8,500 万の仕事が失われる。労働者はどうやって仕事を維持できるのか?

8,500 万の仕事が失われる。労働者はどうやって仕事を維持できるのか?

2020年初頭、突如発生した疫病により、多くの工場が「人手が足りない」状況に直面した。しかし、ロボットの活用が進んだことで大きな影響を受けなかった工場もあり、早期に業務・生産を再開し、安定した生産体制を維持した。

[[349463]]

人工知能技術の進歩に牽引され、人口ボーナスの減少と人件費の上昇の影響を受けて、スマート工場と産業用ロボットは世界中で生産現場でますます広く使用されるようになり、「機械が人に代わる」ことは製造業の変革と高度化における避けられない流れとなっている。

ビル・ゲイツはかつて、ロボットがパーソナルコンピュータの台頭の道をたどり、世界を変える次のテクノロジーになると予測した。実際、近年の世界中のロボットの急速な発展は、この予測を裏付けているようです。 10月20日、世界経済フォーラムの報告書によると、2025年までに8,500万以上の肉体労働が機械に置き換えられるだろうと予想されている。

世界経済フォーラムの調査は、全世界で合計約800万人の従業員を擁する世界最大手の企業300社を対象としている。調査対象となった雇用主の50%以上が、自社内の一部の職種の自動化を加速したいと回答した。雇用主の43%は、テクノロジーのせいで雇用を削減する可能性があると答えた。データに基づく人工知能技術は、企業が人々のさまざまな生産活動をさまざまな自動化デバイスに置き換えるのに役立ち、それによって社会の発展の全体的な効率を向上させることができます。

近年、政策や市場の推進により、多くの国内企業が生産ラインの急速な置き換えを実現するために、さまざまな生産リンクでロボットの応用を積極的に展開しており、機器製造業界も例外ではありません。例えば、Wesing Group、Sichuan Instrument Co., Ltd.、Tiankang Group、Fujian Hongrun Precision Instrumentsなど、多数の企業が人を機械に置き換えることで人員削減と効率向上を実現しています。

労働集約型の製造業からインテリジェント製造業まで、製造業における人間から機械への置き換えは不可逆的な傾向となっている。この変革は、一方では労働者の流出や採用難の影響を回避するためであり、他方では生産効率と品質を向上させてコストを節約するためでもある。

インテリジェント製造技術の発展と「機械の置き換え」の加速化に伴い、多くの第一線労働者は「機械の置き換え」が自分たちの仕事に影響を与えるのではないかと心配し始めています。実際、「人間を機械に置き換える」という背景では、人材の重要性がより顕著になるでしょう。今後、単一スキル、単一技術の単純職は「淘汰」される一方、マルチスキル、マルチテクノロジーの複合職が急速に出現するだろう。こうした新しい仕事が生み出されるスピードは、単純な従来の仕事が消滅するスピードを上回る可能性さえあります。

したがって、「人を機械に置き換える」という過程における「人が減る」と「人が増える」という現象は、反復的な仕事を行う一般労働者の数を減らし、ロボットの専門的なプログラミングやメンテナンスに適した新しい技術労働者の数を増やすことを意味します。現在、多くの製造業が人手不足を訴えていますが、実際に不足しているのは技術者です。ロボット技術者、ロボットエンジニアなどの熟練労働者を見つけることはさらに困難です。

そのため、「機械が人間に取って代わる」という状況に直面した際、第一線で働く人たちは過度に心配する必要はないが、適切な準備が必要であり、特に反復的な作業に従事し、教育的背景が弱い人たちは、リスクに対する意識を高め、雨の日に備えておく必要がある。社内研修や研修機関の専門資格研修を通じて、ロボットの操作、ロボットのメンテナンス、ロボットのプログラミングなどの技術を学び、新しいスキルを身につけ、従来のブルーカラー労働者からロボットを指揮する「グレーカラー」労働者へと生まれ変わり、社会から淘汰されることを回避できます。

<<:  ニューラルネットワークの内部はどのようになっているのでしょうか?

>>:  AIと機械学習がIoTデータから重要な洞察を引き出す方法

ブログ    
ブログ    

推薦する

2022年の人工知能の7つのトレンド

近い将来に大きな価値を生み出す可能性のある技術の予測となると、人工知能は間違いなくリストのトップに位...

米空軍、戦闘機で人工知能をテスト

人工知能は戦闘機を効果的に操縦できるのか?米空軍は、コードネームXQ-58ヴァルキリーという実験機で...

Sentinel のコールドスタート電流制限アルゴリズム

[[336019]]コールド スタート アルゴリズムは、トークン バケット アルゴリズムに基づいて実...

畳み込みニューラルネットワークの父:人工知能が動画から常識を学ぶための次のステップ

志東西(公式アカウント:zhidxcom)起源ディープラーニング分野の大物として、ヤン・ルカン氏は近...

企業に利益をもたらす 5 つの AI トレンド

市場の状況がますます複雑化する今日の不安定なビジネス環境では、組織が分析に基づく意思決定を行うために...

拡散モデルはオートエンコーダです。ディープマインドの研究者は新しいアイデアを提案し、

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...

企業における機械学習: 次の 1 兆ドル規模の成長はどこから来るのでしょうか?

ハリー・ポッターの世界では、組分け帽子は生徒の行動履歴、好み、性格に関するデータを取得し、そのデータ...

顔認証決済は時代遅れですか?アマゾンはわずか0.3秒で手動支払いをテストした

北京時間9月4日の朝のニュース、ニューヨークポストによると、アマゾンのエンジニアは店内での買い物の精...

アヴネットの鍾喬海氏:人工知能はモノのインターネットの実装を加速させる

【51CTO.comオリジナル記事】 今日では、AI や IoT テクノロジーに投資する企業がますま...

2019 ディープラーニング フレームワーク対決: PyTorch がトップ AI カンファレンスを席巻し、NeurIPS 2019 で再び優勝!

最近、Reddit のホットな投稿が機械学習コミュニティで大きな議論を巻き起こしました。 NeurI...

ディープラーニングに関する面接で絶対に聞きたい12の質問

導入これら 12 の質問は、現在の面接で最も人気のある質問です。これらは非常に基本的な質問ですが、面...

2月10日に職場復帰ラッシュが到来し、北京は「急速AI温度検出器」の配備を開始した。

新型コロナウイルスによる肺炎の流行は依然として続いており、中国のさまざまな省や市では2月10日に大規...

あなたの GPU は Llama 2 のような大規模なモデルを実行できますか?このオープンソースプロジェクトを試してみてください

コンピューティング能力が重要視される時代に、GPU は大規模モデル (LLM) をスムーズに実行でき...

Google が 3,300 万ドルを投じて 5 年間の脳プロジェクトを開始!マウスの脳の2~3%をマッピング、エベレスト山とほぼ同じデータ量

人間の脳は、数十億個の細胞のネットワークで構成された、存在する最も複雑なコンピューターです。これまで...

...