京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者 | Rani Molla
编译 | CDA数据科学研究院
一项新的人工智能研究表明,薪资更高,文化程度更高的工人受自动化的影响可能比以前想象的要大。
长期以来,机器人革命一直被认为对于蓝领工人来说是世界末日,他们的任务是手动且重复的。麦肯锡(McKinsey)在2017年的 一项被广泛引用的研究中说,已有50%的工作活动已经可以使用当前技术实现自动化,并且这些活动在制造业中最为普遍。新数据表明,即使白领工人的工作需要更多的分析思维,更高的薪水和相对的工作安全性,他们也可能无法免受自动化的无休止打击。
这是因为人工智能-功能强大的计算机技术像机器学习,可以使类似人类的决策和使用实时数据来学习和提高-有工作的白领叫板,根据新的研究由美国斯坦福大学经济学家迈克尔·韦伯和布鲁金斯学会出版。由AI可能会受到影响的工作范围远远超出了白领工作就像推销,已经被毁灭的机器人领域,进入以前被认为是正视人类的全省工作:知识工作者喜欢化学工程师,物理学家和市场研究分析师。
这项新研究着眼于AI专利中的主题名词对与职位描述之间的重叠,以查看哪些职位最有可能受到AI技术的影响。因此,例如,针对市场研究分析师的职位描述(具有较高AI暴露率的相对普遍的职位)与现有专利共享许多术语,这些术语同样旨在“分析数据”,“跟踪营销”和“确定”市场。”
2018年10月17日,在日本东京举行的世界机器人挑战赛上,一名工作人员在软银集团公司的Pepper人形机器人面前吃午餐。
它比其他研究更具前瞻性,因为它分析了可能尚未完全开发或部署的技术专利。
通常,自动化对劳动力的影响的估计值因研究而异,其侧重于使用现有技术可以自动化的工作。对于低薪,低学历的工人来说,这些发现通常是最令人发指的,因为机器人技术和软件通常消除了某些工作的部分或全部。
自动化程度提高的幽灵引起了人们的担忧,即当工作变得机械化时,有大量美国人能够养活自己,低收入工作的丧失是否会加剧财富不平等。这项新的专利研究表明,自动化的影响可能会更大,并且还会影响高薪的白领工作。
2016年6月9日,来自不同初创公司的员工在英国伦敦联合办公的集体节制医院中使用计算机工作。 莱昂内尔·德里迈斯/科比斯通过Getty Images
注意:某些AI专利可能永远不会使用,也可能不会出于最初的意图而使用。同样,一个人的实际工作并不能完全由原始工作描述的文字来定义。但是,本研究确实提供了一个框架,可用来查看对自动化的一般了解。
正如自由职业平台Upwork的首席经济学家Adam Ozimek所说:“例如,某人获得了使用人工智能进行市场研究的设备的专利,并不意味着AI实际上可以成功地用于实际业务。 ”
斯坦福大学的研究也没有说这些工人是否真的会失业,只是说他们的工作会受到影响。因此,这些技术很有可能将用于增加工作岗位而不是取代工作岗位。
这并不是白领工作第一次受到技术的威胁。本来应该派往海外的许多白领职位(精算师,技术撰稿人和客户服务代表)却没有看到十多年前预计的裁员。
而且就其价值而言,市场研究分析师似乎认为,使用人工智能无法完成其工作的许多要素。
市场研究公司Rockbridge Associates总裁Gina Woodall对Recode表示:“它可以告诉我们正在发生的事情,但不能告诉我们为什么发生。” “在告诉我们消费者在做什么方面越来越好了,但是它无法告诉我们是什么在驱动他们。
根据美国劳工统计局的数据,美国有近70万人从事市场研究分析师工作,他们研究市场条件以销售产品或服务,他们对未来十年的就业增长前景远远高于平均水平。顾名思义,这项工作将分析思想带入了不同的数据上,因此通常无需谈论自动化。
但是根据Webb的研究,市场研究分析师与AI专利重叠的可能性比平均水平高得多。
市场研究分析师已经开始在工作中与AI竞争,但到目前为止,它已被用于辅助他们的工作或使他们有空从事其他工作。
技术人员于2016年11月22日在南非开普敦的伍德斯托克交易所工作。 Per-Anders Pettersson /盖蒂图片社
从事市场研究工作已有20年的Woodall说:“我们故意将产品转移到高端市场,减少了简单的研究,因为有很多自动化和工具可以轻松地做到这一点。” “我看到我们在世界上的位置正在使用高级分析来关注更复杂的业务问题。”
小型企业咨询公司Emergent Research的合伙人Steve King这样说:“我们的增值不是数据收集,甚至不是分析的第一层(我们主要将这些步骤外包)。我们的增值是值得信赖的顾问和业务洞察力的外部来源。”
CarGurus的行业分析总监George Augustaitis之前曾在一家公司直接与名为Lucy的AI工具合作,该公司将能够根据上传到该工具的数据回答分析师的问题。
Augustaitis告诉Recode:“我的团队之所以接受它,是因为我们所有人都认为,对于我们建立图表而言,这将不再那么费力。” “我们将花费更多时间分析数据,连接点,参加向客户展示的会议。” Webb的数据表明,并非市场研究分析师的工作的每个方面都属于AI专利。这些方面包括对消费者意见进行研究,与其他专业人员合作以及参加员工大会以简要介绍他们的发现。
奥古斯塔蒂斯提斯(Augustaitis)表示,他认为有一天AI可能是“出色的初级分析师”,但他认为,当情况异常(例如2008年经济衰退)时,此类工具将失效。
他说:“我不知道当发生没人期望的事情时,他们将如何表现。”
佛罗里达州迈阿密的定性研究顾问吉姆·洛雷塔(Jim Loretta)强调了他工作中的人为因素:亲自进行调查和其他市场研究的重要性。
他说:“人们的感受-很多是面对面捕捉的,”他指的是当他向一个焦点小组询问一项新的营销活动时所见到的微妙的人类手势和反应。“我不知道[AI]如何捕捉您在面对面会议中遇到的任何定性按钮。”现在可能是正确的,但是AI情感识别领域正在迅速发展。
就目前而言,人工智能工具在做出更细微的决策时并不是特别准确。
一家对冲基金投资分析师对《 Recode》说:“即使今天,您在彭博社上看到的标题也很清楚地是由计算机编写的,而且很多地方都错了。”他指的是彭博社是如何使用自动化来帮助其三分之一的内容(通常用于拆分)次报告公司收益。尽管这种技术擅长快速记录收入损失或篮球成绩,但它可能会错过更大的环境。
“令人惊奇的是,实际上阅读文档中的每个单词都能获得优势。”
他还指出,如果更多的工作可以自动化,那就可以了。
“有一个原因是没有更多的对冲基金分析师失业:因为至少在目前,您仍然需要那只人类的手。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27