看看哪些是机器人最不可能取代的工作和不能替代的事
作者: admin 点击次数: 添加时间: 2016-07-15
《福布斯》联合市场调查公司麦肯锡和合伙人对美国超过2000种工作进行调查，研究这些工作在当下和未来实施自动化，也就是用机器来取代人的可能性。其中，最有可能被取代的是可控制环境中的体力劳动岗位，而最不可能被取代的是管理岗位。一个比较有意思的发现是，让机器人上岗工作远比科幻小说中要复杂得多，即使技术达到了让机器替代人的水平，机器人制造成本、社会影响、世人接受度也是要考虑的问题。
随着工作自动化正快速地走出小说，成为现实的一部分，我们认为，这一变化将带来的影响将不仅仅是在人和机器间做选择二选一那么简单。
我们调查了美国所有行业内超过2000种工作。以下是我们研究中的8个发现，强调了每一个领域进行自动化的潜力，同时，研究还就哪一种职业最不可能会被机器取代，从技术的角度提出了参考指标。
从上图看来，最不可能机器取代的工作是教育行业。上图中，红色部分越多，红色颜色越深，代表被取代的可能性最低。
虽然技术是自动化的一个必要先决条件，但是，要开展一个具有竞争力的商业实践，其他的要素也是必不可少的。其中包括开发和部署自动化所需要的硬件和软件的成本，以及劳动力的供需关系。从技术上来看，用昂贵的机器人来取代时薪10美元的厨师是可行的，但从商业上来看却是完全没有意义，因为成本高昂，但是却没能提供好的回报。
法规和社会议题也是重要的影响因素，在医院，很多病人完成手术醒来时，会希望由一位人类护士而不是机器人来照料自己。
在美国的职场，有近五分之一的劳动时间是关于体力劳动或者在可预测的环境中操作机器的。根据目前技术的发展水平，这些工作中，有四分之三都可以被自动化。制造业和餐饮服务业中的数据尤为突出，这些领域的工作受到自动化影响的可能性最大。
在工厂中，机器人已经在从事一些重复性的劳动，比如，产品组装和包装。而在餐饮业中，一些餐馆已经在尝试使用自助订餐甚至机器人服务员。
数据收集和处理也可以被自动化。在美国的所有职业中，从业者有三分之一的时间都花在搜集和处理数据上。不管是搜集数据还是处理数据，这两种工作都有着极高的可能性会被自动化，而这会影响到一些行业：零售、金融服务和保险。从业者并不一定会从岗位上退下，但是，他们的角色可能会发生非常大的改变。比如，抵押经纪人目前有90%的时间都花在了处理申请表上，以后，他们可能会有更多的时间用来为客户提供建议。
即便是一些高薪水的工作也会受到影响。并不是只有那些低门槛或者低薪资的职业需要搜集和处理数据。调查数据显示，年收入超过20万美元的人，会花30%以上的时间来做这些工作，所以，对于一些公司来说，把这一类工作自动化，是非常有吸引力的。总体看来，在薪资水平和自动化程度上来看，影响变量非常多。
目前为止，在不可预测的环境中，要求移动或者操作的工作对于自动化来说还是非常有挑战性的。一些例子包括在工地上操作吊车，在公共空间收垃圾，或者是在酒店整理床。最后这一项便是不可预测的，因为不同的旅客会把枕头扔到不同的位置，或者把衣服扔在床上，这让其仍人很难完成客房清洁服务。不过，这种情况很快会得到改变，在提升机器人在实际不可预测环境中的表现上，不少研究已经取得了很大的进展。
在今天可实现的技术条件下，最难进行自动化的工作是那些设计管理和培养人才的（自动化潜力为9%），在这些岗位中，专业知识被用于决策、计划和创意（自动化潜力18%），或者是与客户、供应商和其他股东进行沟通的工作（自动化潜力20%）。在这些工作中，经验和年龄通常是一笔无形的资产，具体的工作内容包括，写代码、设计菜单、写促销材料，或者是为消费者提供建议。
在医疗健康中，只有少于30%的注册护士的工作可以被自动化，而对于牙科保健员来说，这一比例降到了13%。在我们所调查的所有行业中，其中最不可能会被自动化的行业就是教育。教师的工作包含了一些深度的专业知识和复杂的人际互动，在这些方面，除了几个特例外，机器的表现还不能跟人相提并论。
机器可能会改变工作，但是不会完全地取代人类。对自动化的技术可行性的最佳分析不是看职位，而是看人类在这一工作上所花费的时间，以及使用现有的技术条件自动化能达到什么程度。
总的来说，我们发现，以现有的技术条件，只有5%的职业可以被完全的自动化。但是，如果从人类工作内容上看，有45% 都是可以被自动化的。此外，在所有的职业中，约60%的岗位中近30%的工作内容是可以被自动化的。
随着人工智能技术的进步，比如机器在自然语言理解的能力上逐渐达到人类的标准，从技术上来说，能够被自动化的工作内容肯定会越来越多。
自动化会从根本上改变公司组织。经理们面临的难题是，找到在组织中自动化可以在哪些地方发生影响，又有哪些地方可以释放价值。他们需要考虑的东西包括：用机器人替代人类劳动力的成本，以及改变工作场所面临的复杂性。最大的收益可能并不是来自人力成本的减少，而是通过更少的错误、更高的产出、更高的质量、更可靠的安全性和更快的速度带来的生产力的提升。
- 下一条:
- 16年7月刊