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
在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12在数字化转型深度渗透的今天,企业管理已从“经验驱动”全面转向“数据驱动”,数据思维成为企业高质量发展的核心竞争力,而CDA ...
2026-03-12在数字经济飞速发展的今天,数据分析已从“辅助工具”升级为“核心竞争力”,渗透到商业、科技、民生、金融等各个领域。无论是全 ...
2026-03-11上市公司财务报表是反映企业经营状况、盈利能力、偿债能力的核心数据载体,是投资者决策、研究者分析、从业者复盘的重要依据。16 ...
2026-03-11数字化浪潮下,数据已成为企业生存发展的核心资产,而数据思维,正是CDA(Certified Data Analyst)数据分析师解锁数据价值、赋 ...
2026-03-11线性回归是数据分析中最常用的预测与关联分析方法,广泛应用于销售额预测、风险评估、趋势分析等场景(如前文销售额预测中的多元 ...
2026-03-10在SQL Server安装与配置的实操中,“服务名无效”是最令初学者头疼的高频问题之一。无论是在命令行执行net start启动服务、通过S ...
2026-03-10在数据驱动业务的当下,CDA(Certified Data Analyst)数据分析师的核心价值,不仅在于解读数据,更在于搭建一套科学、可落地的 ...
2026-03-10在企业经营决策中,销售额预测是核心环节之一——无论是库存备货、营销预算制定、产能规划,还是战略布局,都需要基于精准的销售 ...
2026-03-09金融数据分析的核心价值,是通过挖掘数据规律、识别风险、捕捉机会,为投资决策、风险控制、业务优化提供精准支撑——而这一切的 ...
2026-03-09在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心工作,是通过数据解读业务、支撑决策,而指标与指标体系 ...
2026-03-09在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04