自動化來幫助其三分之一的內(nèi)容(通常用于拆分)次報(bào)告公司收益。盡管這種技術(shù)擅長快速記錄收入損失或籃球成績,但它可能會錯過更大的環(huán)境。
“令人驚奇的是,實(shí)際上閱讀文檔中的每個(gè)單詞都能獲得優(yōu)勢。”
他還指出,如果更多的工作可以自動化,那就可以了。
“有一個(gè)原因是沒有更多的對沖基金分析師失業(yè):因?yàn)橹辽僭谀壳?,您仍然需要那只人類的手。?/span>
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10