当前位置：
人工智能、自动化的未来：需要解决的10个问题
发布时间：2019-05-18
随着机器开始填补工作场所的劳动力，我们必须进行调整以从中获利。
自动化和人工智能（AI）正在改变企业，并将通过其对生产力的贡献来推动经济增长。它们还将有助于解决从健康到气候变化等各方面的艰难社会挑战。
与此同时，这些技术将改变工作性质和工作场所本身。该机器将能够执行最初由人类完成的更多任务，补充人类所做的工作，甚至执行超出人类能力的任务。结果，一些职业将出现衰退的迹象，而其他职业将会增长，更多的职业将会发生变化。
虽然我们认为未来有足够的就业机会（极端情景除外），但社会需要应对重大的劳动力转型和失业问题。工人需要获得新技能并适应工作场所中日益强大的机器。他们可能不得不从日落事业转向更繁荣的事业，在某些情况下，还有新的职业生涯。
该决策简报借鉴了麦肯锡全球研究院的最新发现，探讨了工作场所自动化和人工智能的前景和挑战，并概述了决策者，公司和个人需要解决的一些关键问题。
人工智能和自动化的快速发展为商业，经济和社会创造了机会
自动化和人工智能并不是什么新鲜事，但最近的技术进步正在推动机器可以做到的极端事情。我们的研究表明，社会需要这些改进，为企业带来价值，促进经济增长，并在我们最困难的社会问题上取得进展，这在过去是不可想象的。总结：
技术正在飞速发展
除了传统的工业自动化和先进的机器人技术之外，在各种环境中也可以找到更强大的新自动化系统，例如道路上的自动驾驶车辆和杂货店的自动检查。大多数进步都是由系统和组件的改进推动的，包括机械，传感器和软件。随着机器学习算法变得越来越复杂并利用计算能力的巨大增长和可用于训练它们的数据的指数增长，人工智能近年来取得了特别重大的进步。主要媒体的报道显示了巨大的突破，其中许多涉及计算机视觉，自然语言处理和围棋等领域，这些领域是人类无法企及的。最近霍尼韦尔推出了一款应用在 PCB 电路板和精密电子零部件生产数据追溯、食品生产过程管理、电器/ 机械零件外包装箱物流条码等应用场景的新品--HF800固定式二维工业读码器，凭借优越的扫描性能和优秀的扫码能力，可对生产线数据实时采集和生产流程追溯。HF800配置DataMax软件，拥有强大的AutoLearn自学习功能，搭载50万像素分辨率、每秒60fps的图像传感器，能够多角度、多距离快速准确地读取条码。霍尼韦尔在条码技术方面的飞速发展，进一步促进了生产线自动化的进程发展。
改变业务和促进经济增长的潜力
这些技术在各种产品和服务中产生了价值，各行各业的公司在一系列流程中使用它们来个性化产品推荐，识别生产中的异常，识别欺诈性交易等。最新一代人工智能技术的进步，包括解决分类，估计和聚类问题的技术，预计将带来更多价值。我们对数百个智能用例的分析发现，用于部署人工神经网络的最先进的深度学习技术可以达到3.5万亿到5.8万亿美元的年产值，这是所有分析技术创造的价值。
人口老龄化和低出生率阻碍了发展，人工智能和自动化技术的部署可以极大地促进全球经济并加速全球繁荣。许多经济体的劳动生产率增长（推动经济增长的一个关键因素）已经放缓，其中美国和欧洲主要经济体的生产能力下降，而2008财年之后，则从十年前的2.4％下降。平均为0.5％。人工智能和自动化有可能扭转这种下降趋势：未来十年，生产率增长可能达到每年2％，其中60％来自数字机遇。
有助于解决几个社会问题的潜力
人工智能还用于各种领域，如材料科学，医学研究和气候科学。这些技术在这些学科和其他学科中的应用有助于解决社会问题。例如，盖辛格的研究人员开发出一种算法，可以将颅内出血的诊断时间大大缩短96％。与此同时，乔治华盛顿大学的研究人员正在利用机器学习来更准确地测量气候变化委员会使用的气候模型。
在这些技术可以在各地实现经济和社会利益潜力之前，挑战仍然存在
人工智能和自动化仍面临各种挑战。部分限制在于技术层面。例如，人工智能需要大量的训练数据，并且难以将算法“推广”到各种用例。最近的创新正在解决这些问题。其他挑战是使用人工智能技术。例如，很难从技术上解释机器学习算法所做出的决策，而解释这些决策对于涉及金融借贷或法律应用的用例尤其重要。培训数据和算法的潜在偏差，而数据隐私，恶意使用和安全性是必须解决的问题。欧洲正在引领《通用数据保护法规》，该法规规定了用户收集和使用数据的各种权利。
另一个挑战涉及组织采用这些技术的能力，人们的准备，数据可用性，技术和流程往往使得采用技术变得困难。各部门和各国采用的技术非常不平衡。金融，汽车和电信行业在采用人工智能方面处于领先地位。在各国中，美国对人工智能的投资在2016年名列榜首，投资额为150亿至230亿美元，其次是亚洲，投资额为80亿至120亿美元，欧洲投资额仅为3亿美元。十亿。至40亿美元，远远落后。
