人工智能技术创造的就业岗位有哪些
0分享至据报告，2020年人工智能技术将创造大量的就业岗位，并且机器人的兴起并非简单取代人类员工，而只是增强员工生产效率与任务处理能力。那么在2020年乃至更远的未来，我们将迎来哪些新职位？人工智能技术创造的就业岗位如下：机器训练师开发人工智能机器需要利用示例进行训练。对于生成、收集以及管理供人工智能训练所使用的相关数据，人才市场上将出现从入门到专业级别的新职业—AI训练师，从而完成这一领域所必需的机器学习任务。AI工程技术师目前人才市场上存在着严重的AI工程技术人才短缺状况，这导致美国的高级AI研究员的年薪中位数已经达到34万5千美元。从物理学到生物学，再到软件工程以及人工智能（特别是机器学习），企业对于具备分析能力与创造力的人才一直高度渴求。AI测试员与督导员开发团队及各类工具方案目前正致力于建立相关技术，以便更早发现错误、自动评估并进行代码纠正。然而，人工智能并不擅长常识性推理，而且可能仍需要很长一段时间才能真正获得完成此类任务的能力。在此之前，机器仍然需要人类测试员与督导员的帮助以搞定这类工作。软件测试人员在其中扮演着关键性角色，他们需要负责建模以进行工作流测试。护理员与社会工作者人们对于人情味与同情心的需求将永远存在。以人工智能为基础的医疗卫生正持续发展，具体包括自动医疗诊断等，这意味着发展中国家的民众将全面迎来其负担得起的现代医疗卫生服务。我们预计全球人均寿命将很快迎来提升（联合国预测，到2100年全球人均寿命将提升至81岁）—而这必将带来更为繁荣的老年人护理市场。尽管人工智能可以在很大程度上承担起重复性劳动与护理职责，从而帮助人们将精力集中在其它方向上，但人与人之间的交互与沟通在护理层面往往细微而关键，且其中的奥妙很难为人工智能所掌握。销售与市场宣传经理计算机缺乏同情心，但却拥有更强大的洞察力与预测力。因此，人工智能工具很可能将最终取代某些市场宣传与销售岗位。人工智能事实上更可能改变营销人员的工作方式，而非彻底取代他们。创业者在人工智能技术的推动下，创业者们终于迎来了新的历史性机遇。除了创建人工智能软件与解决方案所必需的人才之外，每一次技术革命都能够为人们带来更可观的发展空间。随着人们立足底层技术发现更多前进方向并追求更高的梦想，我们将见证创业活动的又一波强劲增长。特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice:Thecontentabove(includingthepicturesandvideosifany)isuploadedandpostedbyauserofNetEaseHao,whichisasocialmediaplatformandonlyprovidesinformationstorageservices.
/阅读下一篇/返回网易首页下载网易新闻客户端2023年人工智能技术将创造230万个就业岗位！
AI工程技术师
目前人才市场上存在着严重的Ai工程技术人才短缺状况，这导致美国的高级AI研究员的年薪中位数已经达到34万5千美元。从物理学到生物学，再到软件工程以及人工智能（特别是机器学习），企业对于具备分析能力与创造力的人才一直高度渴求。对于具备此类技能的朋友们来说，职业前景可谓一片光明。事实上，据研究发现到2020年，人工智能将被纳入几乎所有软件产品当中。其将以可插拔组件以及定制化、针对性模块的形式得到广泛普及。
AI测试员与督导员
开发团队及各类工具方案目前正致力于建立相关技术，以便更早发现错误、自动评估并进行代码纠正。然而，人工智能并不擅长常识性推理，而且可能仍需要很长一段时间才能真正获得完成此类任务的能力。在此之前，机器仍然需要人类测试员与督导员的帮助以搞定这类工作。软件测试人员在其中扮演着关键性角色，他们需要负责建模以进行工作流测试。此外，测试督导员目前及未来也将始终需要监控目标进度并在必要时加以介入。机器人需要接受广泛的质量测试与督导，而这些测评与督导工作必须由人类进行。
护理员与社会工作者
人们对于人情味与同情心的需求将永远存在。以人工智能为基础的医疗卫生正持续发展，具体包括自动医疗诊断等，这意味着发展中国家的民众将全面迎来其负担得起的现代医疗卫生服务。我们预计全球人均寿命将很快迎来提升（联合国预测，到2100年全球人均寿命将提升至81岁）——而这必将带来更为繁荣的老年人护理市场。尽管人工智能可以在很大程度上承担起重复性劳动与护理职责，从而帮助人们将精力集中在其它方向上，但人与人之间的交互与沟通在护理层面往往细微而关键，且其中的奥妙很难为人工智能所掌握。
销售与市场宣传经理
计算机缺乏同情心，但却拥有更强大的洞察力与预测力。因此，人工智能工具很可能将最终取代某些市场宣传与销售岗位。人工智能事实上更可能改变营销人员的工作方式，而非彻底取代他们。举例来说，营销经理的自动化替代可能性就很低。由于人工智能能够自动完成某些日常任务，因此营销经理们可能将变得更为高效并为企业带来更卓越的宣传回报。
创业者
在人工智能技术的推动下，创业者们终于迎来了新的历史性机遇。除了创建人工智能软件与解决方案所必需的人才之外，每一次技术革命都能够为人们带来更可观的发展空间。随着人们立足底层技术发现更多前进方向并追求更高的梦想，我们将见证创业活动的又一波强劲增长。根据报道，「越来越多的小企业主将人工智能视为重要的竞争工具，并利用其自动执行日常管理任务以及获取客户分析见解等。」未来，更低的准入门槛将使得创业成为更多人理想的职业发展方向。
总结
新兴技术不仅在企业之内创造新的部门与工作岗位，同时也带来了前所未有的业务体系。对相关技能的需求将随着自动化的普及而增加：当机器人部件发生故障时，需要工人负责进行维修——正如无人驾驶车辆仍然需要人类技师一样。此外，如果关注人类发展历程中的各个重要时期，大家就会发现时代一直在对人文主义以及分析/数学天赋的强调之间往来交替。随着人工智能技术的计算能力与分析思维成为一种新的商品，经济环境将会再次对人类的同情心与创造力加以关注——而这也正是机器最难以复制的人类技能。
（来源：机器人创新生态）返回搜狐，查看更多
人工智能与大数据行业的兴起，主要产生了哪些新的职位
近年来，伴随人工智能、电子竞技等新兴产业的发展，新职业也层出不穷。既有现在流行的人工智能、大数据等技术人员；也有不常听说的农业经理人、数字化管理师等等，主要造就了以下几个新的职位：
1.人工智能工程技术人员
2.物联网工程技术人员
3.大数据工程技术人员
4.云计算工程技术人员
5.建筑信息模型技术员
6.电子竞技运营师
7.电子竞技员
8.无人机驾驶员
9.数字化管理师
10.农业经理人
11.工业机器人系统操作员
12.工业机器人系统运维员
13.物联网安装调试员人工智能、大数据、云计算和物联网的未来发展值得重视，均为前沿产业，多智时代专注于人工智能和大数据的入门和科谱，在此为你推荐几篇优质好文：1.人工智能时代，AI人才都有哪些特征？http://www.duozhishidai.com/article-1792-1.html2.大数据携手人工智能，高校人才培养面临新挑战http://www.duozhishidai.com/article-7555-1.html3.人工智能，机器学习和深度学习之间，主要有什么差异http://www.duozhishidai.com/article-15858-1.html
多智时代-人工智能和大数据学习入门网站|人工智能、大数据、物联网、云计算的学习交流网站
人工智能时代的工作变化、能力需求与培养
摘要：在人工智能时代，程序化工作和一部分非程序化工作将被人工智能取代，工作将向高度智慧化转移，劳动者的工作定位将发生升级方式、介入方式、前进方式、转移方式和集中方式等不同的变化。为了适应人工智能时代，要在学校教育和企业教育中注重提高受教育者的人工智能素养、培养创造性思维能力、社会交流能力以及环境应变能力。应对人工智能时代培养所需人才的关键措施包括：突出个性化培养理念；构建人工智能素养教育体系；实施问题导向及跨学科合作探讨的学习方式；利用人工智能技术提高学习效率。
关键词：人工智能；工作定位；能力需求；能力培养
基金项目：本文系中国社会科学院登峰战略企业管理优势学科建设项目、中国社会科学院京津冀协同发展智库研究课题的阶段性成果。
当前，我们正处在全面进入人工智能时代的过渡期，几乎所有领域都出现了装载有人工智能技术的机械设备。18世纪中期以来，人类历史上先后出现了蒸汽机、内燃机与马达、计算机与互联网技术。这些技术极大地改变了人类的生产生活方式，推动了人类社会的发展。可以说，人工智能是继三大技术之后的又一重大技术。况且，与以往技术不同，人工智能可以替代人的脑力劳动，这将大幅度地改变人们现有的工作内容，并要求人们拥有不同于以往的特殊能力。然而，关于如何界定人在人工智能时代的工作定位及所需能力、如何培养人工智能时代所需要的人才，是尚未解决的课题。目前，有研究围绕人工智能可能产生的就业影响，尤其是结构性失业风险以及社会经济对策等方面进行了分析（万昆，2019；陈明生，2019；王君等，2017；潘文轩，2018），也有研究对人工智能背景下职业教育体制改革与发展问题进行了探讨（南旭光，汪洋，2018；毛旭，张涛，2019；丁晨，2019），但深入到工作能力层面，从劳动者角度探究人工智能时代的人才培养问题的相关研究还较为少见。鉴于此，本文基于技术—工作—能力—培养的视角，结合前沿研究进行理论分析，阐明人工智能对工作业务的影响机制，明确人工智能时代的工作定位与能力需求，探讨能力培养的战略思路和关键方法。
一、人工智能时代的工作变化
人工智能（ArtificialIntelligence，简称AI）是指可以感应环境、做出行动，并获取最佳结果的合理主体（RationalAgent）（S.J.Russell，P.Norvig，2018）。感应环境、做出行动和获取最佳结果，属于人的智慧行为，而这些行为通过计算机程序（合理主体）被再现出来，就成为了人工智能。换言之，人工智能就是具有人类智慧的计算机系统。而在现实的工作环境中，人工智能的计算机系统又是与大量的感应器、超高速通信网、大数据收集分析装置、终端设备、机器手等组成更为复杂的系统来进行实际作业的，如机场出入境管理的人脸识别系统、汽车自动驾驶系统等。因此，可以说人工智能就是装载有可以模拟人类智慧行为的计算机程序的自动化设备。
现阶段的人工智能可以在一定程度上替代人完成识别、决策和操控方面的任务。在识别方面，人工智能可以进行信息判别、分类与检索，如从影像中发现癌变征兆；从音调语速中检测情绪；从图像中监控设备异常、天气异常、用户账号异常等。在决策方面，人工智能可以进行数值形式下的物象评估与匹配，如预测销售额、GDP指标、民意度、信用风险、病变风险；推断消费者爱好、产品推销时机；根据消费者爱好、习惯不同而推荐不同内容的商品广告等。在操控方面，人工智能可以进行表现生成、设计行动最佳化及作业自动化，如自动撰写新闻稿件、概括文章大意；设计项目路线图、商品标识、网页布局、药品成分、建筑物结构；优化游戏策略、送货路线、店铺布局；实施自动驾驶、客户咨询等。只要人规定好了计算机程序的信息处理目的和分析方式，人工智能就能准确无误地替代人工进行作业（安宅和人，2015）。
（一）工作变化的特征
人工智能时代工作变化的特征体现在以下三方面。
1.程序化工作被人工智能取代
所谓程序化工作，按照美国经济学家奥托（D.H.Autor）等的定义，是指变化少、可以按照事先规定的程序进行的工作（Autoretal，2003）。程序化工作又分为主要使用认知能力的程序—认知型工作和主要使用肢体能力的程序—肢体型工作。认知能力是指直觉、判断、想象、推理、决策、记忆、语言理解等能力；肢体能力是指体力。程序—认知型工作具有重复性、单一性、目的明确并且主要使用脑力等特点，如行政事务、会计工作。程序—肢体型工作虽然也有重复性、单一性、目的明确等特点，但主要使用体力，如流水线组装、仓库运输业务。由于程序化工作相对简单，易于编制成计算机程序，所以人工智能对人类劳动的替代，首先会从这些工作开始。例如，产品组装是按照作业标准反复实施同样内容的工作，而作业标准完全可以编制为计算机程序，所使用的设备以及动作也完全可以建立成模型，因此，产品组装就可以由人工智能来代替实施。再如，需要一定认知能力的会计业务，人工智能也可以通过扫描或接受电子信号等方式获取相关数据，而后根据规定程序进行分类、汇总等作业。因此，在人工智能时代程序化工作会呈现明显的减少趋势，以往的自动化设备，基本是替代体力劳动的蓝领劳动者，而人工智能将替代白领劳动者。英国剑桥大学学者弗雷（C.B.Frey）与奥斯本（M.Osborne）在2013年发表的报告中指出，美国在未来20年里将有47%的工作存在被替代的可能性，电话推销员、标题审查与摘要人员、手工缝纫工、技工、保险受理员、手表修理工、货物运输人员、税务代理员、照片处理工、会计助理、图书馆技术员、数据输入员等工作被取代的概率可高达99%（C.B.Frey，M.Osborne，2013）。日本经济新闻和英国金融时报2017年合作进行的调查显示，制造、餐饮、运输等23个产业的2000项工作中有超过3成的业务可能被替代，制造业被替代的比例是80.2%，包括焊接、组装、裁缝、制鞋等业务；餐饮业被替代的比例是68.5%，如客服、点餐、食材准备、餐桌与餐具摆放等业务；运输业被替代的比例是48.4%，包括车辆维修、飞机驾驶、运输信息提供等业务（ShotaroTani，2017）。这些研究表明，被取代概率高的工作基本上都是重复性、单一性、目的明确的程序化工作，其中不乏白领岗位的部分业务。
2.一部分非程序化工作被人工智能取代
相对于程序化工作，非程序化工作通常变化较大，难以按照事先规定的计划进行。这一工作又分为两类，一类是非程序—认知型工作，如科学研究、文学创作、作曲作画、经营管理、医疗诊断、诉讼辩护等；一类是非程序—肢体型工作，如烹饪、理疗、看护以及汽车驾驶等。非程序—认知型工作需要高层次的文化水平、分析能力和想象力，现阶段的人工智能还达不到完全替代的水平。烹饪、理疗、看护以及汽车驾驶等非程序—肢体型工作需要高度的人际间互动、灵敏的环境反应能力以及灵活的肢体动作，而这些要求现阶段的人工智能尚不能完全做到，所以这些工作基本上还需要人来承担。但随着人工智能技术的发展，人工智能在未来不仅会代替人做更多的程序化工作，而且有望将一部分非程序化工作纳入替代范围，如自动驾驶、行走助力、编制诉讼方案、作曲作画等（Autor，2015）。届时非程序化工作完全由人来完成的局面就会发生变化，进而带来业务重组，从以前由人承担所有业务变成由人工智能和人共同分担业务，如影像诊断由人工智能完成，最终诊断由医生完成；围棋陪练由人工智能承担，棋艺解说由教练承担。
3.工作向高度智慧化转移
装载有人工智能的设备可以替代人的程序化工作，甚至部分非程序化工作，但现阶段人工智能仍有很大的局限性，如人工智能不能设定目标和规划未来、不能产生意识、不能对未曾有的变化作出反应、不能提出问题、不能设计分析框架、不能产生灵感、不具有常识判断力、不具有指挥人的领导能力（安宅和人，2015）。所以现阶段仍有四类工作是人工智能所无法替代的。一是高度创造性的思维工作。如通过综合分析各种知识归纳和提出新概念、通过多方面分析发现问题并提出解决方案、基于情感创造出文学艺术作品等。二是高度社会化的沟通工作。如包含理解、说服、交涉在内的工作，人际间交往与协同作业等。三是高度灵敏的肢体型工作。如演奏乐曲、表演舞蹈、高难度手工艺等。四是高度非程序化的工作。如看护、清扫工作。这些工作看似简单，但需要人根据知识、经验以及常识等对情境作出判断，如在清扫时对发现的废纸需要进行判断，确定它是重要笔记还是真正的废纸，而人工智能的扫地机是无法做到的（野口悠纪雄，2018）。但即使如此，现在几乎所有领域中都在使用人工智能，并且人工智能的工作领域还在不断扩展。在看护工作中，移动搀扶患者机器人已经开始出现；人工智能已能够进行文学、绘画及音乐的初步创作，人与人工智能协同作业的状态已成为普遍现象。在这种状态下，人的工作内涵必然要向高度智慧化转移。
（二）人机关系与工作定位
在刚开始引进人工智能的生产过程中，人仍是作业的主体，人工智能起辅助性和支持性作用。人工智能辅助人进行数据和信息处理方面的业务，支持人做一些复杂的、技术性的工作，从事需要肢体劳动的、程序化的操作，但对于需要高度认知能力的工作，如推理与决策，以及需要与人沟通的工作，如协调、开发与咨询、沟通与互动，人工智能的贡献相对较少，但这种情况将会发生改变。世界经济论坛《职业前景报告2018》发表了2018年人与设备的工作时间占比值和2022年人与设备的工作时间占比的预测值（见表1）。对于所有业务，2022年设备的工作时间占总工作时间的比值会增加，其中设备在信息和数据处理、探索和获取业务信息的工作时间占比将超过人的工作时间。在行政、肢体的程序化任务、识别和评估业务信息、执行复杂技术任务中，设备的工作时间占比也将超过四成。即使在推理与决策以及沟通与互动这样原本主要由人来完成的业务中，设备的工作时间也将提高三成左右。因此，未来人工智能不仅能在生产过程中起辅助、支持的作用，而且在一些业务中将会作为“数字劳动力”发挥主导作用。进而言之，在人工智能时代，智能设备将越来越多地替代人的劳动，人机协作的关系将越来越显著。
表12018年、2022年人与设备的工作时间占比值单位：%
资料来源：作者根据世界经济论坛《职业前景报告2018》整理。
在人工智能时代，一些职业及一些工作被替代是不可避免的趋势，因此劳动者必须对职业及工作选择有清楚的认知。美国管理学学者达文波特（T.H.Davenport）和卡比（J.Kirby）认为，人工智能时代劳动者的工作定位，即如何选择能实现自身价值的职业，有五种方式，分别为：一是升级方式，即提升管理素质和掌握超越计算机的大局思维，向高级管理岗位发展。这要求对经营系统有透彻的理解，并需要有充分的计算机知识与技能。随着人工智能质量的提高、数量的增加，高级管理岗位的事务性工作将被大幅度替代，因此升级到高级管理岗位的人数会比以往少；二是转移方式，即转移到不能程序化、结构化的工作领域。现阶段，人工智能设备尚不能完全替代人的劳动，因此工作流程中会保留一些人的岗位。但随着人工智能水平的提高，这些岗位也将逐渐被替代，因此，这些岗位的劳动者，要有充分的危机感；三是介入方式，即学习计算机的程序化决策过程，掌握监视和调整计算机功能的新型能力，以现场管理者的身份介入基本上由人工智能实施的作业过程中；四是集中方式，即以计算机程序尚未渗透到的领域为唯一标准来选择职业或工作。这种方式要求特殊、高超的人类智慧及技能，需要早期、长期训练，甚至需要天赋；五是前进方式，指与时俱进，加大学习力度，研究开发能改变当前领域工作效率的高水平智能机器（T.H.DavenportandJ.Kirby，2015）。从与人工智能的关系看，升级方式、介入方式和前进方式，都需要学习人工智能技术。对这些人群，国家应该对他们的学习进行资助。转移方式中劳动者没有学习新技术的欲望或能力，他们的收入可能会减少，就业也不稳定，国家应从就业政策角度进行援助。集中方式需要从中小学起通过个性化教育对这方面的人才进行培养。
二、人工智能时代的能力需求
随着人工智能在生产过程中的普遍应用，人在生产中的地位不断发生变化，大量程序化作业、甚至越来越多的非程序化作业都将由自动化设备实施，而人必须能够驾驭智能设备，发现和解决工作流程中的问题，对智能设备进行更新创造，从而使其更好地服务于人类社会。从劳动者角度看，必须具备符合人工智能时代所需要的能力，才能使自己的劳动付出变得更有价值；从企业角度看，具有符合人工智能时代能力的员工，是创造价值所不可缺少的人力资源，值得大力引进和培养；从社会角度看，劳动队伍和后备力量都具备符合人工智能时代要求的能力，就可以稳定就业，促进社会经济持续发展。关于能力，可以对有认知能力和社会情感能力的基础理论进行研究。为了探讨能力与社会需求的关系，能力被分成诸多子能力，以验证与不同技术条件的适配性。在解析这些研究之后，笔者将提出符合人工智能时代要求的能力要件，以便为理论研究和政策决策提供参考。
（一）能力的两个方面
理论上看，人的能力一般包含两个方面。一个方面被称为认知能力，另一个方面是非认知能力。其中关于非认知能力有着几种不同的命名，如社会情感能力、软能力、社会能力、人格特质、性格（Heckman，Kautz，2012）。以下将沿用经济合作与发展组织（OECD）（2015）的表述样式，用“社会情感能力”来表示非认知能力。该研究认为，认知是关于获取和应用知识经验的过程，而认知能力就是所有与获取和应用知识经验有关的能力。认识能力有三个层次：第一层是基本能力，如模式识别、计算和记忆；第二层是获取能力，如检索、分类和解释；第三层是应用能力，如思考、推理和概念化。这三层能力的复杂程度从低到高、依次递进。与认知能力不同的是，社会情感能力是对目标实现、社会协作和情感控制产生影响的人格特征。例如，目标实现方面的忍耐、自律、意愿；社会协作方面的沟通、开放、体贴；情感控制方面的自尊、灵活、自信等。
在实际中，人是认知能力和社会情感能力的载体。换言之，这两种能力在人的身体中同时存在，相互影响、相互作用，形成了人的脑力活动和肢体行为。例如，批判性思考就是两种能力合二为一的结果。批判性思考既有认知能力的特点，即能够客观地进行逻辑推理，严守成本收益原则，冷静地进行战略分析。同时，因为批判性思考的对象是现实中的新问题，仅仅依靠过去的经验和教科书手法是不够的，还必须对新现象持有开放心态，根据具体情况，灵活改变思路和行动，而这些特点正是社会情感能力范畴的内容（池迫浩子，宫本晃司，2015）。
（二）能力需求变化与预测
技术进步使得工作环境发生变化，对劳动者的能力需求也出现了新变化。20世纪70年代以来，以大型计算机、电脑终端和互联网为代表的信息通信技术迅速发展，制造业以及服务业的生产过程大为改观，这使得对劳动者的社会情感能力的需求显著提高（Deming，2015）。在1980-2012年间，需要高度社会情感能力的职业就业人数占美国所有就业人数的比例增长了近12个百分点，而只需要认知能力的职业就业人数占比减少了3个百分点。另外，需要高度社会情感能力的职业的工资增长也比其他职业更快，并且2000年以后的增幅大于2000年之前。这是因为生产过程自动化，岗位任务重组，人员重新分配，团队形式增加，而社会情感能力可以降低协调成本，加强不同作业领域的有效合作。
以数字技术为轴心的自动化设备的应用，不仅要求劳动者提高社会情感能力的水平，同时也要求其认知能力和社会情感能力综合水平的提高。维因伯格（Weinberger，2014）利用美国职业大典的数据，对1977-2002年间各职业就业人员具有的计算能力、人际能力以10阶段法进行了赋值，根据数值把职业分为了两类，一类是计算能力与人际能力赋值均高于5的职业，一类是两种能力中一方赋值高于5而另一方赋值低于5的职业。分析发现，两种能力赋值均高于5的职业的就业人数增加，仅一种能力赋值高于5的职业的就业人数减少。该研究还以1972年和1992年的高中3年级中的两个年级层为对象，考察了各层人群的高中数学成绩、领导经验和高中毕业7年后的工资之间的关系。结果表明，同时具有数学能力和领导经验的人的工资在增加，只有一方面能力的人的工资没有变化，不具有这两方面能力的人的工资在减少。这个结论揭示了能力间互补的重要性，即认知能力与社会情感能力，不是各自单独产生价值，而是相互组合（互补）来产生更大的价值。技术进步并没有否定人的任何一方面的能力，而是要求在提高各自水平的基础上达到新高度的互补。由此可以推论出，兼有两种能力的劳动者在以人工智能为轴心的新技术时代将为社会所需，他们的劳动价值会得到社会认可。
表22018年、2022年关键能力需求
资料来源：世界经济论坛《职业前景报告2018》。
以上的推论不仅在以往的数据研究中得到了验证，在近未来的预测研究中也得出了同样的结论。世界经济论坛的《职业前景报告2018》发表了313家跨国企业管理高层的调查数据，从中可以看出2022年需要的关键能力中，属于认知能力的有8个，分别是：分析性思考与创新，主动学习与战略性学习，创造性、独特性和主动性，技术设计与编程，批判性思考与分析，解决复杂问题，问题推理与构思，系统分析与评估。与2018年相比，技术设计与编程、系统分析与评估是新增项目，反映出人工智能时代对劳动者的数字技能的强烈需求，揭示了劳动力素质提高的方向。而领导力和社会影响、情绪性智商属于社会情感能力的范畴。这两个能力同时出现在2018年、2022年两个时间段里，由此可以说，社会情感能力在未来的人工智能技术环境中是不可缺少的。只要生产过程中有人的存在，只要市场及组织内部环境不断变化，就需要社会情感能力去发现问题、运用技术技能去解决问题从而实现劳动的价值。另一方面，包括脑力、肢体在内的基本认知能力的需求将会减少，如操作灵活性、持久性与准确性，视觉、听觉与说话，读、写、算等能力。一些基本操作能力的需求也会减少，如财务和物资资源管理、设备安装与维护、质量管理与安全管理等能力。这些能力基本用于实施程序化业务，其工作的操作标准简单明了，个人发挥创造性的空间较少，从能力层次看，虽然属于知识经验应用能力范畴，但处于低级层次。
世界经济论坛在2016年对人工智能时代的能力需求变化进行了探讨。当时的研究报告指出，高层次认知能力不仅在当时受到重视，而且在2020年对其的需要将会进一步增加。而对于与肢体相关的能力，专家大都认为其需求将会减少。尤其是设备维护、质量管理与安全管理等能力，2016年报告中还有五成的人认为需求会处于稳定状况（世界经济论坛，2016）。由于2016年、2018年的调查方式不同，因此不能对其进行严格的对比，但可以看到能力变化的趋势，即对高层次认知能力的需求一直处于增强趋势，而对设备安装与维护等低层次能力的需求则明显减弱，这反映出人工智能时代对能力的高层次化有着越来越强的需求。
巴克什（Bakhshi）等利用美国和英国数据预测了两国2030年各职业的就业增长和职业所需的能力（Bakhshietal，2017）。该研究中的职业能力包括120项。美英两国各职业最为重视的能力有15项（见表3）。从表3看，美国和英国总体情况类似。在美国，与人际交往有关的能力会越来越重要，这些能力包括指导、社交知觉/认识、协调、服务导向、主动倾听，以及相关知识，如心理学和人类学、教育和培训、治疗和咨询、哲学和神学。认知能力范畴中的应用能力也会越来越重要，如要求能够了解当前和未来形势并且能够做出行动规划（战略性学习）；能够了解新信息对当前和未来问题的解决与决策发挥影响（主动学习）；能够提出有关某个主题的许多想法（思想流利性）。在英国，有10项属于认知能力范畴中的应用能力，这些能力是判断和决策、思想流利性、主动学习、战略性学习、原创性、系统评价、推理、解决复杂问题、系统分析、批判性思考。在人工智能技术更为广泛应用的近未来，劳动者只有充分具备这些能力，才能够有效解决新环境中出现的新问题，并且能够有针对性地提出新想法，积极吸收新信息；能够识别社会技术系统的变化，了解社会技术系统各环节的互连和反馈关系并采取正确行动。另外，英国对于人际交往的能力也非常重视，这些能力包括指导、协调，以及相关知识，如教育和培训等。
表32030年美国、英国各职业中最重要的15项能力
资料来源：作者根据Bakhshi等（2017）整理。
2017年，日本人才咨询公司阿德卡（Adecco）对309家上市公司管理高层进行了抽样调查，收集到了两个时间点（调查时间点为2017年、人工智能普遍应用的2035年）对各种能力的需求程度。结果显示（见表4），2035年最需要的前10项重要能力中，5项为认知能力，包括创造性、分析性思考与抽象性思考、解决复杂问题、信息收集和解决简单问题。5项是社会情感能力，分别是人际关系、灵活性、挑战精神、领导力和积极性与主体性。2017年的前10项重要能力中，4项为认知能力，依次是分析性思考与抽象性思考、解决复杂问题、创造性和信息收集；6项是社会情感能力，如人际关系、积极性与主体性、挑战精神、团队工作与协调性、灵活性和目标实现意愿。从数量看，不论是2017年还是2035年，认知能力和社会情感能力的排名基本相当，表明无论什么时代，均衡能力结构都是必要的。从内容看，不论是2017年还是2035年，认知能力和社会情感能力的子项目基本相同，反映出企业能力需求具有一定的稳定性。从个别能力变化看，有两个突出现象，一个是认知能力中，创造性需求的大幅上升。这表明在人工智能时代企业将进行业务重组，要求员工在高价值工作领域创新工作方式和取得突破；另一个是社会情感能力中，对灵活性的需求有所提升。这反映出企业需要员工充分发挥主动性，去发现生产流程中的问题、发现新的社会需求，而不仅仅是执行指令。
表42017年、2035年最需要的前10项重要能力
资料来源：作者根据西村崇（2017）整理。
（三）符合时代要求的能力要件
综合以上研究，笔者认为，在人工智能时代，能力的首要内容应该是与人工智能有关的新知识、新技能。此外要在人工智能的学习与应用过程中提高社会情感能力，主要是指与人沟通的方法与相关知识。再者，劳动者的能力结构要向高层次升级，应重点发展高层次认知能力。具体概括为两个方向：一是应用人工智能技术创造新产品、新服务的能力，这里称作创造性思维能力；二是发现新问题和解决新问题的能力，这里称作环境应变能力，包括主动学习与战略性学习、解决复杂问题等。在人工智能时代，对于劳动者而言，重要的是使能力结构升级以符合技术发展需要，不仅认知能力要达到新水平，还要与工作方式变化相匹配，而且与人工智能技术互补的社会情感能力也要同步发展。鉴于此，人工智能时代的能力要件可归纳为以下四个方面。
1.人工智能知识
正如读、写、算是工业社会所必须的基本能力一样，对于要在人工智能技术条件下工作的劳动者而言，人工智能的基础知识是不可缺少的。这是以往时代所没有的全新的能力。所谓的人工智能知识，首先是数学知识。因为人工智能的基础就是数理模型，主要包括概率、统计、线形代数等内容；其次是数据科学，是在计算机上收集、解析数据的知识和技能，需要有数理和计算机语言知识，需要计算机操作能力。有了这两方面的知识，就可以形成关于人工智能的新技能：能够使用程序语言，利用既成模块，编制、操作或使用具有简单的感应、解析、反馈等智慧行为的自动化装备。劳动者掌握了人工智能的新技能，不仅可以理解新设备的基本机制，甚至可以研究更先进的人工智能、或利用人工智能来提高生产效率。根据领域、岗位、业务的不同，涉及人工智能的内容会有所不同。国家的教育、经济以及科技部门应该与企业联手设计内容、层次不同的教材，设定认知资格制度，作为评价人才的标杆。
2.社会交流能力
在人工智能时代，要创造新价值，人际或社会交流能力愈发显得重要。创造新产品、新服务及新的工作模式，意味着要对现状有充分的了解，利用人工智能对现状进行改变、重组。这需要周边很多人及社会的理解、帮助及合作。因此，在人工智能时代，人应该提高自身的社会交流能力，能简明扼要地说明目的，开诚布公地寻求理解与帮助，诚实守信地与人合作。社会交流能力的基础是情感，所以人在情绪、意志等方面的情商以及对于文化艺术的审美都非常重要。人工智能时代社会交流能力的特点，就是大量运用网络社交媒体、互联网等工具。这些工具有其便捷之处，但也存在虚假信息等伦理道德问题以及易受黑客攻击的脆弱性问题。社会交流能力与创造性思维能力一样，需要长时间的培养，需要社会氛围的支撑。社会交流能力的特殊之处在于它涉及性格，而性格有天生的因素。所以，在学校教育以及企业教育中，既要传授基本的交流方法，也要考虑个人性格中的天生因素，因人施教，调动有利因素，培养能够从社会中学习、有益于社会的人才。
3.创造性思维能力
人工智能技术使程序化的工作自动化，把人从单一循环、重度及危险的劳动中解放出来，给予人更多的时间，为人的创造性思维提供了更大的可能性。同时，人也必须发挥自己特有的创造性思维能力，才能在人工智能时代确立自身的存在价值。所谓创造性思维能力，是利用人工智能技术，结合自己所在的特定领域，去发现社会及市场需求，提出关于新产品、新服务以及新工作模式的能力。创造性思维能力包括抽象能力、综合能力和应用能力。抽象能力，就是能够概括出事物本质并发展成为概念的能力。借助抽象能力进行分析和推理，才会产生新的认识。综合能力，就是能够融会贯通，把不同领域的知识连接起来，进行整合、分析和再创造的能力。经济学家熊彼特认为，创新有五种形式，即产品创新、技术创新、原材料创新、市场创新和组织创新，它们无一不是生产要素间组合与创造的结果（约瑟夫·熊彼特，2016）。利用人工智能提出关于新产品、新服务以及新工作模式的设想，是对人工智能与其他知识进行融合与创造的过程，所以需要综合能力。应用能力，是能够把知识应用于解决现实问题，也就是解决问题的能力。其中的关键是有目的意识，能够发现问题，使创造性活动具有经济价值与社会意义。而这恰恰是人类特有的能力，无法用计算机程序再现。创造性思维能力，需要长时间的培养，从幼儿园到大学、甚至到就业之后都必须接受持续的教育或启发。同时，要在家庭教育、学校教育和社会上形成鼓励独创、容许差异的宽松氛围。
4.环境应变能力
环境应变能力，就是能够根据不同情境作出不同决策的能力。在人工智能时代留给人的工作基本上都是非程序化工作，它们不可事先预测，也无法编制操控指南，需要劳动者根据自身掌握的知识、经验、常识以及悟性来灵活行动。现阶段的人工智能可以通过大样本学习来增加经验和提高应变能力，但世界是复杂的，很多变化都带有偶然性，解决方案没有经验可循，这限制了样本数量，从而制约了人工智能应变能力的提高。与人工智能不同的是，人所特有的生命体的构造使得其对事物的理解在很多情况下只需要小样本学习和借助常识就可以完成（李开复，王咏刚，2017）。在以往的人才培养中，人们也注意到了环境应变能力，但人工智能时代的特殊之处在于劳动者要接触更为复杂的数字技术，而数字技术的进步日新月异，人们为了防止知识的陈腐化，要能够主动学习，因为仅仅靠教师或上级安排的在岗或离职学习完全不够，要根据自己的具体情况，不间断地吸取新知识。战略性学习，是具有前瞻性的、有长远目标的学习。这个长远目标，可以是对自己所在领域发展前景的预测、自我发展方向的判断，也可以是对企业战略的理解，提前着手学习新知识，当环境变化时就可以游刃有余地应对。人工智能时代的劳动者往往处于与自动化设备合作的作业环境中，生产过程中的故障不仅有硬件的问题，也有计算控制系统的问题，只有在对硬件、软件充分理解的基础上，才能解决现场工作中的复杂问题。总而言之，人工智能时代的环境应变能力，有其鲜明的时代要求，在学校教育和企业教育中必须使用有针对性的教学方法来培养有用人才。
以上归纳了符合人工智能时代要求的四个方面的能力，这四个方面的能力并不是独立存在的，它们之间有着不可分割的联系。人工智能知识是新时代劳动者能力的基础，有了它才能够驾驭自动化设备，进行新产品、新技术及新价值的创造。创造性思维是人工智能时代劳动者能力的核心，突出显示了人的智慧价值。而社会交流能力和环境应变能力则对人的气质或性格提出了新要求，要求处于人工智能时代的劳动者区别于越来越聪明的自动化设备，在纷繁复杂的社会和飞速变化的技术环境中发挥人的作用。
三、人工智能时代的劳动者能力培养
为了培养与人工智能时代相适应的人才，提高全社会的智慧水平，我们应该在理念、内容以及方式、手段上有所变革。
（一）突出个性化培养理念
在工业时代，大批量单品种生产是主流方式，为了提高效率实施机械化、专业化分工，产生了大量单一循环、目标明确的标准化工作岗位。企业将作业编成操作手册或计算机程序，要求劳动者达到按照手册或程序正确操作的能力标准。在这种体制下，劳动者和设备、产品一样都是标准化管理的对象，因此人才培养也是标准化的。体现在高等教育、职业教育及企业教育上，就是培养能够按照标准进行反复、简单作业的劳动者。教育方法基本上依靠大量、统一的习题，或反复练习。这样的理念与方法培养出来的学生或劳动者，只能做单纯的工作，其不仅在精度、速度方面要输给人工智能，并且会变得只能简单地对工作中的变化作出机械的反应，缺少发现问题、解决问题的能力，更谈不上创造新价值，而这种能力恰恰是人工智能时代的劳动者最需要的。因为程序化的工作都由人工智能完成，需要人来做的正是去发现工作系统的问题，不断地进行更新改进，提高生产效率，或者通过新思路、新方法创造新价值。因此，人工智能时代的人才培养，尤其要重视学习者的创造性思维能力，要在因材施教的理念下，充分发挥个人的潜在优势。
（二）构建人工智能素养教育体系
把人工智能教育贯穿小学、初高中、大学以及工作后的全部阶段，提高全社会的人工智能基本素养。目前，包括中国在内的主要国家都已经在小学及初高中开展计算机编程教育，在大学实施更为专业的人工智能教育。同时，针对在职者的相关教育也极为重要。这是因为人工智能技术对劳动的影响面越来越广泛，工作甚至职业变得愈发不确定，在职者要提前做好转业与转岗的准备。为了维持社会经济的可持续发展，国家应该就全社会、全生涯的人工智能素养教育制定战略规划，集结教育及各行业行政管理部门的力量，从资金、设备、师资、教材、技术资格认定、学习费用补助等诸方面制定具体措施。对于义务教育的中小学阶段，应该完善每个学校的信息网络，要使高速Wi-Fi网络覆盖全部校区，使每个学生都有自己专用的终端设备（电脑或平板电脑）。在教室等集体授课的场所，安装可以触屏输入、可以数据储存传递的电子黑板，在教学过程中使用人工智能设备。当前，教育界中能担任人工智能教学的教师人才十分欠缺。国家应该制定紧急行动计划，至少要在5年内填补中小学相关基础素养课程的空白，使每个学校至少有一名该学科的教师。教师的来源，可以直接从博士毕业生、企业的工程师等专业人才中招聘，可以不受教师资格的约束。在大学阶段，理工科要学习高度的人工智能技术，文科及美术、音乐等学科，也要开设人工智能专业课程，因为今后人工智能将在模拟人的艺术感受方面深入发展，需要既懂艺术又懂人工智能的人才。由于人工智能技术发展很快，要组织学术界和企业界的力量，及时更新课程，并且根据人在不同生涯阶段的特点编制有针对性的教材。应该利用大数据来补充劳动力市场信息系统并监控不断变化的技能需求，以适应所提供的课程与教材（OECD，2016）。要尽快设立国家人工智能技术资格认定制度，使学习成果能在社会上受到评价，提高学习者的学习积极性。对于在职人员的学习，应给予费用和时间上的支持。对于企业实施的员工培训，应该以减免培训费等激励政策给予扶持。
（三）实施问题导向及跨学科合作探讨的学习方式
创造性思维能力、社会交流能力的具体表现是能够利用人工智能技术解决现实问题，以及能够利用人工智能创造新产品、新服务与新工作模式。以往“满堂灌”的学习方式难以培养这些能力，今后应该加强问题导向及跨学科合作探讨方式的学习。所谓问题导向，就是有明确、真实并且具体的现实问题，解决这些问题是学习的目的。这需要企业与学校共同制订学习目标，引导学生进行社会实践。问题导向的学习方式，还需要学习材料具有现实性。数据要真实，设备及材料要先进，教材要能够反映前沿理论与实践。跨学科合作探讨学习包含四个方面，首先是跨学科的学习内容，即学生根据具体问题学习数学、统计、数据、人工智能以及物理、化学、生物、艺术等多学科知识，这需要打破以往文理分科的界限；其次是跨学科的学习成员，即打破以往班级学习约束，组成由不同专业背景学生构成的小组，尤其是大学阶段要尽可能采取这种办法；再次是小组学习方式，即在教师指导下以小组为中心进行讨论和得出解决方案。同时，要构筑互联网学习平台，教师与学生之间、学生与学生之间有充分的提问—反馈—讨论的渠道。跨学科合作探讨形式的学习方法，不仅有利于提高学习自主性和团队合作性，也有助于进行知识碰撞、知识整合和知识创造，从而提高综合能力和应用能力。
现阶段，包括中国在内的一些国家都在进行问题导向及跨学科合作探讨学习方式的实践，诞生了STEAM（Science，Technology，Engineering，Art，Mathematics）教育课程、问题/项目导向型教育课程（Problem/Project-BasedLearning：PBL）、创新思维课程等方法。但这些方式都处在发展过程中，需要专家和学者不断吸取有益经验对其进行改进。日本为了培养人工智能人才，制定了国家战略推行STEAM教育，并研究整理了具体案例，为各学校及企业提供参考材料。如日本某职业高中与企业合作，开展了STEAM教育课程。该课程的项目之一是设计使用便利的人工智能设备，推进智能化农业生产。项目分四个阶段进行。第一阶段引发学生对农业和机器人的兴趣，使用4个课时。教师启发学生考虑联系农业作业的实际需求，确定制作机器人的具体内容。企业技术专家介绍机器人控制语言，演示机器人的动作。学生进行讨论，得出关于制作方向的结论；第二阶段进行机器人控制与数学、物理等学科知识的应用，使用4个课时。具体任务有两个，一个是解剖分析现有农业机械，获得感性、基础认识，再使用控制语言设计机器人基本雏形，另一个是运用数学知识，探讨马达转速与机器人动作的关系，设计控制程序，制作马达。企业技术专家讲解高感度彩色感应器、图像识别等技术，联系物理知识，讲解关于摩擦作用的处理方法；第三阶段学习机器人开发的基本程序，使用4个课时。技术专家讲解现实社会中技术人员如何编写“产品规格书”、通用计算机语言、数据解析工具等，引导学生继续使用控制语言模块制作机器人；第四阶段进行总结和演示，使用4个课时。学生演示、讲解自己制作的机器人的特点以及与农业作业的关联。同时，教师引导学生梳理学习内容，激发今后学习机器人技能的兴趣（经济产业省，2019）。
（四）利用人工智能技术提高学习效率，增强学生的创造性思维能力、社会交流能力
现阶段的人工智能已经可以代替教师对学生进行辅导，提高学生的学习效率，如X-Tech、EdTech、LearnTech等技术。这些工具可以根据每个学生的实际情况，给出不同的学习指导方案，提高学习效率。有国外学校在教学中引进了人工智能系统，学生使用平板电脑阅读数学教材、做习题。人工智能系统收集所有学生的学习信息，包括答案、解题过程、速度、集中力、理解力等，在此基础上判断出每个学生的强、弱项，给出符合个人学习水平的阅读材料和习题，大大提高了学习效率。该学校利用人工智能对小学六年级学生进行了初中一年级上学期的数学课程教育，常规需要14周的学习内容仅用2周就完成了，并且学生们的考试成绩都超过了常规教育的平均点。如果能如此高效地接受知识，学生就可以把时间更多地用在联系实际的项目学习以及体育、艺术等活动上，强化学生创造力和社会交流能力的培养。如果说铅笔、笔记本、橡皮是传统必需的学习工具，那么当前与互联网无障碍连接的电子终端已经成为人工智能时代学习的必要工具。国家应该尽快完善义务教育、高中教育、大学教育和在职教育的电子化环境，引进人工智能设备，提高全社会的学习效率。
目前，人工智能正以前所未有的速度部分或完全替代人的劳动，社会生产率将会大大提高。我们必须精准理解人工智能对职业、劳动和能力的影响，从国家层面制定战略规划，运用市场经济杠杆和政策手段提高包括义务教育、高中教育、高等教育和在职教育在内的生涯教育的人工智能基本素养，维持社会经济的稳定发展。
参考文献
[1]陈明生.人工智能发展、劳动分类与结构性失业研究[J].经济学家，2019（10）：66-74.
[2]丁晨.从适应到引领：人工智能时代职业教育发展的机遇、挑战与出路[J].中国职业技术教育，2019（13）：53-59.
[3]李开复，王咏刚.人工智能[M].北京：文化发展出版社，2017.
[4]毛旭，张涛.人工智能与职业教育深度融合的促动因素、目标形态及路径选择[J].教育与职业，2019（24）：53-59.
[5]南旭光，汪洋.人工智能时代职业教育治理的限时挑战与路径选择[J].教育与职业，2018（18）：25-30.
[6]潘文轩.人工智能技术发展对就业的多重影响及应对措施[J].湖湘论坛，2018（4）：146-153.
[7][美]S.J.Russell，P.Norvig.人工智能：一种现代的方法（第3版）[M].殷建平，等译.北京：清华大学出版社，2018.
[8]王君，张于喆，张义博，等.人工智能等新技术进步影响就业的激励与对策[J].宏观经济研究，2017（10）：169-181.
[9]万昆.人工智能技术带来的就业风险及教育因应[J].广西社会科学，2019（6）：185-188.
[10][奥]约瑟夫·熊彼特.经济发展理论[M].何畏，等译.北京：商务印书馆，2016.
[11]安宅和人.人工知能はビジネスをどう変えるか[J].DiamondHarvardBusinessReview，2015（11）：43-58.
[12]池迫浩子,宮本晃司.家庭、学校、地域社会におけるスキルの育成：国際的エビデンスのまとめと日本の教育実践·研究に対する示唆[R/OL].2015-08-27.https://berd.benesse.jp/feature/focus/11-OECD/pdf/FSaES_20150827.pdf.
[13]経済産業省.“未来の教室”実証事業成果報告：ベジタリア株式会社[R/OL].2019-07-12.https://www.learning-innovation.go.jp/verify/z0044/.
[14]野口悠纪雄.AI入門講座[M].東京：東京堂出版，2018.[15]西村崇.AI時代に必要なスキルは「対人関係力」と「創造力」、アデコが調査報告[EB/OL].2017-05-17.https://xtech.nikkei.com/it/atcl/news/17/051701429/.
[16]D.H.Autor,L.F.Levy，R.J.Murnane.Theskillcontentofrecenttechnologicalchange：anempiricalexploration[J].QuarterlyJournalofEconomics，2003（4）：1279–1333．
[17]D.H.Autor.Whyaretherestillsomanyjobs？Thehistory andfutureofworkplaceautomation[J].JournalofEconomicPerspectives，2015（3）：3–30.
[18]H.Bakhshi，J.M.Downing，M.A.Osborneetal.Thefuture ofskills:employmentin2030[R/OL].2017-12-30.https://futureskills.pearson.com/research/assets/pdfs/technical-report.pdf.
[19]T.H.Davenport，J.Kirby.Beyondautomation[J].Harvard BusinessReview，2015（6）：59-65.
[20]D.J.Deming.Thegrowingimportanceofsocialskillsinthelabormarket[J].NBERWorkingPaper，2015：21473.
[21]C.B.Frey，M.A.Osborne.Thefutureofemployment:how susceptiblearejobstocomputerisation？[R].WorkingPaper，OxfordMartinProgrammeonTechnologyandEmployment，2013.
[22]J.J.Heckman，T.Kautz.Hardevidenceonsoftskills[J].LaborEconomics，2012：451-464.
[23]ShotaroTani.Isyourjobrobot-ready？Ourinteractive calculatorletsyoufindouthowthreatenedyouare[R/OL].2017-04-22.https://asia.nikkei.com/Economy/Is-your-job-robot-ready.
[24]C.J.Weinberger.Theincreasingcomplementaritybetweencognitiveandsocialskills[J].TheReviewofEconomicsandStatistics，2014（5）：849-861.
[25]WorldEconomicForum.Thefutureofjobs：employment，skillsandworkforcestrategyforthefourthindustrialre-volution[R/OL].2016-01-18.https://reports.weforum.org/future-of-jobs-2016/preface/.
[26]WorldEconomicForum.Thefutureofjobsreport2018：Centrefortheneweconomyandsociety[R/OL].2018-09-17.https://www.weforum.org/reports/the-future-of-jobs-report-2018.
[27]OECD.Skillsforsocialprogress：thepowerofsocialand emotionalskills[R/OL].2015-12-30.OECDSkillsStudies，OECDPublishing，Paris，http：//dx.doi.org/10.1787/9789264226159-en.
[28]OECD.Skillsforadigitalworld[R/OL].2016-12-30.https://www.oecd.org/els/emp/Skills-for-a-Digital-World.pdf.
刘湘丽.人工智能时代的工作变化、能力需求与培养[J/OL].新疆师范大学学报(哲学社会科学版),2020(04):1-12[2020-05-20].https://doi.org/10.14100/j.cnki.65-1039/g4.20200518.001.
人工智能对未来就业岗位影响深远
焦点对话
世界经济论坛近日发布的《2018年未来就业报告》显示，全世界正兴起工作场所革命，将使人类与机器和算法协同工作的方式发生巨变，这一变化将对全球劳动力产生深刻影响。《报告》指出，目前人类承担了全球71%的工作任务，而到2025年，机器承担的工作将超过人类。人工智能对未来就业岗位会产生哪些影响？应该在哪些方面做好应对准备？针对这些问题，记者日前采访了有关专家。
做好转型准备，迎接未来就业——访北京大学中国职业研究所所长陈宇
非规则性劳动仍然无法被机器取代
记者：面对人工智能等新技术的发展，请您谈谈对未来就业趋势的看法。
陈宇：这是现在比较热门的一个话题。有学者认为，人工智能、机器人等新技术出现以后，就业领域会出现机器代替生产工人的现象，从而使就业岗位减少，造成大量劳动力剩余。
我个人对这个观点持保留态度。在工业社会初期，当时的人们也曾经有过类似的担心：蒸汽机的大规模应用，会使得机器排挤工人，导致工人的大规模失业。但是后来的发展证明，机器在消灭一些工作岗位的同时，也创造出更多的工作岗位。
例如工业社会初期的纺织业，熟练手工劳动被机器替代，大量优秀纺织技工失业，引发这些工人对机器的仇恨，甚至曾爆发了工人组织起来砸毁机器的“卢德运动”。现在回过头来看，由于生产力的发展，纺织品的价格大幅度下降，民众对纺织品的需求大幅度增长，最终反而促使纺织业迎来了大发展的机遇，最终纺织工人的数量和工资收入不减反增。
所以，用眼前的一些事实简单地推断未来的就业趋势，是不准确的。
记者：您认为哪些工作岗位更容易被机器取代？
陈宇：人类的劳动可以细分为4种类型，即规则性体力劳动、规则性智力劳动、非规则性体力劳动和非规则性智力劳动。新技术能够取代的，实际上是规则性体力劳动和规则性智力劳动。例如流水线上的工人每天重复进行同一个简单动作，这种规则性体力劳动对人来说是重复的、单调的、缺少劳动趣味的，被机器取代也是正常的。
但是，比如体育竞技等非规则性体力劳动，至今还没有机器人选手能够取代人类的趋势；再比如专业性的思考、复杂性的对话等包含价值观和目标函数设计的非规则性智力劳动，仍然无法被机器取代。
就业的结构性矛盾短期内依然存在
记者：目前，我国就业领域面临就业总量矛盾和结构性矛盾并存的局面，新技术的发展，对今后我国就业领域有哪些影响？
陈宇：我认为，未来我国的就业形势肯定会有变化，但主要是结构性的变化，而不是绝对就业量的减少。过去，由于生产力所限，非规则性劳动在整个人类劳动中所占比例较小，人们大量从事的是规则性劳动。但是随着生产力的发展，非规则性体力劳动和非规则性智力劳动需求会迅速扩大，未来我国劳动力可从事的工作还会大幅度增加。
举例来说，计算机之父冯·诺依曼曾预言，只要拥有3台100万次/秒的计算机，人类就能够解决全部计算问题。然而，现在任何一部手机的计算能力都超过了当时全人类的计算能力，但人类的计算需求还在不断增加。所以，未来大部分人会去从事非规则性体力劳动和非规则性智力劳动，并且这种劳动的需要量之大，会远超过我们的想象。
另外，随着新技术的持续发展，劳动者将需要新型技能组合。例如，随着数据分析师、软件和应用程序开发者、销售和营销设计人员等非规则性劳动的岗位增长，现有劳动力的技能结构已经无法适应新技术所创造的新岗位，所以，就业的结构性矛盾在短期内依然会存在。
采取多种举措应对未来就业形势
记者：面对新技术对传统就业带来的冲击，我们应该如何应对？
陈宇：对于劳动者来说，面对新技术对传统工作岗位的颠覆和新岗位的创造，劳动者需要进行人力资源的自我开发，即更新知识。也就是说，产业在变化、劳动领域在变化、工作环境在变化，劳动者要不断提高自己的交流表达、数字运算、自我学习、与人合作、解决问题、信息处理、外语应用等核心能力，使自己能够适应职场的变化。
对于政府部门，尤其是人社部门来说，首先要营造一个良好的就业环境。大众创业、万众创新是一个很好的契机，鼓励创新创业，实际上是鼓励劳动者进入生产力发展的前沿阵地。
其次，人社部门要给予劳动者更多的培训和受教育机会。由于就业的结构性矛盾依旧存在，劳动者原有的劳动技能已不能适应新技术带来的变革。只有通过再培训，才能使劳动者适应新的岗位要求。所以，要推动职业教育发展，提供更多的职业培训机会，让更多人能够学习新知识、新技能。
再次，还要建立更加充分的社会保障网络，在为劳动者提供兜底保障的基础上，逐步实现全民基本收入保障，以解决因新技术发展带来的社会财富分配问题。
最后，要积极应对新出现的用工形式，鼓励新业态发展。近年来，随着分享经济的不断发展，平台型企业提供了大量的就业岗位，给社会发展创造了较大价值，人社部门要积极应对各种新型用工形式，支持新业态的发展。（赵为）
世界经济论坛发布《2018年未来就业报告》
人工智能“换人”就业更焦虑？——人机不会对立
在国网浙江省永康市供电公司110千伏五峰变电站内，一台“大脑袋、大眼睛、身高1米左右”的智能巡检机器人正在转动顶部的摄像头，采集表计读数、设备工作温度，以保障电网安全可靠运行。
工作人员介绍：“这台机器人可对自身状态进行实时监测并反馈，有诸多‘拟人化’的特点，如遇到前方有障碍物时，它会在接近1米时减速、0.5米时停止前行，前方阻碍时间超过半个小时，它就会返回等待。每一轮巡检任务结束，巡检机器人还会自动回到休息室充电，比以往人工巡检大大提高了效率和安全性。”
机器正在代替人来作业
在诸多岗位和领域，机器人正在代替人来作业。而随着机器人智能化程度的升高，它们能完成的工作也日渐复杂。
在今年世界人工智能大会上，一大批企业展示了“机器换人”的最新产品：在无人物流方面，广东图匠数据科技有限公司研发的“AI智能货架”可以自动监控和识别库存变化并通知及时补货，理货员减少了；在智能招聘方面，BOSS直聘公司研发的AI机器人学习了大量应聘者和招聘方的数据后，可以更加精准地进行人员推送，消解了“纸片人”的痛点，猎头岗位减少了；在无人零售方面，猎豹移动推出的“豹咖啡”，只要1分多钟，就可调制一杯媲美大师作品的香浓咖啡，食品制作员减少了……
机器换人时代的来临，让各领域从业者体会到前所未有的职业危机感。但一系列研究却表明，人工智能对未来就业局面影响，并非如想象那样“悲观”。
不必形成人机对立的观念
根据世界经济论坛发布的《2018年未来就业报告》，未来5年，尽管7500万份工作将被机器取代，但1.33亿份新工作将同步产生，这意味着，净增的新工作岗位多达5800万份。
专家认为，人工智能将重新规划机器与人类的分工，倒逼就业结构深度调整。从低价值劳动密集型生产向价值更高的岗位转移；从重复性劳动向创造性劳动转移。随着生产工具的改变，职业结构的调整是必然趋势，但并不会“一棍子打死”，不必形成人机对立的观念。
七牛云人工智能实验室创始人彭垚认为，未来越来越多公司可能会选择使用自由职业者或专业承包商，新岗位的产生也需要员工掌握新的工作技能。例如，在大数据方面，掌握数据管理、回归分析、编程等硬技能还远远不够，提升对各应用领域的逻辑理解和好奇心、加强与人工智能技术使用方的合作等各项软技能往往更重要。
“我相信人类拥有的智慧是机器永远无法获得的。机器只有芯，而人类有心。人工智能并不是某项技术，而是我们为自己的未来确定的一种生活方式。”阿里巴巴董事会主席马云说，例如，未来制造业都是服务业，流水线上大部分工人将会被机器取代，而人类体验的部分不可能被取代。（周琳胡喆王琳琳图表内容来源：工业和信息化部）
普华永道预计：未来20年额外增加约9000万个就业岗位
普华永道近日发布名为《人工智能和相关技术将对中国就业市场产生什么净影响》的报告。报告预计，未来20年，人工智能和机器人、无人机及自动驾驶汽车等相关技术，将使中国就业净增长约12%，相当于额外增加约9000万个就业岗位。该报告预计，人工智能及相关技术将创造的新就业岗位，足以抵消现有就业岗位被取代的影响。
普华永道对中国的最新分析结果，与之前对英国的分析形成鲜明对比。此前的研究显示，人工智能及相关技术对英国就业的影响基本是中性的。据分析，至2037年，这些技术将取代英国约20%的现有就业岗位。相比之下，据预计，中国现有就业岗位被取代的比例（26%）更高，因为中国制造业与农业实现自动化的范围超过英国。但人工智能与相关技术将大幅提高中国的GDP，同时这些技术在中国创造的就业数量（38%）将超过英国（20%），可抵消现有就业岗位被取代的影响。
中国发展研究基金会认为：人工智能的兴起是难得的机遇期
日前，中国发展研究基金会联合红杉资本中国基金，对外发布了一份名为《投资人力资本，拥抱人工智能：中国未来就业的挑战与应对》的研究报告。报告从理论上分析人工智能对就业可能会产生的影响。报告以蒸汽革命开始的专业化分工现象为基础，并结合一般经济学原理和现实情况，从理论上分析了人工智能技术的发展对就业产生的潜在影响。具体说来，人工智能对就业的影响随行业的差异有所不同，在人工智能取代重复性强、程式化程度高的工作的同时，也会对工作岗位产生扩大需求和创造岗位的积极影响。
报告认为，人工智能的发展会对经济社会结构以及劳动就业结构产生影响，综合来看，人工智能的兴起对中国来说是一个难得的机遇期，即使会遇到一些挑战，也应该积极拥抱而非“谈虎色变”。
香港“一国两制”研究中心建议：积极应对人工智能对就业造成的冲击
香港“一国两制”研究中心日前发表名为《人工智能对香港就业市场的冲击如何迎接人工智能时代》的报告。报告显示，香港未来10年至20年，大量就业人口将受到人工智能的冲击。
该研究中心与英国牛津大学合作，最近几个月针对香港就业市场受到人工智能冲击的风险进行研究。结果显示，香港370万就业人口中，约28%的工作处于智能化高风险区域，未来10年至20年面临七成被人工智能取代的风险，当中牵涉约100万人；18%的工作处于低风险区域，被智能化的风险少于三成。
针对这种情况，报告提出一系列建议，包括聚焦人工智能发展，制定全面的创新科技发展战略；特区政府加大扶持本地人工智能产业，并鼓励企业使用创新科技和投入科技培训；更新法律框架，营造良性的人工智能产业监管环境；增加科学为中学必修科目，加强科学基础教育等。（任紫整理）
百度董事长兼首席执行官李彦宏：人工智能也将创造许多新的工作
谈及人工智能对就业市场的影响，百度董事长兼首席执行官李彦宏认为，虽然机器将取代目前由人类执行的大量工作，但人工智能也将创造许多新的工作，例如在数据标签领域，人们将数据进行标记并将其提供给计算机进行学习。同时，李彦宏也认为，生产力提高会缩短人类的工作时间，这意味着人们将有更多时间来消费内容，但内容通常由人类创造，在这一领域计算机还不擅长。
科大讯飞董事长刘庆峰：人工智能红利将在3到5年内显现
提到人工智能，科大讯飞董事长刘庆峰在拉斯维加斯消费电子展上表示，3到5年内红利就将显现、产业格局确立；5到10年内，很多人类工作岗位可能被替代；但30年内，人工智能都不会形成独立人格。
西门子首席技术官博乐仁：人工智能并非就业杀手，而是有力助手
西门子首席技术官博乐仁表示，如果能引导人工智能朝着有益人类的方向发展，让它成为人类的有力帮手，那么发展即机遇。知名市场研究机构一致预测，多达50%的生产活动都可以由机器完成。这意味着，一旦摆脱了这些琐碎的任务，劳动者就有更多时间来评估执行结果，为客户提供建议。（任紫整理）