Skip to content Skip to footer

Loading Results

AI 機器人真的會偷走我們的工作嗎?

2018-02-06

資誠創新整合股份有限公司董事長劉鏡清指出,自動化和人工智慧的影響將會一波一波迎面而來,但企業和人們現在似乎沒有感受到這樣的影響,其實大家只剩10年時間可做準備與轉型。

 

資誠聯合會計師事務所於2018年2月6日全球同步發布《AI 機器人真的會偷走我們的工作嗎?自動化對工作之潛在影響》研究報告(Will robots really steal our jobs? An international analysis of the potential long term impact of automation),分析全球29國逾20萬名勞工的工作任務和技術,就不同性別、年齡與教育程度,評估自動化在2030年可能對各個產業勞工的潛在衝擊。

根據本報告,自動化對工作衝擊為高度風險的比例,在2020年代早期僅有3%,到2020代年晚期,此比例上升至20%,到了2030年代中期,則上升至30%。

從目前較容易實現自動化的任務類型以及各部門目前的就業性別概況來看,更多的女性勞工可能會受到自動化程度上升的影響,而男性在2030年-2040年中期更有可能感受到第三波的影響(見表1)。

表1:自動化對工作帶來的三波衝擊

三波衝擊

工作受自動化衝擊的比率 (累進)

女性工作受自動化衝擊的比率

男性工作受自動化衝擊的比率

演算法的衝擊 – 至  2020年代早期

3%

4%

2%

增強效益的衝擊 – 至2020年代晚期

19%

23%

16%

自主化的衝擊 – 2030年代中期

30%

26%

34%

自動化對工作帶來三波衝擊

本報告將自動化對工作帶來的衝擊分為三波,第一波是演算法帶來的衝擊(the algorithm wave),第二波是增強效益帶來的衝擊(the augmentation wave),第三波則是自主化帶來的衝擊(the autonomy wave)。

第一波:演算法的衝擊已經在進行中,主要是透過自動化來分析結構化的數據,以及執行簡單的數位工作,例如信用評分。 這波創新浪潮可能會在2020年代早期到來。

第二波:增強效益帶來的衝擊也已在進行中,不過到2020年代晚期才會成熟。這波的重點是重複性工作和資訊交換的自動化,以及空中無人機、倉儲機器人和半自動車輛的進一步發展。

第三波:到2030年代中期可能會逐漸成熟,人工智慧將越來越能夠分析多個來源的數據,並在沒有或極少人為干預的情況下做出決策並採取行動。例如,完全自主的無人駕駛車輛可以大規模運行。

資誠創新整合股份有限公司董事長劉鏡清指出,我們的估計主要是基於自動化的技術可行性,所以在實際上,由於各種經濟、法律、監管和組織的限制,自動化的實際程度可能會較低。某些工作在理論上可以自動化,並不意味著在經濟上或政治上是可行的。

劉鏡清表示,雖然自動化可能造成某些工作被機器人取代,但自動化的新技術將帶來更大和更富裕的經濟,可望因此創造新的就業機會,且新的就業機會很可能會超出被機器人取代的工作。從數位革命發展到現在,甚至是到2030年代,我們都不認為自動化將導致大規模的技術失業。

各國與各產業的差異

到2030年代中期,現有工作高度可能被自動化取代的比率,因不同國家而異。在東亞和北歐的平均教育程度相對較高的經濟體中,這些估計值只有20-25%左右。但東歐經濟體的工業生產更容易自動化,因此,可能有40%以上的工作會被機器人取代。

以服務業為主但也有較低技術工人的經濟體,例如英國和美國,其工作被自動化取代的比率較趨於中間值。(見表2)

各個產業工作受自動化影響的差異很大,工作高度可能被自動化取代的比率最高三名依序是運輸與倉儲業(52%)、製造業(45%)和建築業(38%);最低的是教育業,僅有8%;次低的是人類健康與社會工作(21%)。(見表3)

劉鏡清分析,在運輸與倉儲業方面,隨著無人駕駛車輛在各個經濟體的規模不斷擴大,長期來看,運輸業的工作可能被自動化取代的比例最高,這在自動化的第三次浪潮中最為明顯。短期來看,由於金融服務業的部份工作涉及純數據分析,因此在第二波浪潮中,金融服務業的工作可能被自動化取代的比例較高。

表2:各國工作因自動化而有高度風險的比率
表2:各國工作因自動化而有高度風險的比率
表3:各產業工作因自動化而有高度風險的比率

性別、年齡與教育程度的差異

根據本報告,不同類型的員工,因自動化而可能被取代的比率也有顯著差異,這些差異在三個自動化浪潮中也有所不同(見表4)。教育程度較高(研究所以上學歷)的員工,較不容易被自動化取代;相對地,學歷較低的員工較可能被自動化取代,這也點出了企業必須增加投資在員工的終身學習和再培訓。

受過高等教育的勞工通常對技術變革的適應能力更強,例如某些高階主管職位,這些職位仍然需要人為的判斷,以及設計和監督人工智慧系統。由於這些自動化的新技術可能提高生產力,這類員工的薪資可能會增加。

雖然年齡較大的勞工比年輕人更難適應和再培訓,但年齡的差異並不明顯。不過,在早期的自動化浪潮中,尤其在第二波衝擊中,女性工作者可能會受到相對較大的影響,例如文書工作。

由於各國的工作方式不同,各國的自動化比例也因此不同。某些對教育要求較為嚴格的國家(如新加坡、韓國),或是教育開支較高的國家(特別是在歐洲),長期而言,其工作會受自動化的衝擊可能較小。

台灣企業只剩10年可做準備與轉型

劉鏡清強調,政府、企業、工會和其他組織都必須增加對教育和技能的投資,以幫助勞工能在其職業生涯中適應技術的變革。另外也很重要的是,工作的總需求水平必須保持在高水位,以便創造新的就業機會。例如,可透過增加公共和私人基礎設施,投資在交通和住宅等領域。

劉鏡清指出,自動化和人工智慧的影響將會一波一波迎面而來,更多的常規工作和資料分析處理等工作都會受到影響。但企業和人們現在似乎沒有感受到這樣的影響,其實大家只剩10年時間可做準備與轉型。人工智慧的技術每天都變得越來越複雜,企業需要了解其員工未來在何時何地可能受到影響,提早了解自動化帶來的風險和機會,並預作準備。

表4:不同性別、年齡和教育程度勞工之工作因自動化而有高度風險的比率

Contact us

楊 証凱

媒體聯絡人, PwC Taiwan

Tel: +886 2 27296666, x26610

關注我們