人工智能行業(yè)：人工智能對歐盟及美國勞動力市場的影響

+85225097582hao.zhou@.hk人工智能對歐盟及美國勞動力市場的影響題劃分的人工智能研究出版物數(shù)量2023年4月9日超+85225092603billy.sun@.hk數(shù)據(jù)來源：OECD，國泰君安國際人工智能(AI)是眼下最為熱門的話題，沒有之一。我們也選取了一篇刊載這篇報(bào)告詳實(shí)地介紹了AI，并指出人工智能對工作的影響：一方面，人工智工智能動力市場，并損害現(xiàn)有工人的工作機(jī)會。對于不同行業(yè)而言，人工智能的影響雖然不同，但影響卻會是巨大且長期的。比如說人工智能已經(jīng)并會繼續(xù)影響招聘和倉儲行業(yè)。其帶來了效率的極更加理解人工智能。人工智能的推廣的確為經(jīng)濟(jì)發(fā)展提供了許多機(jī)會，但是人工智能也帶來了一人工智能對于勞動力市場的影響才剛剛開始。但本文中最讓我們觸動的一個(gè)案例是，1970年左右引進(jìn)的第一臺自動取款機(jī)被預(yù)測為將結(jié)束傳統(tǒng)銀行柜銀行柜員。Page1Page1of26作為人工智能實(shí)際應(yīng)用的一個(gè)例子，可以考慮讓人工智能給出它自己的作為人工智能實(shí)際應(yīng)用的一個(gè)例子，可以考慮讓人工智能給出它自己的人工智能的定義。我們對一個(gè)現(xiàn)代的、經(jīng)過訓(xùn)練的人工智能引擎“GPT-3”GPT3的答案是：AI是人工智能的縮寫。人工智能是應(yīng)用認(rèn)知科學(xué)技術(shù)的結(jié)P宏觀研究報(bào)告背景美國和歐盟委員會(EC)在2019年美國-歐盟貿(mào)易和技術(shù)委員會期間都對開展一項(xiàng)聯(lián)合研究以評估人工智能對勞動力的潛在影響表示了強(qiáng)烈興趣。匹茲堡聲明承諾會進(jìn)行一項(xiàng)聯(lián)合研究，內(nèi)容主要涉及經(jīng)濟(jì)領(lǐng)域，通過關(guān)注就業(yè)、工資和勞動力市場審查人工智能對勞動力市場未來的影響。通過該合作，本報(bào)告試圖為符合包容性經(jīng)濟(jì)政策的人工智能方法提供信息，以確保技術(shù)成果能夠應(yīng)用于所有工資水平的工人當(dāng)中。范圍鑒于該項(xiàng)目涉及范圍較廣，本報(bào)告并不會作全面覆蓋；相反，它以更均衡的方式展示人工智能經(jīng)濟(jì)學(xué)的一些重要話題。由于歐盟委員會和美國經(jīng)濟(jì)顧問委員會(CEA)在這項(xiàng)工作上的獨(dú)特合作，我們的目標(biāo)是綜合運(yùn)用美國和歐盟的數(shù)據(jù)以及兩國的學(xué)術(shù)成果為政策制定提供服務(wù)。我們這份聯(lián)合報(bào)告的目標(biāo)是加強(qiáng)分析和政策方面的合作，以擴(kuò)大人工智能帶來的利益。該報(bào)告旨在強(qiáng)調(diào)人工智能驅(qū)動的技術(shù)變革背后的經(jīng)濟(jì)學(xué)原人工智能是一項(xiàng)發(fā)展快速并且具有巨大潛力的技術(shù)，它可以提高工人生產(chǎn)力、公司運(yùn)轉(zhuǎn)效率并推動產(chǎn)品和服務(wù)創(chuàng)新。同時(shí)人工智能也可以推進(jìn)現(xiàn)有工作的自動化，但是這可能會導(dǎo)致對工人的歧視并加劇社會的不平能使“非常規(guī)”任務(wù)自動化，這將導(dǎo)致大量的工人失業(yè)。因此政策制定者面臨的挑戰(zhàn)是在促進(jìn)人工智能的進(jìn)步和創(chuàng)新的同時(shí)，保護(hù)工人和消費(fèi)者免受可能出現(xiàn)的潛在傷害。本報(bào)告第一和第二部分介紹了人工智能及其在歐盟和美國使用情況；第三部分重點(diǎn)介紹了人工智能對勞動力的影響；是人工智能的系統(tǒng)，它能夠通過為一組特定的目標(biāo)產(chǎn)生輸出(預(yù)測、建議或決定)來影響環(huán)境。它使用機(jī)器或基于人的數(shù)據(jù)和輸入來：(1)感知真實(shí)或虛擬環(huán)境；(2)通過自動方式(例如，用機(jī)器學(xué)習(xí))的分析，將這些感知抽象成模型；(3)使用模型來推理可能的結(jié)果。人工智能系統(tǒng)可以按照不同程度的自主性進(jìn)行運(yùn)作?！?2023年4月9日宏宏觀研究報(bào)告請務(wù)必閱讀正文之后的免責(zé)條款部分Page2of26宏觀研宏觀研究報(bào)告P宏觀研究報(bào)告果，以人工方式創(chuàng)造出一些東西來完成只有人類才能完成的任務(wù)，如推理、自然交流和解決問題。人工智能很重要，因?yàn)樗锌赡軒椭祟惛@個(gè)例子能突出人工智能技術(shù)的變革力量。雖然以前的許多技術(shù)進(jìn)步導(dǎo)致了常規(guī)任務(wù)的自動化，但人工智能有能力自動化原本被認(rèn)為只能由人22023年4月9日人工智能的潛力來自于它對機(jī)器學(xué)習(xí)的使用，機(jī)器學(xué)習(xí)是計(jì)算統(tǒng)計(jì)學(xué)的一個(gè)分支，它專注于設(shè)計(jì)能夠從新數(shù)據(jù)中自動和迭代地建立分析模型的算法，而無需明確地對解決方案進(jìn)行編程。它是統(tǒng)計(jì)學(xué)意義上的預(yù)測工左右的時(shí)間里，機(jī)器學(xué)習(xí)作為預(yù)測技術(shù)的用途已經(jīng)大大增加。機(jī)器學(xué)習(xí)的重點(diǎn)領(lǐng)域是是計(jì)算機(jī)視覺以及使用計(jì)算機(jī)從圖像和視頻中獲取信息。這在一系列應(yīng)用中具有十分重要的意義，如確定在線圖像的內(nèi)容以進(jìn)行標(biāo)記或?qū)徍?、?shí)現(xiàn)汽車自動駕駛以及從數(shù)據(jù)庫中檢索特定的圖像或視數(shù)據(jù)來源：OECD,國泰君安國際在過去五年中，人們更多地關(guān)注機(jī)器學(xué)習(xí)算法的一個(gè)特定領(lǐng)域——神經(jīng)網(wǎng)絡(luò)。這些算法使用權(quán)重和激活函數(shù)的組合，將一組數(shù)據(jù)輸入轉(zhuǎn)化為對輸出的預(yù)測，并衡量這些預(yù)測與現(xiàn)實(shí)的“接近程度”，然后調(diào)整其使用的權(quán)重，以縮小預(yù)測和現(xiàn)實(shí)之間的距離。輸入和輸出之間有兩層以上轉(zhuǎn)換的網(wǎng)絡(luò)被稱為“深度”。這些體系結(jié)構(gòu)可以學(xué)習(xí)分層抽象，這有助于它們有效請務(wù)必閱讀正文之后的免責(zé)條款部分Page3of26P宏觀研究報(bào)告Dean(2019)總結(jié)了機(jī)器學(xué)習(xí)的演變歷程。機(jī)器學(xué)習(xí)的關(guān)鍵思想和算法著人們意識到機(jī)器學(xué)習(xí)可以用獨(dú)特的方式解決一些問題，人工智能界掀起了一股熱潮，人工智能的優(yōu)勢源于其接受原始形式輸入數(shù)據(jù)的能力，以及訓(xùn)練算法來執(zhí)行預(yù)測任務(wù)。然而在那個(gè)時(shí)候，計(jì)算機(jī)還沒有強(qiáng)大到足以處理大量的數(shù)據(jù)。在摩爾定律的推動下，經(jīng)過幾十年的發(fā)展，計(jì)算機(jī)開始變得足夠強(qiáng)大，為人工智能的發(fā)展奠定了基礎(chǔ)。此外，公共單位和個(gè)人現(xiàn)在都可以獲得大量復(fù)雜的數(shù)據(jù)，這也為開發(fā)和訓(xùn)練人工智能模BerajaYang和Yuchtman(2022)對此進(jìn)行了研究，結(jié)果顯示，能夠獲得政府海量數(shù)據(jù)的公司開發(fā)出商業(yè)人工智能軟件的數(shù)量大幅增長。(1)斯坦福大學(xué)在2010年舉辦了首屆ImageNet挑戰(zhàn)賽。該挑戰(zhàn)是給定一個(gè)120萬張彩色圖像(被分為1,000個(gè)類別)組成的“訓(xùn)練集”，通過訓(xùn)練機(jī)器模型，將新的彩色圖像進(jìn)行分類。2010年和2011年的獲勝賽者首次使用深度神經(jīng)網(wǎng)絡(luò)，并以16.4%的錯(cuò)誤率獲勝。隨后幾年，深度學(xué)習(xí)在該類問題中廣泛使用，2017年獲勝的錯(cuò)誤率只有2.3%，這遠(yuǎn)的錯(cuò)誤水平。(Russakovskyetal.2015)(2)AlphaGo，這是一款旨在與人類棋手對弈的圍棋軟件。它使用了神經(jīng)網(wǎng)絡(luò)，除了了解圍棋的規(guī)則外，該模型既通過與自己對弈來訓(xùn)練，也的成績擊敗了世界排名第一的選手。研究人員隨后考慮通過讓神經(jīng)網(wǎng)絡(luò)只與自己下棋來訓(xùn)練它--結(jié)果是AlphaGo零勝。該神經(jīng)網(wǎng)絡(luò)開始時(shí)只有隨機(jī)策略，但在三天內(nèi)與自己下了490萬盤棋，隨后新的人工智能以DALLEGPT技術(shù)。DALL-E是在一組2.5億個(gè)文本——圖像組合基礎(chǔ)上進(jìn)行訓(xùn)練的模型，可以根據(jù)用戶提供的文字描述生成圖像。經(jīng)過學(xué)習(xí)，它可以創(chuàng)造出它從未“見過”但符合要求的圖以上這些例子表明了以前被認(rèn)為是不可能的任務(wù)，現(xiàn)在可以由人工智能資(“人工智能的春天”)以及失望和少量資金(“人工智能的冬天”)。技術(shù)突破引發(fā)了對未來預(yù)期的上修，這推動了投資的增長。當(dāng)研究停滯不前時(shí)，投資也會隨之下行(Mitchell2021)。2010年左右顯然是一個(gè)“春天”，人工智能在圖像處理和自然語言處理方面取得了較大的進(jìn)展。一部分人認(rèn)為，人工智能現(xiàn)在正處于一個(gè)“黃金時(shí)代”。然而，鑒于一些目標(biāo)仍然遙不可及，例如完全自動化的汽車(Mitchell2021)，人們擔(dān)心“冬天”22023年4月9日宏宏觀研究報(bào)告即將到來。具有前瞻視角的科學(xué)家開始考慮人工通用智能(AGI)的可行請務(wù)必閱讀正文之后的免責(zé)條款部分Page4of26P宏觀研究報(bào)告性，它等同于或超過了當(dāng)下的人類智能。AGI概念在二戰(zhàn)后就已經(jīng)出現(xiàn)了，第一次人工智能會議于1956年在達(dá)特茅斯學(xué)院舉行。1965年，諾貝爾獎(jiǎng)獲得者赫伯特-西蒙(HerbertSimon)預(yù)言，“機(jī)器將在20年內(nèi)有能力做任何人類能做的工作"。近年來，由于機(jī)器學(xué)習(xí)的發(fā)展和進(jìn)步，I有深遠(yuǎn)的影響。雖然人工智能的崛起有望改善現(xiàn)有的商品和服務(wù)，并大大提高生產(chǎn)效種新的通用技術(shù)(GPT)，是一種“發(fā)明方法的發(fā)明”(IMI)，可能對經(jīng)濟(jì)身的組織結(jié)構(gòu)。例如，Jumper等人(2021)展示了他們基于機(jī)器學(xué)習(xí)的工具AlphaFold在預(yù)測蛋白質(zhì)的物理結(jié)構(gòu)方面的成功應(yīng)用，并隨后向科學(xué)界提供了一個(gè)超過2億個(gè)預(yù)測蛋白質(zhì)形狀的數(shù)據(jù)庫供研究人員使用。這意味著深度學(xué)習(xí)可以使我們能更好地理解基因組，從而推動分子人工智能帶來的經(jīng)濟(jì)機(jī)遇和挑戰(zhàn)隨著人工智能技術(shù)的不斷完善，它可能會在生產(chǎn)效率、增速、創(chuàng)新和就業(yè)等方面對經(jīng)濟(jì)產(chǎn)生實(shí)質(zhì)性影響。政策制定者可以利用人工智能來制定更有效和公平的決策。另一方面，由于人工智能未來發(fā)展的不確定性以及目前人工智能的使用范圍(如搜索引擎、數(shù)字助理或社交媒體)并沒為此，Brynjolfsson等人(2019)提出了一個(gè)名為GDP-B的新指標(biāo)，該指標(biāo)量化了人工智能帶來的收益而非成本。通過一系列的實(shí)驗(yàn)，他們了消費(fèi)者對免費(fèi)數(shù)字商品和服務(wù)的支付意愿。例如，F(xiàn)acebook帶22023年4月9日宏宏觀研究報(bào)告然而，正如Acemoglu(2021)所說的那樣，人工智能會讓社會付出巨大的代價(jià)，由于“人工智能的前景和巨大的潛力”，理解和面對這些代價(jià)就顯得更加重要。直接源于人工智能對信息過度使用的例子包括侵犯隱私，創(chuàng)造反競爭環(huán)境，以及通過機(jī)器學(xué)習(xí)技術(shù)進(jìn)行行為操縱，使公司能夠識別和利用消費(fèi)者不能自我認(rèn)知的漏洞。此外還存在因過度自動化導(dǎo)致工人被直接取代的風(fēng)險(xiǎn)。最后，人工智能或可以通過多種方式加劇社會問題，有大量證據(jù)表明人工智能已經(jīng)引入并延續(xù)了種族或其他形式的歧視。人工智能還可能在社會關(guān)于民主國家運(yùn)作等至關(guān)重要的問題上產(chǎn)生負(fù)面影響，例如社交媒體中傳播虛假信息和分化社會。雖然這些代價(jià)是巨大的，但它們往往不是人工智能所固有的，而是開發(fā)和研究該技術(shù)時(shí)所作選擇的產(chǎn)物，這意味著政府在研究和監(jiān)管人工智能方面發(fā)揮著核作用，美國的《人工智能權(quán)利法案》和《人工智能法》就是證明。本報(bào)告的重點(diǎn)是人工智能對勞動力市場的影響。雖然在二戰(zhàn)后的四十年里，技術(shù)進(jìn)步看似為所有工人帶來了繁榮的勞動力市場，但在20世紀(jì)請務(wù)必閱讀正文之后的免責(zé)條款部分Page5of26這兩篇論文都發(fā)現(xiàn)，總體上很少有公司采用人工智能，但公司層面采用這兩篇論文都發(fā)現(xiàn)，總體上很少有公司采用人工智能，但公司層面采用的統(tǒng)計(jì)數(shù)據(jù)掩蓋了美國工人接觸人工智能的真實(shí)狀況。McElheran等人 器視覺，1.3%使用自然語言處理。同樣，Acemoglu等人(2022)發(fā)公司工作(6.8%和8.8%的工人在使用機(jī)器視覺和自然語言處理的公期間，12.6%的工人受雇于利用人工智能的公司。企業(yè)和工人層面的這種差異源于兩篇論文的一個(gè)關(guān)鍵發(fā)現(xiàn)：大型企智能技術(shù)。P宏觀研究報(bào)告80年代開始出現(xiàn)了一條不同的技術(shù)發(fā)展道路，這個(gè)方向?qū)Φ托焦と说陌淼腟killBiasedTechnologicalChange(SBTC)闡釋了美國內(nèi)部和不同經(jīng)濟(jì)體的收入分配趨勢。然而，典型的SBTC模型表明技術(shù)對高技能工人會比低技能工人產(chǎn)生更大的好處，而人工智能既可以是相對較高技能工人的替代品，也可以是補(bǔ)充品。例如，為推進(jìn)自動化，而不是提高工人的工作強(qiáng)度，企業(yè)希望開發(fā)和采用人工智能；另外，人工智能可以增加對工人的實(shí)時(shí)檢測，但是一旦這種檢測會導(dǎo)致工人工資降低，那么這種人工智能的作用就是負(fù)面的?？偠灾?，不受約束的人工智能可能導(dǎo)致更不民主的勞動力市場、更糟糕的工作條件以及對工人有利的勞動如果沒有對人工智能負(fù)面作用的正確理解和管理，其巨大潛力就無法實(shí)現(xiàn)。工業(yè)革命開始后經(jīng)濟(jì)的持續(xù)增長并不完全是由具體發(fā)明所推動的，的世界也有來自火藥、眼鏡和機(jī)械鐘等發(fā)明所推動的經(jīng)濟(jì)增長，但由于缺乏對這些技術(shù)的理解和管理，這種增長并不持續(xù)。因此我們應(yīng)如何管理人工智能所可能帶來的負(fù)面影響？我們?nèi)绾尾拍茏詈玫乩闷渚薮蟮臐摿?shí)現(xiàn)持續(xù)的經(jīng)濟(jì)增長？這篇報(bào)告將會回答這兩個(gè)問題。的現(xiàn)狀在美國，關(guān)于不同技術(shù)(包括人工智能)采用情況的最新公開數(shù)據(jù)來自人口普查局的年度商業(yè)調(diào)查(ABS)。最近來自于Acemoglu等人 (2022)和McElheran等人(2022)的兩篇論文分別使用2019年和發(fā)現(xiàn)，人工智能的總體采用率很低，但在某些大型的、年輕的公司中采用率較高。McElheran等人的論文(2022)專注于研究所有者和管理層的特征與人工智能采用的關(guān)聯(lián)情況，結(jié)果顯示擁有更年輕、更高教育水平管理者或所有者的公司更有可能采用人工智能技術(shù)。Acemoglu等人的論文(2022)則專注于研究擴(kuò)大采用人工智能的問題，如企業(yè)采用人工智能背后的原因，進(jìn)一步采用的障礙，以及人工智能采用和生產(chǎn)力之22023年4月9日宏宏觀研究報(bào)告請務(wù)必閱讀正文之后的免責(zé)條款部分Page6of26P宏觀研究報(bào)告除公司規(guī)模外，其他因素也會影響公司對人工智能的采用。首先，信息、專業(yè)服務(wù)、管理和金融等行業(yè)的公司最有可能采用人工智能技術(shù)；零售業(yè)、運(yùn)輸業(yè)和公用事業(yè)等行業(yè)也更有可能采用人工智能技術(shù)。其次，無論公司規(guī)模如何，年輕的公司更有可能采用人工智能。例如，在人工智能。人工智能的采用主要集中在較大和較年輕的公司，這反映出采用這種技術(shù)很可能需要解決大量的成本和架構(gòu)問題。此外，擁有風(fēng)險(xiǎn)Elheran用更相關(guān)。ABS業(yè)為什么采用人工智能，以及在實(shí)施這項(xiàng)技術(shù)時(shí)面臨哪些障礙。采用和不采用人工智能的公司均反饋，人工智能對公司業(yè)務(wù)的不適用性以及成本太高是不采用人工智能的主要原因。在所有人工智能的采用者中，大約80%(按雇員人數(shù)加權(quán))反饋這樣做是為了提高其產(chǎn)品或服務(wù)的質(zhì)量，65%是為了升級現(xiàn)有流程，54%是為了使現(xiàn)有流程自動化。雖然人工智能采用公司表示自動化并不是采用人工智能的最主要因素，但Acemoglu發(fā)現(xiàn)人工智能采用公司的勞動生產(chǎn)率較高且勞動份額低于同類公司，這與自動化作為人工智能的主要應(yīng)用相一致。但是使用人工智能來實(shí)現(xiàn)現(xiàn)有流程的自動化可能會對工人產(chǎn)生重要的不利影響。與其他先進(jìn)技術(shù)相比，人工智能與工人的競爭更加激烈，可能會對個(gè)別工人的就業(yè)產(chǎn)生重要的不利影響。上面討論的調(diào)查數(shù)據(jù)并不是對公司層面采用人工智能技術(shù)的完全全面考察。在這些調(diào)查中，許多人工智能的使用可能被忽略，例如Siri、Cortana或Alexa這樣的語音助手。根據(jù)皮尤研究中心(PewResearch數(shù)字語音助理的美國人的比例已經(jīng)增長到72%。這說明了人工智能已經(jīng)而不僅僅是企業(yè)。除私營部門外，美國聯(lián)邦政府也已經(jīng)開始采用人工智能，包括改善納稅人與國內(nèi)稅收署(IRS)聯(lián)系時(shí)的等待時(shí)間，利用醫(yī)療保險(xiǎn)數(shù)據(jù)預(yù)測病人的健康狀況等。國稅局為了解決來電者等待時(shí)間過長的問題，已經(jīng)實(shí)施了一個(gè)基于人工智能的語音機(jī)器人系統(tǒng)，目前該系統(tǒng)允許納稅人設(shè)置付款并取得已設(shè)定問題的答復(fù)。在明年，這項(xiàng)服務(wù)范圍將被進(jìn)一步擴(kuò)大，允許機(jī)器人檢索更多關(guān)于個(gè)別納稅人的信息，進(jìn)一步減少等待時(shí)間。2019年，醫(yī)療保險(xiǎn)和醫(yī)療補(bǔ)助服務(wù)中心(CMS)創(chuàng)建了CMS人工智能健康結(jié)果挑戰(zhàn)賽，這項(xiàng)比賽旨在加速“開發(fā)人工智能解決方案，預(yù)測醫(yī)療保險(xiǎn)受益人的病人健康結(jié)果”。2021年比賽結(jié)束，獲勝者使用醫(yī)療保險(xiǎn)病例記錄，準(zhǔn)確預(yù)測可能出現(xiàn)不良事件的患者，并向臨床醫(yī)生解釋這些22023年4月9日宏宏觀研究報(bào)告請務(wù)必閱讀正文之后的免責(zé)條款部分Page7of26P宏觀研究報(bào)告在歐盟，企業(yè)方面人工智能采用的總體趨勢似乎與美國類似(數(shù)據(jù)來自歐盟統(tǒng)計(jì)局關(guān)于企業(yè)ICT使用和電子商務(wù)的社區(qū)調(diào)查，范圍涵蓋一系列用情況，包括深度學(xué)習(xí)、圖像和書面/口頭語言的分析了人工智能技術(shù)。規(guī)模較大的公司更有可能使用人工智能技術(shù)，在雇員使用人工智能最多的場景是采用機(jī)器學(xué)習(xí)或分析書面語言使工作流程自動化。整體情況與前一年的結(jié)果相差不大：2020年，歐盟有7%的企業(yè)使用人工智能。常見用途是通過機(jī)器學(xué)習(xí)分析大型數(shù)據(jù)集和部署聊天機(jī)器人。通過這些數(shù)據(jù)，我們也可以看到人工智能在歐盟成員國的使用分布。2021年，丹麥的企業(yè)使用人工智能比例最高(24%)，其次為葡萄牙(17%)、芬蘭(16%)、盧森堡和荷蘭(均為13%)。Hoffman和Nurski(2021)更詳細(xì)地探究了歐盟統(tǒng)計(jì)局關(guān)于企業(yè)ICT使用、電子商務(wù)的社區(qū)調(diào)查以及其他調(diào)查(包括歐盟委員會的小型調(diào)查)。與美國一樣，歐盟的機(jī)器人使用集中在制造業(yè)，其他類型的先進(jìn)技術(shù)在金融、教育、衛(wèi)生和社會工作等服務(wù)領(lǐng)域的采用率更高。在這些部門中，大型企業(yè)采用人工智能的比例更高，這表明采用人工智能涉及大量營流程成本過高。工作的影響我們在前文探討過，隨著人工智能的發(fā)展和在各種應(yīng)用中的嘗試，它對社會的潛在收益是巨大的。人工智能的優(yōu)勢可以跨越行業(yè)，為工人提供時(shí)間來完成新工作，并通過自動化提高公司的運(yùn)營效率。該報(bào)告還顯示用人工智能技術(shù)時(shí)，它又給政策制定帶來了怎樣的挑戰(zhàn)。22023年4月9日宏宏觀研究報(bào)告報(bào)告這一部分將重點(diǎn)討論人工智能給勞動力市場帶來的機(jī)遇和挑戰(zhàn)。一方面，人工智能有可能提高生產(chǎn)力，創(chuàng)造新的就業(yè)機(jī)會并提高生活水平；另一方面，由于人工智能已經(jīng)開始執(zhí)行以前被認(rèn)為嚴(yán)格屬于人類才可以執(zhí)行的任務(wù)，人工智能可能會擾亂現(xiàn)有的勞動力市場，并損害現(xiàn)有人工智能開發(fā)和采用的目的是為了使工作自動化，而不是擴(kuò)大工作機(jī)會。推進(jìn)人工智能技術(shù)的公司通常會朝著利潤最大化的方向發(fā)展，而這可能與利于社會發(fā)展的方向不同。(比如，人工智能增加了雇主監(jiān)控工人的能力)總而言之，雖然人工智能對勞動力市場的潛在好處很多，但不受約束的人工智能也可能導(dǎo)致勞動力市場更加不民主和不平等。人工智能的發(fā)展帶來了眾多挑戰(zhàn)，因此政策制定必須要正確理解技術(shù)進(jìn)步是如何影響勞動力市場的，以及未來人工智能將如何改變工作。Autor (2022)概述了關(guān)于“數(shù)字技術(shù)對勞動力市場影響”的思考。他的出發(fā)點(diǎn)是基于工作的勞動力市場觀點(diǎn)，該觀點(diǎn)在過去十年中已經(jīng)成為文獻(xiàn)中的請務(wù)必閱讀正文之后的免責(zé)條款部分Page8of26P宏觀研究報(bào)告數(shù)字技術(shù)可以使“常規(guī)工作”自動化。常規(guī)工作的特點(diǎn)是，它遵循一套明確的規(guī)則和程序。符合這種描述的工作可以被編入計(jì)算機(jī)軟件并由機(jī)器執(zhí)行(例如，機(jī)器人組裝汽車，用電子郵件傳遞信息)。相反，“非程序性工作”是很難編程的，因?yàn)橥瓿蛇@些工作通常沒有明確的步驟。有趣的是，盡管我們無法用算法表達(dá)非常規(guī)工作，但許多這些工作對人類來說卻很容易完成。這就是所謂的波蘭尼家邁克爾-波蘭尼和他的論點(diǎn)命名的，即我們所有的知識都植根于隱性知識中。GoosManningSalomons2014)表明，常規(guī)工作集中在中等收入的職業(yè)(如電腦操作員、辦公室文員)，而非常規(guī)工作(如在餐廳中等待餐桌、清潔房間、診斷疾病或團(tuán)隊(duì)管理)集中在低薪職業(yè)(如餐廳服務(wù)員、清潔工)和高薪職業(yè)(如衛(wèi)生專業(yè)人員、經(jīng)理)。因此，自動化技術(shù)減少了中等收入人群的工作，進(jìn)而導(dǎo)致了工作兩極分化的過程。研究發(fā)現(xiàn)，這種情況發(fā)生在他們所研究的1993年至2010年的16個(gè)西歐國人工智能有可能從根本上改變自動化技術(shù)、勞動力需求和不平等之間的關(guān)系。雖然迄今為止的研究已經(jīng)考察了計(jì)算機(jī)和工業(yè)機(jī)器人等數(shù)字技術(shù)，但人工智能顛覆了技術(shù)只能完成常規(guī)任務(wù)的假設(shè)。由于人工智能通過對實(shí)例的訓(xùn)練來學(xué)習(xí)歸納執(zhí)行這些任務(wù)，而不是遵循可編程的明確規(guī)人工智能可以用來推斷底層軟件無法完全指定的默契關(guān)系。因此，未來人工智能可以完成在低薪和高薪職業(yè)中許多不能由計(jì)算機(jī)完成的非程序性工作，這將對勞動力需求、就業(yè)兩極化和不平等有深遠(yuǎn)的影響。例如，我們可能不再看到就業(yè)兩極分化的過程，而是高薪職業(yè)就業(yè)增長更強(qiáng)(如果人工智能使低薪職業(yè)的非程序性工作自動化)或低薪職業(yè)就業(yè)增長更強(qiáng)(如果人工智能使高薪職業(yè)的非程序性工作自動化)。綜上所述，人工智能對勞動力市場的影響方面依舊存在很多不確定性。a工作和任務(wù)會受到人工智能的威脅？22023年4月9日宏宏觀研究報(bào)告a)哪些工作和任務(wù)會受到人工智能的威脅？雖然早期的數(shù)字技術(shù)將涉及常規(guī)工作的職業(yè)(如機(jī)器操作人員、辦公室文員)自動化，但人工智能作為一種預(yù)測技術(shù)，也有可能將各種非常規(guī)工作自動化，這涉及更廣泛的職業(yè)范圍。學(xué)術(shù)界已經(jīng)開始加速研究這個(gè) FeltenRajSeamansWebb(2020)已經(jīng)應(yīng)用適當(dāng)方法來分析人工智能的采用對不同職業(yè)的影響。這些研究假設(shè)人工智能并不是只能做某種特性類型的工作，而是可以依靠各種創(chuàng)新的方式作。Webb(2020)提供了一個(gè)例子。他使用自然語言處理(NLP)算法，請務(wù)必閱讀正文之后的免責(zé)條款部分Page9of26P宏觀研究報(bào)告利用工作任務(wù)描述的文本和專利文本之間的重疊程度，開發(fā)出一種新的方法來識別哪些任務(wù)可以被自動化，這樣他構(gòu)建了一個(gè)衡量職業(yè)對該技術(shù)的“暴露”程度的工具。例如，假設(shè)一名醫(yī)生的工作描述包括“診斷病人“診斷病情”；然后，該算法在不同的專利樣本中對相同的動詞——名詞進(jìn)行量化，以確定是否有技術(shù)可以使醫(yī)生的任務(wù)自動化。利用這種方法，Webb(2020)首先研究了以前兩種類型技術(shù)的影響：軟件和機(jī)器人。對于軟件來說，工人整體接觸程度與受教育程度呈負(fù)相關(guān)，中薪職業(yè)的個(gè)體接觸程度最高。就機(jī)器人而言，受教育程度低于高工減少了對常規(guī)的、中等工資工作的需求，但是增加了對非常規(guī)的、低工韋伯(2020)的研究隨后轉(zhuǎn)向了人工智能對職業(yè)需求的影響。與軟件和機(jī)器人相比，人工智能執(zhí)行的任務(wù)涉及檢測模式、做出判斷和優(yōu)化。其影響最大的職業(yè)包括臨床實(shí)驗(yàn)室技術(shù)人員、化學(xué)工程師、驗(yàn)光師和發(fā)電廠操作員。更廣泛地說，高技能的職業(yè)最容易受到人工智能的影響。此外，正如可以預(yù)期的那樣，受人工智能影響的工作主要是涉及高教育水平和經(jīng)驗(yàn)積累的工作，因此年齡較大的工人最容易受到人工智能的影響。與此同時(shí)，也有一些低技能的工作受人工智能影響較大。例如，涉及檢查和質(zhì)量控制的生產(chǎn)工作會受到影響，但是這些工作只占低技能工最后，一個(gè)新成立研究機(jī)構(gòu)的調(diào)查表明，未來會有越來越多的需要高學(xué)歷水平的負(fù)責(zé)工作將被人工智能所代替。與早期的數(shù)字創(chuàng)新相比，這表明我們對人工智能使工人工作自動化潛力的思考發(fā)生了本質(zhì)轉(zhuǎn)變。例如，人工智能對工人工作的自動化推動可能會加速職業(yè)去技術(shù)化過程，而不是工作的兩極化。但是這種轉(zhuǎn)變不會是輕松就可以完成的。一方面，由于人工智能并不能完全了解現(xiàn)實(shí)世界的復(fù)雜性，因此它不能完成人類在工作中需要承擔(dān)的在探討人工智能的優(yōu)勢時(shí)，決策者的一個(gè)重要考量是人工智能不僅能實(shí)現(xiàn)自動化，還能增加工作機(jī)會。歷史上有很多例子表明，一些工作雖然第一臺自動取款機(jī)被預(yù)測為將結(jié)束傳統(tǒng)銀行柜員的工作，但今天美國反而有更多的銀行柜員。如果工作內(nèi)容是固定的，那么不斷推進(jìn)的自動化狀態(tài)，也許最終會使人類勞動完全被淘汰，但是AGI也有可能會為工人目前我們對人工智能為工人創(chuàng)造新工作的潛力了解的非常少，不過我們22023年4月9日宏宏觀研究報(bào)告可以從更廣泛的角度探討技術(shù)進(jìn)步到底創(chuàng)造了多少新工作。為了回答這請務(wù)必閱讀正文之后的免責(zé)條款部分Page10of26P宏觀研究報(bào)告?zhèn)€問題，Autor等人(2022)利用了美國人口普查局的職業(yè)描述中出現(xiàn)的新工作頭銜進(jìn)行統(tǒng)計(jì)，分析表明，無論新工作是由于技術(shù)進(jìn)步還是其估計(jì)2018年美國有超過2000年首次出現(xiàn)。雇用非大學(xué)工人的新工作都來源于中等技能的工作；1980年后，非大學(xué)工人創(chuàng)造新工作的地點(diǎn)從這些中等技能工作轉(zhuǎn)移到了傳統(tǒng)的低薪個(gè)人服務(wù)。相反，雇傭受過大學(xué)教育工人的新工作創(chuàng)造越來越集中于專業(yè)、技體工作出現(xiàn)了兩極分化。為了進(jìn)一步解釋新工作種類的產(chǎn)生，以及這其中技術(shù)進(jìn)步的作用，AutorWebb類似的程序，用NLP檢查專利數(shù)據(jù)。例如1999年，美國專利和商標(biāo)局授予一項(xiàng)“加強(qiáng)和修復(fù)指甲方法”的員”的職業(yè)名稱關(guān)聯(lián)起來。同樣地，他們的算法將2014年專利“用于高效8年增加的。總而言之，Autor等人(2022)的研究表明，新技術(shù)是創(chuàng)造的重要驅(qū)動力。Autor等人(2022)還發(fā)現(xiàn)，一些職業(yè)(如放射科技術(shù)員和機(jī)械師)，相對于工作機(jī)會增加而言，自動化率更高，因此這些職業(yè)的勞動力需求和就業(yè)將趨于下降；而在其他職業(yè)中(如工業(yè)工程師和分析員)，增員比自動化更重要，這導(dǎo)致該類職業(yè)的就業(yè)增加。有趣的是，許多職業(yè)要么同時(shí)接觸到增員和自動化，要么根本沒有接觸到任何技術(shù)。到目前為止，與技術(shù)進(jìn)步相關(guān)性較小的職業(yè)包括需要人際交往技能的工作，如兒童?？偠灾M管技術(shù)進(jìn)步使工作自動化的潛力得到了廣泛的關(guān)注，但它也增加了工作機(jī)會，是創(chuàng)造新工作的一個(gè)重要驅(qū)動力。Autor等人 (2022)將創(chuàng)新對工作的這種雙面影響稱為“自動化和增員之間的競賽”。在就業(yè)份額下降(增加)的職業(yè)中，這場競賽是自動化(增員)獲勝。更好理解這場競賽可以給政策制定者提供重要的政策制定思路。Autor等人(2022)并沒有特別關(guān)注人工智能。但許多由人工智能增加的新工作種類可能很快就會產(chǎn)生新的職業(yè)名稱——數(shù)字助理工程師、倉庫機(jī)器人工程師以及社交媒體內(nèi)容策劃者。從政策角度來看，需要進(jìn)一步考慮這些新工作是否是社會希望人工智能創(chuàng)造的工作，以及隨著未來會不會被人工智能所取代。包括人工智能在內(nèi)的技術(shù)進(jìn)步對工作影響的優(yōu)勢集中在可自動化的工作以及增加就業(yè)機(jī)會上，尤其(主要)是在更細(xì)分的職業(yè)領(lǐng)域。因此，研究人員的重點(diǎn)不僅應(yīng)該是人工智能的自動化或增員潛力，還應(yīng)該是工作22023年4月9日宏宏觀研究報(bào)告的重新設(shè)計(jì)。例如，Brynjolfsson、Mitchell和Rock(2018)推測，機(jī)請務(wù)必閱讀正文之后的免責(zé)條款部分Page11of26宏觀研宏觀研究報(bào)告P宏觀研究報(bào)告器學(xué)習(xí)將推動對禮賓員、信貸授權(quán)人和經(jīng)紀(jì)公司職員的工作進(jìn)行實(shí)質(zhì)性Acemoglu等人(2022)利用美國人口普查局2019年ABS中引入的一個(gè)新模塊，在評估企業(yè)對人工智能的采用情況的同時(shí)，還探討了企業(yè)對人工智能對其勞動力和技能需求影響的自我評估。在人工智能采用者能降低了就業(yè)水平，這表明人工智能對就業(yè)水平的影響尚不明朗。與此同時(shí)，41%的人工智能采用者增加了雇員的技能需求，幾乎沒有公司 (不到2%)報(bào)告他們對雇員技能的需求降低。22023年4月9日Genz等人(2022)對德國的研究得出了類似的結(jié)果。他們研究了德國打印。他們收集新的數(shù)據(jù)，將企業(yè)技術(shù)采用的調(diào)查信息與德國的社會安全行政數(shù)據(jù)聯(lián)系起來。然后將技術(shù)采用者與非采用者進(jìn)行比較。雖然他們發(fā)現(xiàn)幾乎沒有證據(jù)表明人工智能影響了工作的數(shù)量，但缺乏整體的就業(yè)對比掩蓋了工人之間的巨大差異。他們發(fā)現(xiàn)受過職業(yè)培訓(xùn)的工人比有大學(xué)學(xué)位的工人受益更多。一種解釋可能是，人工智能對職業(yè)工人工作機(jī)會的增加大于對大學(xué)工人工作的增加；另一個(gè)解釋是，德國傳統(tǒng)的職業(yè)培訓(xùn)體系(樣本中76%的工人完成了職業(yè)教育)提供了大量的專業(yè)技勞動者在不同工作中的流動性。人工智能推動的自動化發(fā)展將會導(dǎo)致部分工人的工作被取代，或者原有工人不再滿足新工作對技能的需求。對于被裁員的人來說，換工作的成本很高，這可能對整個(gè)勞動力市場造成破壞。這些調(diào)整代價(jià)和之前技術(shù)進(jìn)步的代價(jià)很相似，電話接線員角色的自動化就是很好的例子。隨著人工智能迅速發(fā)展，這些代價(jià)正在逐步擴(kuò)Bessen等人(2022)對此做過一個(gè)調(diào)查。他們使用荷蘭的行政數(shù)據(jù)，研究了當(dāng)公司投資于人工智能以實(shí)現(xiàn)公司生產(chǎn)過程的自動化時(shí)，那些被裁員的工人會發(fā)生什么。結(jié)果顯示，人工智能自動化的負(fù)面影響在小公司以及中老年工人中更為嚴(yán)重。同時(shí)失業(yè)工人的調(diào)整成本很高，這些成本失業(yè)保險(xiǎn)只能部分抵消。人工智能將極大地改變工作場所和公司的商業(yè)模式，同時(shí)這些變化也將影響工作環(huán)境。Wood(2021)討論了工作場所算法管理的普遍性。算法管理通過對工人數(shù)據(jù)的收集和監(jiān)控，以自動化的方式管理勞動力。在線勞務(wù)平臺是一個(gè)常見的例子。這些平臺使工人能夠選擇他們的客戶和工作，可以選擇如何進(jìn)行這些工作，并決定如何對這些工作收費(fèi)。但是工人的選擇權(quán)受到平臺規(guī)則和設(shè)計(jì)結(jié)構(gòu)的限制。算法管理也被用于其他場合，如倉庫、零售、制造、營銷、咨詢、銀行、酒店、呼叫中心，以及記者、律師和Wood案例研究。出租車服務(wù)或送貨上門的數(shù)字平臺。在這些平臺上，算法通過司機(jī)的智能手機(jī)(或其他手持設(shè)備)將任務(wù)分配給他們。例如一個(gè)出租車平臺可請務(wù)必閱讀正文之后的免責(zé)條款部分Page12of26為了探索人工智能在招聘領(lǐng)域的最新發(fā)展，經(jīng)濟(jì)顧問委員會的工作人員為了探索人工智能在招聘領(lǐng)域的最新發(fā)展，經(jīng)濟(jì)顧問委員會的工作人員公司、一個(gè)行業(yè)團(tuán)體的代表和一位人工智能領(lǐng)域的學(xué)者進(jìn)行了六次訪談，每個(gè)人都被問到了一系列關(guān)于目前人工智能在招聘中應(yīng)用的問題。CEA研究和與歐盟委員會合作伙P宏觀研究報(bào)告只有在接受請求后，該算法才會向司機(jī)提供乘客的位置、車費(fèi)和目的地。該算法在通知司機(jī)出行請求的同時(shí)隱瞞了關(guān)鍵信息，是為了盡量減少司機(jī)拒絕出行請求的機(jī)會。此外，如果司機(jī)拒絕了太多的請求，該算法可以將他們暫時(shí)從應(yīng)用程序中記錄下來，作為懲罰。一旦司機(jī)接受了出行請求，該算法就會推薦一條到達(dá)下車地點(diǎn)的路線。如果司機(jī)偏離了建議的路線，該算法可以隨即發(fā)送通知。如果應(yīng)用程序還負(fù)責(zé)支付司機(jī)相關(guān)費(fèi)用，那么應(yīng)用程序可以通過拒絕發(fā)放司機(jī)的款項(xiàng)，進(jìn)一步懲罰故意拖延時(shí)間的司機(jī)?？傊M管平臺給工人和客戶帶來了許多好處，但他們的算法管理可以大大降低工人的選擇空間。Weil(2017)探討了算法管理對商業(yè)模式和勞動關(guān)系的更深遠(yuǎn)影響。通過對美國眾議院證詞的分析，他認(rèn)為企業(yè)可以利用信息和通信技術(shù)來削需求。自20世紀(jì)80年代以來，許多大公司已經(jīng)放棄了直接雇傭的行為，而將工作外包給較小的分包商或特許經(jīng)營商。這些分包商或特許經(jīng)營商之間的競爭意味著工人工資、福利都會降低。Weil所說的這種變化主要影響到低工資的工作，它加劇了工資的不平等，降低了職業(yè)安全，并增加了工人的健康風(fēng)險(xiǎn)。另一方面，人工智能可以成為催化劑，促進(jìn)主導(dǎo)公司及其股東通過對外包工人的智能監(jiān)測，更好地管理其勞動力供應(yīng)鏈，從而提高公司整體的運(yùn)營效率。第四部分：“案例研究”例一：人工智能在人力資源和招聘中的應(yīng)用的簡歷和求職信，以及對具體工作問題的回答。招聘人在一疊申請者的文件中進(jìn)行篩選，以確定合適人選。經(jīng)過若干輪的面試后，招聘人會發(fā)出并開始工作。在過去十年，隨著人工智能的發(fā)展，招聘過程發(fā)生了巨大的變化。雖然這個(gè)過程的主要步驟大致相似，但在每個(gè)階段，企業(yè)都采用了基于人工智能的工具來提高速度和規(guī)模。人工智能可以大規(guī)模地將簡歷與職位列表相匹配，為申請人和招聘人節(jié)省大量時(shí)間。人工智能可以對簡歷進(jìn)行篩選，摒棄那些可能不合適的申請人；然后對候選人做再次評估，進(jìn)一步縮小范圍。對許多公司來說，只有在流程的后期階段，招聘人才會介入：最后的面試、談判和說服候選人接受聘用，這仍然是人力資源專業(yè)人士的重要工作。雖然招聘的核心目標(biāo)不變，但人工智能的發(fā)展已經(jīng)改22023年4月9日宏宏觀研究報(bào)告請務(wù)必閱讀正文之后的免責(zé)條款部分Page13of26在初輪篩選后，招聘經(jīng)理隨后可以利用一系列評估工具，從轉(zhuǎn)錄和分析的錄音面試進(jìn)入到在初輪篩選后，招聘經(jīng)理隨后可以利用一系列評估工具，從轉(zhuǎn)錄和分析的錄音面試進(jìn)入到“游戲化”評估環(huán)節(jié)，這個(gè)環(huán)節(jié)基本上是邏輯游戲，可以用來評估申請人的特定技能。這些測試通常有科學(xué)依據(jù)，可以將測試結(jié)果與他們所需的特定技能聯(lián)系起來。但是招聘經(jīng)理對使用這些工具持有謹(jǐn)慎態(tài)度，并不僅僅因?yàn)榧寄芎凸ぷ鞅憩F(xiàn)之間的聯(lián)系沒有得到徹底論證，還因?yàn)樗麄兛吹脚f的工具因?yàn)槠妴栴}被取消使用。與此同時(shí)，招P宏觀研究報(bào)告人工智能在招聘中的實(shí)踐假設(shè)一家公司正在進(jìn)行招聘，他們想盡快為每個(gè)職位找到合適的候選人，這項(xiàng)任務(wù)既需要最大限度地提高匹配質(zhì)量，也需要追求速度。此外由于該公司現(xiàn)在正面臨著現(xiàn)代勞動力市場上許多公司所面臨的高工作流動率，這意味著公司有相當(dāng)大的招聘壓力。這種情況對公司來說是陌生的，因?yàn)闅v史上沒有發(fā)布過如此多工作，也沒有過招聘速度的壓力。當(dāng)下招聘市場的規(guī)模是前所未有的，職位發(fā)布、提交申請和發(fā)出邀請的數(shù)量都在增加。這種壓力要求他們在不犧牲質(zhì)量的前提下，更快地處理更招聘經(jīng)理現(xiàn)在一邊要管理招聘團(tuán)隊(duì)一邊要處理多個(gè)職位空缺，每個(gè)職位都處于招聘過程中的不同階段。然而在每個(gè)階段，他們都可以向人工智能尋求指導(dǎo)、建議和支持。求職網(wǎng)站(Indeed)的TreyCausey對招聘有哪個(gè)地方?jīng)]有出現(xiàn)AI。招聘經(jīng)理已經(jīng)能夠在招聘過程中有效地使用人工智能解決方案”。在招聘最開始，招聘經(jīng)理需要發(fā)布一個(gè)職位空缺，包括在一系列求職平臺上發(fā)布職位描述的文件。但是他們不需要獨(dú)自完成這項(xiàng)工作。相反，他們可以使用人工智能服務(wù)，這些服務(wù)將使用自然語言處理來幫助他們撰寫職位描述。這些工具的強(qiáng)大之處在于，它們可以將語言與結(jié)果的數(shù)據(jù)樣本聯(lián)系起來，使招聘經(jīng)理能夠精心設(shè)計(jì)職位描述，從而最大限度地從撰寫招聘信息文本開始，招聘經(jīng)理需要弄清楚如何將這個(gè)機(jī)會展現(xiàn)在候選人面前。為了做到這一點(diǎn)，他們利用了招聘中最常見的算法應(yīng)用之一：將求職者與招聘信息進(jìn)行匹配。這些算法依賴于簡歷和招聘信息的給定的招聘信息。在某些情況下，這將產(chǎn)生一個(gè)量化分?jǐn)?shù)，招聘經(jīng)理可以用它來評估候選人。使用這些系統(tǒng)可能需要招聘經(jīng)理在不同的招聘平臺上購買廣告，以便將招聘信息展現(xiàn)在合適的候選人面前，從而擴(kuò)大候選人規(guī)模。幾天前，招聘經(jīng)理發(fā)布了一個(gè)職位招聘，已經(jīng)有候選人在申請，并詢問有關(guān)該職位的細(xì)節(jié)和申請程序。招聘經(jīng)理并沒有對這些信息作出回應(yīng)，而是由自然語言處理驅(qū)動的聊天機(jī)器人負(fù)責(zé)回答候選人提出的有關(guān)空缺職位的具體問題。聊天機(jī)器人的使用場景并不局限于此，招聘經(jīng)理可以使用聊天機(jī)器人來篩選第一輪申請人，鑒于公司收到的申請數(shù)量可能相當(dāng)龐大，這是一個(gè)重要的環(huán)節(jié)。這些機(jī)器人通過分析候選人的背景和經(jīng)驗(yàn)資料，決定是否將候選人篩選到下一輪環(huán)節(jié)。22023年4月9日宏宏觀研究報(bào)告請務(wù)必閱讀正文之后的免責(zé)條款部分Page14of26P宏觀研究報(bào)告聘經(jīng)理又認(rèn)為這些工具很有用，因?yàn)樗鼈兗饶芴岣呱暾堖^程的速度，又在為找工作做準(zhǔn)備時(shí)，所有申請人(無論是從大學(xué)直接申請，還是在一個(gè)行業(yè)內(nèi)的角色之間過渡，或者考慮改變職業(yè))都可以求助于一些基于人工智能的工具來提高他們的面試技巧和完善他們的簡歷。Indeed和VMock等公司提供由人工智能驅(qū)動的工具，這些工具通常高度重視評估簡歷的特定術(shù)語，并就如何改進(jìn)簡歷提供建議。尤其是現(xiàn)在許多簡歷都是由基于人工智能工具進(jìn)行篩選的，因此改進(jìn)簡歷的一個(gè)重要方法是使用能夠幫助候選人通過初步篩選的關(guān)鍵詞。人工智能幫助申請人的另一種方式是關(guān)注申請人的擅長技能，這些技能可以擴(kuò)大申請人的潛在工作范圍。VMock給出的一個(gè)例子是，廚師的日常工作涉及在高壓環(huán)境下管理大量人員，同時(shí)高效地管理時(shí)間，這套技種主動學(xué)習(xí)算法，試圖根據(jù)候選人迄今為止對他們所展示職位的興趣程度，了解哪些空缺職位對他們最有吸引力；他們在招聘方面使用類似的算法，了解招聘經(jīng)理正在尋找哪些類型的候選人。這些學(xué)習(xí)算法使申請?jiān)诤蜻x人申請了職位后，他們可能會與上一節(jié)中提到的聊天機(jī)器人進(jìn)行互動；自然語言處理技術(shù)已經(jīng)發(fā)展到了聊天機(jī)器人與求職者可以開展類似人類間互動的行為。該公司也闡述了聊天機(jī)器人的利弊，指出雖然它們在減少招聘過程中無意識的人類歧視方面很有用，但它們也有可能給候選人造成負(fù)面印象。這反映了一個(gè)更大的問題：當(dāng)候選人被人類與算爬行和意外結(jié)果在美國和歐洲公司招聘過程的幾乎每個(gè)階段，人工智能驅(qū)動算法的介入程度都在增加。布魯金斯學(xué)會的亞歷克斯-恩格勒(AlexEngler)將這種趨包括在每個(gè)階段采用算法的公司所占比例的增加。在本報(bào)告中被采訪的大多數(shù)公司都認(rèn)為這個(gè)趨勢未來將更快、規(guī)模更大，并能使更多的合格候選人找到更好的工作。但是恩格勒也指出這種算法趨勢的演變速度比幾乎所有受訪者都關(guān)注的是，采用人工智能驅(qū)動的算法是否會在招聘的雖然依托公平的數(shù)字化運(yùn)算過程，但依然可能會出現(xiàn)歧視。一些公司意識到了這種風(fēng)險(xiǎn)，并意識到人工智能有可能導(dǎo)致比以前以人為主的招聘er是性別中立的STEM職業(yè)廣告，卻被算法不成比例地展示給了潛在的男性申請人，因?yàn)橄蚰贻p的女性申請人做廣告的成本較高，算法在成本與22023年4月9日宏宏觀研究報(bào)告請務(wù)必閱讀正文之后的免責(zé)條款部分Page15of26我們采訪的公司中也反映上述變化是招聘過程中采用人工智能的一個(gè)潛我們采訪的公司中也反映上述變化是招聘過程中采用人工智能的一個(gè)潛在好處。Phenom公司的首席執(zhí)行官兼聯(lián)合創(chuàng)始人MaheBayireddi強(qiáng)調(diào)，許多利潤微薄的公司正在尋求將人工智能作為提高招聘效率和降低P宏觀研究報(bào)告為評估申請人而開發(fā)的人工智能工具在歧視問題上遇到了更復(fù)雜的情具：創(chuàng)新招聘還是加速殘疾歧視？”的報(bào)告。該報(bào)告探討了對候選人進(jìn)行算法評估在遵守《美國殘疾人法案》方面所面臨的挑戰(zhàn)，指出了不同的篩選工具可能通過多種方式加大對殘疾人士的歧視。由于許多人工智能評估工具采用視頻面試，一項(xiàng)關(guān)于自動語音識別軟件的研究發(fā)現(xiàn)，白人和非裔美國人的面試之間存在巨大的種族差異。此外，麻省理工學(xué)院媒體實(shí)驗(yàn)室的GenderShades項(xiàng)目顯示，三種領(lǐng)先的人工智能工具在分析皮膚較黑的人，尤其是皮膚較黑的女性圖像時(shí)表現(xiàn)較差。這些研究提出了關(guān)于在候選人評估中采用人工智能時(shí)引入歧視的嚴(yán)重問題，如果公司實(shí)施的人工智能解決方案違反了關(guān)于歧視的現(xiàn)有法律和法規(guī)，相關(guān)公司在調(diào)查中發(fā)現(xiàn)，人們已經(jīng)認(rèn)識到在人工智能介入之前的招聘過程是存在歧視的(有證據(jù)表明對非白人工人和殘疾人以及其他群體存在長期的歧視)，部分人群擔(dān)心人工智能的使用會加劇這些歧視。然而人們又都或多或少地相信，正確應(yīng)用人工智能可以減少招聘中的歧視。恩格勒說，在向招聘中大量使用人工智能的過程中有機(jī)會“重新設(shè)置勞動力市場對工人的種族、性別、殘疾和經(jīng)濟(jì)方面的歧視。”而數(shù)據(jù)和信任聯(lián)盟(DataandTrustAlliance)強(qiáng)調(diào)，他們正致力于利用人工智能來識別模型內(nèi)現(xiàn)有的歧視，并幫助他們的客戶實(shí)現(xiàn)多樣性和包容性目標(biāo)。對人工智能技術(shù)的審計(jì)開始逐步成為發(fā)展人工智能系統(tǒng)的必要步驟，但是如何進(jìn)行審計(jì)在行業(yè)內(nèi)依然沒有共識。在招聘和人力資源行業(yè)，任何關(guān)于自動化的討論都會出現(xiàn)一個(gè)擔(dān)憂，那就是工作崗位流失的可能性。正如本報(bào)告前面所討論的，人工智能有能力將非常規(guī)工作自動化，如果人力資源部門使用人工智能算法來安排預(yù)約、審查簡歷、回答候選人的問題，那勢必會減少相當(dāng)多的人力資源崗需求。這種變化的后果是，人力資源人士可能需要更多或更深的專業(yè)技能。Indeed公司的Causey舉例如下，人力資源經(jīng)理現(xiàn)在需要了解如何使用人工智能的內(nèi)部和外部工具來管理其招聘信息的推廣。盡管許多職位發(fā)增加其職位曝光量。人工智能提供了一個(gè)機(jī)會，使之變得簡單并減少對招聘經(jīng)理的要求。不同的網(wǎng)站有不同的模式：有些使用“按點(diǎn)擊付費(fèi)”的模式，即公司在每次點(diǎn)擊招聘信息時(shí)都要付費(fèi)，而其他網(wǎng)站則使用“按申請付費(fèi)”的模式，即公司在每次收到申請時(shí)都要付費(fèi)。這兩種類型的系統(tǒng)都要求招聘經(jīng)理設(shè)定每天的預(yù)算，以確定要花多少錢。這項(xiàng)工作對人力資源行業(yè)來說是一項(xiàng)新的工作，需要學(xué)習(xí)不同的系統(tǒng)，以及投資推廣工作崗位的價(jià)值。22023年4月9日宏宏觀研究報(bào)告請務(wù)必閱讀正文之后的免責(zé)條款部分Page16of26P宏觀研究報(bào)告一種方式。他把Phenom的功能定位為幫助企業(yè)確認(rèn)“在哪個(gè)環(huán)節(jié)需要自動化，在哪個(gè)環(huán)節(jié)需要人為干預(yù)”。通過這個(gè)框架，他既強(qiáng)調(diào)了人工智能可以使公司以更快的速度與更多的工人聯(lián)系，同時(shí)又將人力資源分配在更有價(jià)值的環(huán)節(jié)當(dāng)中，如說服某人接受已經(jīng)發(fā)出的招聘邀請。這種將人力資源部門的角色重塑為人工智能的管理者和“人才的某些環(huán)節(jié)更加人性化。上面的討論回答了第三部分中提出的關(guān)于難以確定人工智能對就業(yè)數(shù)量影響的問題。盡管人工智能可能會使員工的生產(chǎn)力提高，并創(chuàng)造出需要人類干預(yù)的新任務(wù)，但是人工智能的發(fā)展最終可能會使目前由人執(zhí)行的許多任務(wù)自動化。雖然人工智能對就業(yè)數(shù)量的影響還不清楚，但它很有可能會使人力資源部門處理更大的業(yè)務(wù)量。人工智能和招聘的未來本報(bào)告所調(diào)查的公司被問及人工智能如何改變了招聘過程，許多公司指出，人工智能通過大規(guī)模執(zhí)行吸引、篩選和評估潛在員工的系統(tǒng)，從數(shù)量上改變了招聘現(xiàn)狀。人力資源職能并沒有改變，它仍然是為每個(gè)職位空缺尋找合適的人。人工智能已被作為一種工具應(yīng)用于現(xiàn)有的招聘工作；也有部分人樂觀地認(rèn)為，招聘過程中的一些結(jié)構(gòu)性變化可能即將到在調(diào)查過程中，幾家公司提到的可能發(fā)展方向是“數(shù)字證書”或“學(xué)習(xí)和就業(yè)記錄”，這些技術(shù)可以改善人工智能在今天所發(fā)揮的作用。教育、培訓(xùn)和技能的標(biāo)準(zhǔn)化電子記錄可以簡化人工智能如何將申請人與工作崗位相匹配，這將是一種更公平和更平衡的方式。當(dāng)然，這有賴于一個(gè)假設(shè)，即獲得這些記錄的過程本身是公平的。雖然人工智能在使用現(xiàn)有的簡歷和工作列表方面已被證明是有效的，但尚不清楚這些是否是匹配系統(tǒng)的在與招聘領(lǐng)域公司的討論中，最重要的信息是，人工智能驅(qū)動的算法可以改善公司招聘過程中的幾乎每個(gè)步驟。事實(shí)上，一些公司在回答問題時(shí)，非常明確地系統(tǒng)闡述了招聘過程中的每個(gè)利益相關(guān)者，討論了每個(gè)人如何從更多的部署中受益。然而人工智能的采用是如此迅速，以至于企業(yè)可能沒有完全認(rèn)識到允許算法進(jìn)入人力資源部門的影響。公司應(yīng)該審核他們對人工智能工具的使用，以確保符合勞動法規(guī)和自身的道德標(biāo)22023年4月9日宏宏觀研究報(bào)告請務(wù)必閱讀正文之后的免責(zé)條款部分Page17of26最初，倉庫只是一個(gè)儲存庫存的地方——庫存貨物可以在那里放很長時(shí)最初，倉庫只是一個(gè)儲存庫存的地方——庫存貨物可以在那里放很長時(shí)間。雖然倉儲需要跟蹤和管理東西放在哪里，但它并不要求關(guān)注如何在P宏觀研究報(bào)告智能在倉儲業(yè)中的應(yīng)用供應(yīng)鏈和物流業(yè)年代，由于新的信息技術(shù)以及許多國際貿(mào)易限制(如配額和關(guān)稅)的減少，越來越多的行業(yè)開始重新評估產(chǎn)品制造流程，供應(yīng)鏈管理成為一個(gè)重要領(lǐng)域。更專業(yè)化的供應(yīng)鏈通過降低中間產(chǎn)品和服務(wù)的價(jià)格提高公司利潤。消費(fèi)者也從更低價(jià)的最終產(chǎn)品中受益。供應(yīng)鏈運(yùn)作的核心是物流和倉儲，即在公司之間和向消費(fèi)者運(yùn)送貨物。當(dāng)能夠以較低成本提供中間投入的外部供應(yīng)商給公司帶來的收益超過了公司自己處理相關(guān)工作時(shí)，公司通常會采用外包，供應(yīng)鏈就會延長。因?yàn)楣?yīng)鏈通常采取深度整合網(wǎng)絡(luò)的形式，以主導(dǎo)公司為中心，其供應(yīng)商圍繞其運(yùn)行，從而形成所謂的精準(zhǔn)生產(chǎn)、精準(zhǔn)零售和全球價(jià)值鏈的商業(yè)精準(zhǔn)生產(chǎn)是一種核心生產(chǎn)策略，由豐田公司在二戰(zhàn)后開發(fā)。它的目標(biāo)是減少中間零件和成品的庫存，嚴(yán)格地使商品的實(shí)時(shí)需求與供應(yīng)的數(shù)量相匹配。在大多數(shù)供應(yīng)鏈中，這需要在流程的每個(gè)步驟中進(jìn)行高度協(xié)調(diào)、嚴(yán)格管理資本和勞動力、關(guān)注質(zhì)量和影響產(chǎn)量的因素，這需要強(qiáng)大的物流支持系統(tǒng)。精準(zhǔn)生產(chǎn)始于汽車行業(yè)，隨后許多其他制造業(yè)和零售業(yè)都采用了豐田公司部分或全部的開創(chuàng)性做法。像精準(zhǔn)生產(chǎn)一樣，精準(zhǔn)零售利用信息技術(shù)、自動化、行業(yè)標(biāo)準(zhǔn)以及物流和倉儲方面的創(chuàng)新，使供應(yīng)商的訂單與消費(fèi)者在商店里購買的東西更緊密地結(jié)合起來。通過使用數(shù)以百萬計(jì)的條形碼標(biāo)簽掃描收集的銷售信息，零售商減少了囤積大量產(chǎn)品庫存的需要，從而降低了缺貨、減價(jià)和存攜帶成本的風(fēng)險(xiǎn)。配額和關(guān)稅的減少，加上運(yùn)輸成本的下降，使得國內(nèi)供應(yīng)鏈轉(zhuǎn)變?yōu)槿騼r(jià)值鏈。在制造業(yè)中這意味著制造商將在全球生產(chǎn)商的零部件和組件中外包也被稱為離岸外包。供應(yīng)鏈的核心——物流和倉儲在過去的幾十年里，隨著精準(zhǔn)生產(chǎn)、精準(zhǔn)零售和全球價(jià)值鏈在經(jīng)濟(jì)領(lǐng)域2023年4月92023年4月9日宏宏觀研究報(bào)告請務(wù)必閱讀正文之后的免責(zé)條款部分Page18of26宏觀研宏觀研究報(bào)告P宏觀研究報(bào)告必要時(shí)對貨物進(jìn)行快速存取和移動。然而，隨著精準(zhǔn)生產(chǎn)的進(jìn)行，倉庫變成了配送中心——一個(gè)有效跟蹤、處理和轉(zhuǎn)移中間或最終產(chǎn)品的地方。一些現(xiàn)代配送中心也被稱為“履行中心(FC)”。倉儲的重要性日益增加隨著精準(zhǔn)生產(chǎn)與精準(zhǔn)零售的發(fā)展，倉儲的經(jīng)濟(jì)重要性在過去幾十年中不斷增加。下圖說明了這一點(diǎn)，對于每個(gè)國家，第一個(gè)黑條顯示了該國NAICS運(yùn)輸支持活動”產(chǎn)值在該國總產(chǎn)值的占比情況。下圖按照倉儲在2018年總增加值中的重要性進(jìn)行排22023年4月9日名，愛爾蘭倉儲占總增加值的0.5%，美國是0.7%，最高的是立陶宛的3.6％。對于每個(gè)國家，第二個(gè)藍(lán)條顯示了該國2018年的總勞動力中倉。在所有國家，倉儲部門都是一個(gè)重要的勞動力部門。數(shù)據(jù)來源：OECDSTANdatabase,國泰君安國際上圖還顯示，自1995年以來，倉儲相對于其他部門變得更加重要。例的1.0%增加到2018年的1.8%。在美國，1995年倉儲的增值份額為我們可以從下組圖中總結(jié)推動倉儲重要性不斷增加的原因。下圖展示了樣本中五個(gè)最大的歐盟成員國(德國、法國、意大利、西班牙、荷蘭)和美國的“運(yùn)輸?shù)膫}儲和支持活動”中平均勞動生產(chǎn)率和平均勞動成本的演變。從長期角度看，平均勞動生產(chǎn)率會隨著技術(shù)進(jìn)步而增加。如果勞動者的平均勞動生產(chǎn)率相對于平均實(shí)際工資增加，勞動份額(即工人的增值份額)將減少。反之如果每個(gè)工人的平均勞動生產(chǎn)率相對于平均實(shí)際下圖中的黑色實(shí)線展示了倉儲業(yè)每個(gè)雇員增加值的變化過程。例如，德國數(shù)據(jù)顯示，倉儲業(yè)的平均勞動生產(chǎn)率(即每個(gè)雇員增加值)在2000請務(wù)必閱讀正文之后的免責(zé)條款部分Page19of26P宏觀研究報(bào)告008年經(jīng)濟(jì)繁榮時(shí)期迅速增加到2006加了38%。淺藍(lán)色實(shí)線顯示了整個(gè)經(jīng)濟(jì)的平均勞動生產(chǎn)率的演變。黑色和淺藍(lán)色實(shí)線走勢表明，與整個(gè)德國經(jīng)濟(jì)相比，倉儲業(yè)在短期內(nèi)更具順周期性，在長期內(nèi)具有更強(qiáng)的勞動生產(chǎn)率增長。下圖中的虛線繪制了倉儲業(yè)(橙色虛線)和總體經(jīng)濟(jì)(綠色虛線)中每個(gè)雇員的勞動成本(根據(jù)生產(chǎn)力調(diào)整)的演變。例如，德國的數(shù)據(jù)顯示，從1995年到2019年，倉儲業(yè)的平均實(shí)際工資增長了28%。在2000年之前，倉儲業(yè)的平均實(shí)際工資與整個(gè)經(jīng)濟(jì)的變化相一致。倉儲業(yè)2015年后再次加快。從長期來看，倉儲業(yè)的平均實(shí)際工資增長超過了整個(gè)經(jīng)濟(jì)的平均實(shí)際工資增長，再次表明倉儲業(yè)在德國經(jīng)濟(jì)中的重要性日增加。對所有的五個(gè)歐盟成員國，下圖顯示了過去三十年來各國的差異和相似(1)倉儲業(yè)的平均勞動生產(chǎn)率在德國、法國和荷蘭有所增加，在西班牙保持相對穩(wěn)定，在意大利則有所下降。在德國、法國和荷蘭，倉儲業(yè)的平均勞動生產(chǎn)率的增長超過了整個(gè)經(jīng)濟(jì)的平均勞動生產(chǎn)(2)倉儲業(yè)的平均實(shí)際工資變化在各國之間不盡相同。德國的平均實(shí)際工資增長最快(超過整個(gè)經(jīng)濟(jì)的增長)，其次是荷蘭。法國的平均實(shí)際工資長期保持不變，意大利和西班牙的平均實(shí)際工資有(3)在除意大利以外的所有歐洲國家，平均勞動生產(chǎn)率的增長速度超過了倉儲業(yè)的平均實(shí)際工資。這種生產(chǎn)力和工資增長的脫鉤現(xiàn)象在倉儲業(yè)相比整個(gè)經(jīng)濟(jì)表現(xiàn)更為明顯。這表明倉儲業(yè)的生產(chǎn)力增22023年4月9日宏宏觀研究報(bào)告。最后，下圖(f)板塊顯示了美國倉儲業(yè)和整個(gè)經(jīng)濟(jì)的平均勞動生產(chǎn)率和間也增長了41%，與經(jīng)濟(jì)的生產(chǎn)力高速增長趨勢一致。與此同時(shí)倉儲業(yè)工資增長脫鉤以及勞動力份額下降形成了鮮明的對比。請務(wù)必閱讀正文之后的免責(zé)條款部分Page20of262023年4月9日宏觀研2023年4月9日宏觀研究報(bào)告P宏觀研究報(bào)告數(shù)據(jù)來源：OECDSTANdatabase,國泰君安國際倉儲中的算法管理和Gent(2018)闡述了亞馬遜配送中心是如何圍繞四個(gè)核心流程運(yùn)行的：接收、存儲、揀選和包裝。接收和存儲是“進(jìn)貨”過程的一部分，而揀進(jìn)行拆包，并通過獨(dú)特的條形碼識別每個(gè)商品。然后，工人將商品存放在揀選區(qū)。揀選區(qū)通常是一個(gè)大型的多樓層區(qū)域，通常有數(shù)千個(gè)貨架。當(dāng)需要取回商品時(shí)，工人們穿過倉庫去揀選商品，并把它們搬運(yùn)到包裝Delfanti(2019)認(rèn)為，接收、存儲、揀選和包裝的核心是產(chǎn)品條碼和各種類型的條碼掃描器。這些條形碼和掃描儀不僅用于統(tǒng)計(jì)庫存，還用于協(xié)助工人，并收集有關(guān)工人工作的信息。工人在開始工作時(shí)拿起一個(gè)便攜式條碼掃描儀，用它來掃描他們胸牌上的條碼，然后登錄到工作系請務(wù)必閱讀正文之后的免責(zé)條款部分Page21of26然而Wood然而Wood(2021)認(rèn)為，工人和算法之間的平衡可能越來越傾向于算法。在剛剛的統(tǒng)計(jì)中，除意大利外的所有歐洲國家，倉儲業(yè)以犧牲倉儲工人的平均報(bào)酬為代價(jià)，收益越來越多地流向股東。導(dǎo)致這個(gè)現(xiàn)象出現(xiàn)的原因可能是算法應(yīng)用的推廣以及工人議價(jià)能力的下降。Delfanti (2021)認(rèn)為，算法管理意味著倉庫工人只需要接受最少的培訓(xùn)就能完成他們的工作，這相當(dāng)于只需要幾個(gè)小時(shí)就可以將新的員工培訓(xùn)成揀貨員。這使倉庫既能夠長期維持高周轉(zhuǎn)率，又能在銷售量突然激增的情況下，及時(shí)獲得所需的靈活勞動力。但是最大限度地減少培訓(xùn)和工人流動的成本是不可行的：管理層還需要確保工人和倉庫的算法之間有一個(gè)穩(wěn)定且相對和諧的關(guān)系。為了進(jìn)一步安撫工人的情緒，亞馬遜提出了“努力P宏觀研究報(bào)告統(tǒng)。隨后掃描儀在工人和管理層之間進(jìn)行協(xié)調(diào)，分配任務(wù)，傳達(dá)命令，并監(jiān)控工作。這類似于“打工經(jīng)濟(jì)”中的算法管理形式，條形碼掃描儀被通常用于收集和使用數(shù)據(jù)的手機(jī)應(yīng)用程序所取代。大多數(shù)情況下，這些企業(yè)的算法本身是不透明的，而且工業(yè)保密和不披露協(xié)議禁止對其進(jìn)行訪利北部小鎮(zhèn)某個(gè)倉庫中揀貨員的工作。揀貨員拉著小車在貨架間行走，小車上放著一個(gè)箱子，她需要按規(guī)定挑選出所需要的貨物。一旦某件物品被揀選，揀貨員就用條形碼掃描儀掃描該物品的條形碼。條碼掃描器記錄、批準(zhǔn)并向揀選者傳達(dá)她要揀選的下一件物品。它還記錄了取走貨物在貨架的位置和揀貨員完成任務(wù)的時(shí)間。這種形式的算法管理的效果是輔助了工人的工作：如果沒有算法的幫助，沒有一個(gè)人可以有效地瀏覽幾千個(gè)貨架的區(qū)域來挑選貨物清單中的貨物。此外，算法管理通過要求揀貨員保持快速的“亞馬遜速度”(即一個(gè)人不能跑，但必須盡可能快地然而數(shù)據(jù)驅(qū)動技術(shù)帶來倉庫運(yùn)營效率的提高，也讓倉庫工人付出了代價(jià)。由于倉庫工人產(chǎn)生的數(shù)據(jù)是由算法和管理人員(他們通常不在倉庫工作，而是在某個(gè)遙遠(yuǎn)的全球總部)管理，倉庫工人對他們所做的任務(wù)失去了決定權(quán)。算法可以決定工作的節(jié)奏和內(nèi)容，而工人們只能猜測管理人員正在提取什么數(shù)據(jù)，或使用什么分析方法來組織和監(jiān)督他們的活動。為了說明亞馬遜的情況，Delfanti(2021)表述如下：技術(shù)決定了亞馬遜的工作節(jié)奏。它被用來提高工人的生產(chǎn)力，使任務(wù)標(biāo)準(zhǔn)化，促進(jìn)工人流動，并最終獲得對勞動力的絕對控制。工人們敏銳地意識到他們與機(jī)器關(guān)系的不平衡性，同時(shí)他們也知道倉庫需要他們做最終的工作。正如一位經(jīng)理所說的那樣，“技術(shù)可以編纂、理解和管理，但真正的機(jī)器是”。倉儲業(yè)的工作條件一方面，倉庫仍然需要依賴人來進(jìn)行更有效率的接收、儲存、揀選和包裝工作。另一方面，工人也需要依賴算法，來了解商品的實(shí)時(shí)狀態(tài)(如存儲位置等)?？偠灾と撕退惴ü芾碓诮裉斓膫}儲業(yè)中是必須共存22023年4月9日宏宏觀研究報(bào)告請務(wù)必閱讀正文之后的免責(zé)條款部分Page22of262023年4月9日宏觀研2023年4月9日宏觀研究報(bào)告P宏觀研究報(bào)告在過去的幾十年里，隨著精準(zhǔn)生產(chǎn)、精準(zhǔn)零售和全球價(jià)值鏈在全球經(jīng)濟(jì)中傳播，倉儲的重要性也在增加。目前在發(fā)達(dá)經(jīng)濟(jì)體中，僅倉庫就業(yè)人術(shù)以及最近人工智能的發(fā)展，改變了倉儲的性質(zhì)。倉庫業(yè)迭代的標(biāo)志是的增加。然而，平均勞動生產(chǎn)率的增長超過了平均實(shí)際工資的增長，導(dǎo)致倉儲業(yè)工人勞動占比的下降。在現(xiàn)代倉儲中心，這可能是由于使用了算法管理，加上員工議價(jià)能力的降低，使得倉儲業(yè)的發(fā)展開始對工人的利益構(gòu)成了挑戰(zhàn)。隨著人工智能的進(jìn)步，倉儲業(yè)的未來可能會趨向于完全獨(dú)立于工人的算法管理系統(tǒng)。不使用人類勞動力，完全自動化的倉庫被稱為算法管理帶來的倉儲生產(chǎn)力的提高已經(jīng)可以完全替代工人。雖然不確定在未來是否大多數(shù)倉庫會成為暗倉，但目前為倉儲開發(fā)的人工智能技術(shù)是趨向自動化的，而不是增加人類的勞動份額。自然語言處理和計(jì)算機(jī)視覺方面取得的進(jìn)展使人工智能開始進(jìn)入原本只有人類才能勝任的領(lǐng)域。由于人工智能可以擴(kuò)大規(guī)模和降低成本、吸收和處理大量的數(shù)據(jù)、幫助做出更好的決定，因此世界各地的公司正在加速推廣采用人工智能。所有這些變化過程都有可能會創(chuàng)造出新的工作崗但是人工智能也帶來了一些挑戰(zhàn)。由于人工智能現(xiàn)在已經(jīng)可以處理非日常工作(包括高技能要求工作中的任務(wù))，因此大量的勞動力可能會受到人工智能的影響。人工智能對勞動力市場的主要風(fēng)險(xiǎn)在于它可能對工人造成廣泛的破壞，無論是通過自動化取代其崗位，還是徹底改變工人的工作職責(zé)。人工智能的另一個(gè)風(fēng)險(xiǎn)是，它可能導(dǎo)致公司違反有關(guān)歧視、欺詐或反壟斷的相關(guān)法律，并對工人和消費(fèi)者造成經(jīng)濟(jì)損害。鑒于這些系統(tǒng)的黑匣子性質(zhì)，檢測和處理這些違法行為并不是一項(xiàng)簡單的工作，因此政府必須要制定監(jiān)管措施以引導(dǎo)人工智能向積極方向發(fā)展。a)擴(kuò)大培訓(xùn)和工作過渡服務(wù)的投資，以便受人工智能干擾最大的人員能在公司全面引入人工智能很可能會導(dǎo)致勞動人員失業(yè)。我們前文闡述過人工智能可以成為一個(gè)有用的工具，通過將技能與職位空缺相匹配，幫助工人在同一家公司找到新的工作機(jī)會。這種類型的人工智能可以幫助緩和失業(yè)問題，但是開發(fā)上述功能或者為開發(fā)上述功能而聘請新的專業(yè)就業(yè)發(fā)展的長期趨勢使得公司更傾向于選擇短期合同而不是對現(xiàn)有工人進(jìn)行再培訓(xùn)。但是較短的合同期限意味著公司對員工培訓(xùn)的不足，這可能進(jìn)一步導(dǎo)致新入職員工對工作所需技能掌握不足。為了彌補(bǔ)技能短請務(wù)必閱讀正文之后的免責(zé)條款部分Page23of26P宏觀研究報(bào)告缺，特別是對于受自動化趨勢影響較大的工人，政府需要制定政策以促進(jìn)或補(bǔ)貼分擔(dān)培訓(xùn)成本。例如政府可以通過對第三方培訓(xùn)機(jī)構(gòu)補(bǔ)貼來推動雇主與雇員的匹配成功率與鍥合度。雇主向這些機(jī)構(gòu)支付額外費(fèi)用，但是可以聘請到已經(jīng)受過培訓(xùn)的工人，工人可以獲得更高的工資，從而這種第三方培訓(xùn)機(jī)構(gòu)既可以是公共的、也可以是私人的抑或混合的。比如提供培訓(xùn)的公共就業(yè)服務(wù)機(jī)構(gòu)；由公司資助的為下崗工人服務(wù)的職業(yè)介紹所；以及專門為那些原本并不打算參與勞動力市場的工人提供培訓(xùn)和尋找工作的臨時(shí)幫助機(jī)構(gòu)。Katz等人(2020)表示，這種政策在增加工作流動性方面可能卓有成效。b)鼓勵(lì)開發(fā)和采用對勞動力市場有利的人工智能。企業(yè)出于利潤最大化目標(biāo)，最有可能大力推動人工智能的研究，并在法律底線之上使用人工智能。因此人工智能的發(fā)展和采用可能會偏離勞動(1)投資于可以增強(qiáng)工作的人工智能：談到人工智能，許多工人面臨的最直接擔(dān)憂是自動化問題。Acemoglu等人(2022)表示，54%的人工智能采用者初始目的是推動現(xiàn)有流程自動化；招聘領(lǐng)域的公司一致的趨勢是，人力資源行業(yè)某些環(huán)節(jié)的自動化是商業(yè)模式的主要組成部分，也是客戶非?？粗氐年P(guān)鍵特性；倉儲案例的。使用人工智能來實(shí)現(xiàn)現(xiàn)有流程的自動化會對一些工人的工作工人面臨工作轉(zhuǎn)型。Acemoglu(2021)表示，雖然對人工智能和其他技術(shù)的投資可以帶來經(jīng)濟(jì)增長，但公司對利潤最大化的追求可能會打破現(xiàn)有的公司利潤與勞