[情报] 靠AI转型、台湾企业只剩10年准备

楼主: zxcvxx (zxcvxx)   2018-02-08 13:39:49
[情报] 靠AI转型、台湾企业只剩10年准备
http://bit.ly/2nKl8x4
资诚联合会计师事务所(PwC)发布“AI机器人真的会偷走我们的工作吗?自动化对工作
之潜在影响”研究报告,分析全球29国超过20万名劳工工作任务和技术,就不同性别、年
龄与教育程度,评估自动化在西元2030年可能对各产业劳工的潜在冲击。
因应人工智能(AI)发展带来的自动化趋势,台湾仅有10年时间可准备,政府、企业、工
会和其他组织,都须增加投资教育和技能,以帮助劳工在职涯中适应技术变革。另外也很
重要的是,工作的总需求水平必须保持在高水位,以便创造新的就业机会。例如,可透过
增加公共和私人基础设施,投资在交通和住宅等领域。
报告指出,自动化对工作带来的冲击分为三波,第一波是算法冲击,第二波是增强效益
带来的冲击,第三波是自主化冲击。
首先,算法的冲击已在进行,主要是透过自动化分析结构化的数据,及执行简单的数位
工作。据报告指出,这波创新浪潮可能会在2020年代早期到来。
增强效益带来的冲击也已在进行中,但到2020年代晚期才会成熟。这波重点是重复性工作
和资讯交换自动化,及空中无人机、仓储机器人和半自动车辆进一步发展。
最后一波的自主化冲击,到2030年代中期逐渐成熟。报告指出,AI将越来越能分析多个来
源的数据,并在没有或极少人为干预情况下做出决策并采取行动,例如完全自主的无人驾
驶车辆可大规模运行。
报告提及,到2030年代中期,现有工作高度可能被自动化取代的比率,将因不同国家而异
。在东亚和北欧的平均教育程度相对较高的经济体中,估计只有20%到25%左右。不过,东
欧经济体的工业生产更容易自动化,可能有40%以上的工作会被机器人取代。
各个产业工作受自动化影响的差异很大,工作高度可能被自动化取代的比率最高三名依序
是运输与仓储业(52%)、制造业(45%)和建筑业(38%);最低的是教育业,仅有8%;次低的
是人类健康与社会工作(21%)。
PWC表示,虽然自动化可能造成某些工作被机器人取代,但自动化的新技术将带来更大和
更富裕经济,可望创造新就业机会,且新的就业机会很可能会超出被机器人取代的工作。
从数位革命发展至今,甚至到2030年代,自动化都不至于导致大规模技术失业。
AI技术每天都变得越来越复杂,企业需要了解未来在何时何地可能受影响,提早了解自动
化带来的风险和机会并预作准备。
http://bit.ly/2nKl8x4
作者: Huffman (HuffmanAlgorithm)   2018-02-08 14:11:00
炒作
作者: ypc1994 (dicker)   2018-02-08 14:15:00
会计师事务所最懂AI
作者: miname (>.<)   2018-02-08 14:26:00
AI喊了几十年了,从图灵就开始做了
作者: nikolas (你花多少时间?)   2018-02-08 14:30:00
虽然很久以前就有 但当时的硬件跟现在的硬件能比吗?
作者: ariz283 (ariz)   2018-02-08 14:42:00
以前又没有这么强大的老黄跟TPU而且光论神经网络发展 以前是单纯的神经网络 现在发展到多复杂 CNN RNN GANs 加上增强学习那边的发展 能一日而语吗?
作者: miname (>.<)   2018-02-08 14:48:00
人工智能不是只有类神经网络,几十年来其他研究才是主流
作者: ariz283 (ariz)   2018-02-08 14:54:00
Then? 没人说忽略了ML大范围的Q-learning SVM stochasticdecision tree等等的发展吧?重点应该是 与其一直说以前就有 不如好好认真看看今日的发展对人们生活的改变 比如以前估狗这么强大吗一味蒙住双眼 跟 一味跟风盲从都是不好的
作者: miname (>.<)   2018-02-08 14:55:00
AI一直都很重要,你家洗衣机也有用AI,你会想装1080在洗衣机上面吗?砸计算量的话深蓝就干过了AI一直都有进展,DNN只是其中一个里程碑,没啥特别的
作者: ariz283 (ariz)   2018-02-08 15:03:00
算量力一直以来都不是全部 算法才是重点 但如果没有算量能力 再好的算法也难研究发展证明也难应用 谁说洗衣机不能应用 谁说轻量型的边际运算不会普及 让我们生活更聪明方便有效率才是重点 但并不是为导入而导入 现在的重点该是了解技术能为自己的产业工作做到多好的改善与改变而不是一味待在过去 守旧不是坏事 但是要都了解了才选择守旧 那才是真正的与时俱进没啥特别的?语音辨识技术 聊天机器人 能一直改善的视觉辨识 文本产生 自动语言翻译学习 人脸自动产生 这些以前能靠数据做到会自我改善的表现?
作者: WenliYang (羊蹄嘟)   2018-02-08 15:09:00
别担心 等软硬件成熟了 台厂再跟进metoo costdown! WIN
作者: miname (>.<)   2018-02-08 15:11:00
你说的应用2012年前都有了喔,我以为衡量算法好坏其中一个指标是复杂度,好的算法不需要大量硬件资源也能跑
作者: ice80712 (我很有事)   2018-02-08 15:14:00
svm早就落伍了 现在很多商用的都是dnn
作者: ariz283 (ariz)   2018-02-08 15:17:00
凡事都有阶段性的发展 一直一直往前走的 不可能一蹴而就而软硬件互相的搭配发展进步 不可能就断定日后就不会更好 而与其去鄙夷否定 不如抛下骄傲 正视 才是重点
作者: elements (Helianthus annuns)   2018-02-08 15:21:00
早期的图像语音识别应该是烂到有目共睹。目标的确不是新的,但是DNN逐渐成熟后这些成果都大量进步,的确DNN不是就代表AI,但他的贡献我想不是普通而已。
作者: cityhunter04 (无聊的乖小孩 )   2018-02-08 15:23:00
想做永远不嫌晚...但问题是老板不想花钱!
作者: zhi5566 (协志 5566 最棒)   2018-02-08 20:04:00
AI是不是雷不知道 还没出现杀手级产品 目前应用炒股蛮威
作者: checkmarx (marx)   2018-02-09 09:09:00
87pwc
作者: a866662 (seal)   2018-02-10 11:53:00
现在洗衣机应该很少有人工智能喔 只是一些指令而已

Links booklink

Contact Us: admin [ a t ] ucptt.com