AIは雇用を奪うのか、それとも雇用を生み出すのか?

AIは雇用を奪うのか、それとも雇用を生み出すのか?

人工知能は、職場環境で参照される場合、複雑な感情と視点をもたらします。同僚、友人、または見知らぬ人に「AI はサイバーキラーになると思いますか、それともサイバークリエイターになると思いますか?」と質問すると、その主題に関して非常に強い意見が返ってくるはずです。 「AI は私たちが知っている仕事をすべて破壊する」から「AI によって仕事の効率が上がり、これまでできなかった新しいことができるようになる」まで、興味深く相反するさまざまな意見を聞くことになるでしょう。

[[285972]]

さまざまな経済予測やアナリスト予測を見ると、経済のほとんどの分野で大量の雇用が失われることから、仕事の生産性が大幅に向上することによる雇用の大幅な増加まで、評価はさまざまです。もちろん、他のすべてのことと同様に、本当の答えはその中間にあるでしょう。 AI によって、さまざまな分野におけるさまざまな種類の仕事の必要性がなくなることは間違いありません。しかし同時に、AI は私たちがすでに知っている分野で新しい仕事を生み出し、また、まだ生み出されていない分野でさらに多くの仕事を生み出すでしょう。

AIはプロの殺し屋なのか?

2018年のギャラップ社の世論調査によると、多くの人がAIは仕事を破壊するだろうが、自分たちの仕事は破壊しないと考えていることが分かった。実際、世論調査ではアメリカ人の73%以上がAIが雇用を奪うと考えているが、調査対象となった成人のうちAIを懸念しているのはわずか23%だ。これら 2 つの立場をどう調和させるのでしょうか。同じ調査で、回答者の 90% 以上が AI によって少なくとも半分の雇用が失われると考えていましたが、91% は AI が雇用に影響を与えないと考えていました。 AI は今後も自動化とテクノロジーの進歩を妨げられることなく推進し、生産性の向上につながるというのが一般的な見解です。企業は既存のリソースを活用してより多くの成果を上げることができるようになるか、あるいは、主に労働力とそれに関連するコストといった、より少ないリソースでより多くの成果を上げることができるようになる可能性があります。

自動化は数十年にわたって企業に導入されてきましたが、自動化はインテリジェンスではありません。企業が使用するテクノロジーに認知機能を追加することで、センター運営、倉庫活動、トラック輸送、実店舗、さらには鉱業や石油・ガス活動における人間の労働力の利用について組織が再考することになるのは間違いありません。失業は給与水準の上位や下位ではなく、中間層で起こると多くの人が考えています。人間が管理する業務は減り、機械や AI の同僚が管理する業務は増えます。こうした中所得の仕事は米国の人口の大きな割合を占めているため、雇用と労働力に影響を及ぼすことは間違いありません。

労働統計局が2017年に報告したところによると、雇用のほとんどは小売業、専門サービス、医療、政府機関の分野だった。驚くことではありませんが、AI によって小売業、政府機関、専門サービス業の職の一部がなくなる可能性があります。実際、書類や雑品をある場所から別の場所へ移動するために肉体労働が必要な分野では、労働調整が行われてきました。これらの非常に反復的で、監督が集中し、エラーが発生しやすいプロセス操作は、コンピュータ システムに置き換えられました。コンピューターが、特に情報の意味と文脈を理解する能力を備えて、同等の仕事をこなせるのに、なぜ人間が情報を移動させるのでしょうか。さらに、自動運転車はまだ初期段階(しかも危険)ですが、輸送、倉庫、物流業界の将来の方向性が急速に自律化に向かっていることは間違いありません。米国の多くの州で職業種別に最も多く雇用されているトラック運転手は、将来間違いなく危険な職業となるだろう。

AIは雇用を生み出すのか?

産業革命初期の自動織機から今日のコンピュータに至るまで、テクノロジーの波ごとに繰り返される議論は、仕事が失われるのではなく、まったく新しい雇用形態が創出されるにつれて、仕事はある場所から別の場所へと移動するというものだ。ラッダイト運動は機械のような自動化に抗議して工場を破壊したかもしれないが、今日ではこれらの労働者は雇用が失われるのを防ぐために製造業を守るだろう。実際、はるか昔を振り返ってみると、製造業から専門サービス業へと向かう傾向は、第二次世界大戦後、止められないグローバル化の勢いとともに始まったことがわかります。

1910 年には、製造業、運輸業、小売業、家庭サービス業が主要な雇用主でした。洗濯機、食器洗い機、電子レンジ、調理台/コンロなどの発明により、家庭が主要な雇用者という立場は終わりを告げました。しかし、米国が大規模な失業の波に見舞われなかったのは、1910 年にはほとんど存在しなかった専門サービスというまったく新しい主要経済部門を発明したからです。同様に、1978 年以降、主要雇用主の主なカテゴリーの発展にも大きな変化があり、従業員タイプでは秘書が最大のカテゴリーとなっています。コンピューターが登場し、タイプライター、ファイリングキャビネット、スタッフのスケジュールを管理する人々も登場しました。

さらに、超認知AIシステムであっても、比較的多くの雇用分野には影響を与えないだろう。政府、医療、教育、レジャー、ホスピタリティ、そして多くの専門サービス分野(特に不動産)は、今後も主要な雇用主であり続けるでしょう。これらの業界に AI が加わっても、人間は依然として必要になりますが、人間に取って代わるのではなく、単に仕事をより良くこなし、他の人間のニーズに対してより敏感になるでしょう。結局のところ、政府やホテルで過ごすことほど人間らしいものはない。人間が存在する限り、政府、教師、医者、小屋が存在するでしょう。ロボット工学が大きな影響を与えた分野においても、不可解な矛盾が見られます。

AIはいくつかの職種を消滅させるが、全く新しい職種を生み出すだろう

本当の雇用創出は、私たちがまだ考えも及ばない、まったく新しい種類の仕事となるでしょう。 20 年前や 30 年前に戻って、誰かにソーシャル メディア マーケティング担当者になるよう伝えても、その人は何を言っているのか全く分からないでしょう。同様に、20年から30年先には、経済のさまざまな分野や主要雇用主が現在とは様相が異なっているでしょう。昨日のメーカーは今日のプログラマーです。昨日の秘書は今日のデータベース管理者です。昨日の牛乳配達人は今日の Uber ドライバーです。実際、仕事が創出されたり消滅したりするのではなく、仕事のカテゴリー全体が消えて、新しい職種がその場所を占めるのです。

どのような新しい仕事や分野が生まれるのか想像するのは難しいです。私たちには明日何が起こるかしか正直に予見できず、将来何が起こるかを想像するのは困難であるため、人間の限られた知性では、総合的な影響がマイナスになるかどうか確信することができません。しかし、そうではありません。

ソフトウェアであれハードウェアであれ、AI 対応機能の作成に直接関連する新しいカテゴリの仕事が間違いなく生まれるでしょう。しかし、これらの製品の使用によって減少する労働者数を、これらの仕事のいずれかが補うことができると主張する人はいないだろう。データ サイエンティスト、ロボット工学エンジニア、ML プログラマーでは、トラック運転手やコール センター従業員の減少を補うことはできません。むしろ、創造は私たちが最も予想しないところで起こるでしょう。高度な知能をアシスタントとして使用しなければ実現できない、まったく新しい種類の専門サービスが登場するでしょうか。インテリジェントなアシスタントやサードパーティのサービスによって、個人が大規模で重要な企業に成長する自営業の大きな波が押し寄せるでしょうか。

業界の多くの人々がインダストリー 4.0 と呼ぶ、工業化の時代から次の時代へと移行する中で、世界経済が革命的な変革を遂げていることは間違いありません。それぞれの産業化の波の間の移行は必ずしもスムーズなものではなかった。古い職種が段階的に廃止される前に新しい職種が創出されなければ、移行は苦痛を伴う可能性があります。しかし、移行が始まったことは明らかであり、現在開発中の新機能によって将来がどのように展開するかはまだわかりません。どの新しい仕事が生まれ、どの仕事が消えていくかは、時が経てばわかるだろう。

<<:  AIは昨日のことを思い出せるが、過去を思い出すのはまだ少し難しい

>>:  携帯電話のネットワークアクセスに顔認識が必要ですか?顔認識は私たちの生活にどれくらい近いのでしょうか?

ブログ    

推薦する

AIの負担を軽減する時が来た。Python AIライブラリ5選のおすすめ

機械学習は興味深いものですが、作業範囲が広く複雑で困難です。開発者として学ぶべきツールはたくさんあり...

私の国のAI技術は世界をリードしており、人工知能時代のリーダーになるでしょう。アメリカは今回も準優勝になるのでしょうか?

ロボット時代の到来はそう遠くないかもしれない。少し前に、清華大学は「華志兵」という名のヒューマノイド...

2018 年に注目すべき 10 個の機械学習ツール

[[215148]] [51CTO.com クイック翻訳] 2017年は機械学習が輝いた年でした。多...

Google が 13GB の 3D スキャン データセットを公開: 17 のカテゴリ、1,030 個の家庭用品

近年、ディープラーニング技術によりコンピュータービジョンやロボット工学の分野で多くの進歩が遂げられて...

AI が加速的な進化を促進 Qualcomm AI & IoT 開発技術オープンデーが間もなく開催

携帯電話からウェアラブルデバイス、翻訳製品まで、人工知能は人々の日常生活に広く浸透しています。 5G...

JavaScript による機械学習の例 10 選

機械学習ライブラリは時間の経過とともに高速化と使いやすさが向上しており、開発のペースが鈍化する兆候は...

...

アルゴリズムを知的財産として保護する方法

Ogilvy は、ロボティック プロセス オートメーションと Microsoft のビジュアル AI...

ロボットの時代が来ます。私たちは全員失業してしまうのでしょうか?

[[415590]]ボストン・ダイナミクス社が開発したヒューマノイドロボット「アトラス」、ロボット...

自動運転車の危険性: 自動運転車が世界中で実現できないのはなぜか

テスラは2020年10月、車の所有者が駐車し、巡航速度で車線を自動的に維持し、赤信号で停止することを...

WeChatモーメンツを席巻しているGoogleのAI版「Draw and Guess」の原理はこうだ。

Google の人工知能に対する皆の理解は、おそらく囲碁 AI AlphaGo から始まったのでし...

注釈付きビデオの 1 フレームでセグメント機能を学習し、完全な監視パフォーマンスを実現できます。 Huake、時系列行動検出における新たなSOTAを達成

ビデオ内の興味深い部分を見つけるにはどうすればいいですか?時間的アクションローカリゼーション (TA...

Swin Transformerをベースに、清華大学などがMoBY自己教師学習法のコードを提案し、オープンソース化されている。

[[409974]]過去 2 年間で、コンピューター ビジョンの分野では 2 つの大きな変革が起こ...

全国大学ブロックチェーン競技会の一連の活動の一つである中国大学ブロックチェーン技術サミットが北京で開催された。

2018年5月6日、清華大学で清華大学-アルシャンブロックチェーン共同研究センターと清華大学学生ブ...

Linux サーバー管理のヒント: 効率とセキュリティを向上させる

Linux サーバー管理は、サーバーの安全、安定、効率的な運用を確保するための重要なタスクです。以下...