11個趨勢預測:人工智慧將會如何影響人類的職業?
11個趨勢預測:人工智慧將會如何影響人類的職業?

2017年被認為是人工智慧在全球範圍內開始受到極大關注的一年,如果你留意的話,幾乎每天都有相關的消息傳來:Google母公司Alphabet公開測試無人駕駛汽車、阿里宣佈投資千億成立達摩院、百度機器人入駐肯德基等等。

新技術總會催生新的職位需求,也會摧毀一些職位。諮詢公司Gartner指出,2019年之前人工智慧造成的失業將多於其創造的工作機會。但從2020年開始,人工智慧創造就業數量將會超過造成失業數量,人工智慧會在「殺死」工作機會的同時,製造新的工作機會。

一種極其樂觀的論調是人類能夠高效率地完成自己喜愛的工作,有了更多的時間度假和享樂,娛樂行業會達到空前的繁榮,到時也應該有新的指標來衡量人類的生產力。

這種論調讓人有一種在聽赫胥黎講述《美麗新世界》的感覺。儘管如此,既然未來不可阻擋,我們還是可以看一下人類對未來的預測具體有哪些。

我們綜合了美國勞工統計局(U.S. Bureau of Labor Statistics Latest Numbers)最近發佈的新的十年預測報告、智聯招聘的《2017人工智慧就業市場供需與發展研究報告》、Michael Page(中國)發佈的《中國機器人及人工智慧報告》等報告以及相關論文、媒體報導,就人工智慧將會如何影響人類的工作這個問題,總結出你可能會感興趣的11項內容,主要是針對中國和美國市場。

人工智慧相關領域的薪酬,屬於金字塔頂端1%的水準

根據騰訊研究院和BOSS直聘聯合發佈的《全球人工智慧人才白皮書》,全球AI領域人才約30萬,而市場需求在百萬量級。其中,高等教育領域約10萬人,產業界約20萬人。全球共有367所具有人工智慧研究方向的高等教育學府,每年畢業於AI領域的學生約2萬人,遠遠不能滿足市場對人才的需求。

Michael Page(中國)區域總監陳慧潔說,AI相關領域候選人的薪酬競爭度,屬於金字塔頂端的1%。許多科技公司會為高端人才提供股權激勵,一些中國科技巨頭為了吸引海外人才,願意給予候選人全球任職的自由度。

Google半個月前在中國成立了一個專注於人工智慧的中心,招募多個跟人工智慧和機器學習相關的職位,其中包括機器學習研究院技術主管、雲端機器學習產品經理等。除此之外,微軟、IBM等也都在招聘相關領域的中國員工。

相關資料顯示,目前中國人工智慧相關職位應屆畢業生的起薪基本在12.5K /月~ 25K /月(人民幣);畢業三年後人工智慧職位的技術人員,基本可以實現薪酬翻倍。由於人才競爭過於激烈,企業在爭奪候選人時會提供30%~50%的薪資漲幅。

資料分析最易跨界,掌握機器學習的AI人才最短缺

根據智聯招聘的調查,資料分析是所有AI人才技能標籤中最成熟的技能,占比最高為48%。作為AI領域的「基礎建設」,從事資料分析的求職者是向AI領域轉換門檻最低的人群,也是最容易跨界從事AI領域的人群。其次,具備影像處理技能的求職者占比14%;資料蒐集技能人才占比13%;而機器學習人才僅占比6%。

人工智慧影響職業趨勢1.png
圖/ 好奇心日報

AI人才高度集中,中國招攬最多的是華為

由於人才緊缺,AI人才的分佈高度集中在大公司中,事實上主要就是那麼幾家科技巨頭。以中國而言,現有的AI人才主要集中於華為、聯想、BAT等產業巨頭,其中華為的占比最高,為30%。而從全球範圍來看,幾乎超過50%的業界頂級AI專家都已被Google招入麾下。

深圳雲天勵飛是一家專注於視覺人工智慧領域的公司,其首席科學家兼AI副總裁王孝宇表示,「短期內對於新創公司而言,招聘人工智慧人才的成本非常高。我們在美國招一個剛畢業的電腦視覺方面的博士,年薪在30萬~40萬美元。」

人工智慧影響職業趨勢2.png
圖/ 好奇心日報

AI人才主要集中在一線城市,其中北京、上海、深圳人才供給占比多於需求占比,廣州、杭州的人才供給少於需求占比,人才短缺的程度更高。

就中國的高校而言,培養人工智慧人才方面還沒有特別突出的院校,目前就職市場上占比最高的前三名高校分別為清華大學、西安電子科技大學、華中科技大學。

「無人店」流行,零售工作會大幅減少

幾乎所有討論人工智慧的報告都指出,未來的零售門市將會更多使用機器,而非人類職員。消費者也更喜歡自己完成挑選、結帳甚至打包的工作。過去這一年,有關「無人店」的嘗試越來越多,比如沃爾瑪對抗亞馬遜籌劃的無人超市專案,為解決老齡化問題的日本便利商店,中國的無現金支付門市等。

按照世界經濟論壇(World Economic Forum)之前的估算,一旦目前所有的自動化技術都投入使用,全球30%~50%的零售業工作都有消失的風險。

最明顯的是已經普及了二十多年的自助機器,按照英國諮詢公司Retail Banking Research的計算,全球自助結帳機的數量將會從2013年的20萬增加至2021年的32.5萬。未來十年裡,光是美國雜貨店,收銀員與打包人員就會分別減少4.27萬和2.88萬人。

自動駕駛技術對司機需求的影響,遠不及Uber、滴滴

去年十月,Uber已經嘗試讓無人駕駛卡車接單;中國無人駕駛巴士的應用也已經投入使用。更加安全、高效的無人駕駛可以更好地適應長途運輸需求,尤其是在電商高速發展的情況下。

人工智慧影響職業趨勢3.jpg
圖/ 好奇心日報

有預測指出,美國未來80%的卡車司機工作會消失——但就和許多報告一樣,這項預測並不能給出具體的實現時間。

美國勞工統計局的經濟學家們認為,無人駕駛卡車徹底取代司機的速度不會那麼快。他們預測為未來十年裡,重型卡車司機還會增加11.4萬個。

職業預測部門的總監Teri Morisi表示:「我們認為自動駕駛離我們對卡車行業的預測還有點遠。列隊駕駛、刹車輔助等方面的科技進步會讓卡車駕駛變得更安全、更高效利用能源,但它們不會改變(市場)對卡車駕駛的需求。」

至於其他駕駛工作,美國城市公共交通系統中的巴士司機數量將會增加8.9%,而計程車司機數量會降低41.2%,不過這與Uber、Lyft的發展更為相關。

延伸閱讀:2018十大策略科技趨勢預測,Gartner:主戰場在AI

北美消失的製造業工作機會,85%都是因為「機器」

卓別林的《摩登時代》裡的預言正在實現。

根據美國勞工統計局(U.S. Bureau of Labor Statistics Latest Numbers)發佈的最新十年預測報告,在職位減少速度最快的20個行業裡,有14個都來自製造業,除了煙草業是嚴重受需求量減少影響以外,其他都與機器人的應用有關。

2000~2010年美國和加拿大製造業的職位減少了560萬個,其中85%都是因為機器替代,只有13%的工作是被勞動力相對低廉的發展中國家搶走。

人工智慧影響職業趨勢4.gif
圖/ 好奇心日報

藍領工人被取代,是因為他們的工作性質本身就過於機械化。

波士頓諮詢公司(BCG)在2015年提出,使用工業機器人變得越來越划算,每個機器的平均購買和營運成本將會從2005年的18.2萬美元降低至10.3萬美元,到2025年,美國、中國、韓國等全球最大的25個出口國家每年在工業機器人的投資將會以10%的速度成長。

早被看衰的會計與審計,未來十年還會增長

牛津大學Benedikt Frey與Michael A. Osborne教授曾經在2013年發表了一篇被廣為引用的論文——《雇傭的未來:各職業會怎樣受自動化影響》(The Future of Employment: How susceptible are jobs to computerisation)中顯示,「會計與審計」是最高風險的職業之一,被取代的可能性高達94%,處理帳款、審計等工作都很有可能會由程式來完成。

好消息是,在未來十年這件事應該還不會發生。勞工統計局的預測顯示,美國會計行業的職位將會從今年的98.57萬個增加至2026年的106.36萬個,職位數量占到行業36%左右的「會計與審計」職位將會增長11.8%,是全美成長最快的職業之一。

但會計產業裡最沒有技術含量的打字員、資料輸入、接線生、檔案管理就不同了。在辦公無紙化的環境下,這些職位降低幅度都高於10%,其中打字員降低了32.9%。

這些職業的衰退不只發生在會計業,而是遍佈於各行各業。在論文的最後,兩位教授列出了702個職業被機器所取代的可能性,其中電話行銷、資料輸入等工作是人工智慧最可能取代的工作,可能性高達99%。

ATM會越來越智慧,一個機器就是一家分行

「目前ATM已經能夠完成90%人類能做的工作,」全球最大ATM公司Diebold的CEO Andy Mattes表示,在現金使用日益減少的情況下,ATM公司正在努力改善產品性能、提高智慧程度。

《雇傭的未來:各職業會怎樣受自動化影響》顯示,櫃員職位被取代的可能性為98%。在接下來的十年裡,美國存款機構的櫃員數量將會從44.4萬減少至39萬,同比減少12.1%。

收集使用者資訊、審核貸款資料、準備合約等大量機械化的工作將被自動化,按照麥肯錫的報告,這些消耗了金融機構員工43%時間的工作都可以由機械代勞,這就是弱智慧技術的工具性優勢。

日本最大銀行三菱東京日聯銀行宣佈未來將相當於9,500個員工工作量的文書工作都交給程式處理,但宣稱不會因此而裁員,會要求員工把更多時間都用來服務資產最高的那部分客戶。

關於購屋,還是聽取人類的建議吧

讓人有些意外的是,屬於服務行業的房地產經紀人也一度被列入受自動化影響的「高危險職業」。美國勞工統計局的資料顯示,未來十年房地產行業的職位數量將會減少12.1%,其中銷售代表和經紀人的職位數量都下降7.9%。

和推銷員類似,在購屋交易中的不美好體驗,讓買家更傾向於通過網站來發佈、查看資訊。看起來房產經紀人的危機在於提高服務品質。

人工智慧可以幫助購屋者評估其貸款事項、縮小選擇範圍,這可以減輕房地產經紀人的工作量。

但就目前看來,這些工作被完全取代的可能性並不大。最終購房貸款階段中,買家依然會依賴於人類的建議, 最值得信賴的信源分別是經紀人(41%)和銀行(35%),只有11%的人願意聽取機器人的意見做決策。

AI時代,更需要供給情感、創意的職位

在人工智慧可以做更多程式化的工作之後,人類的精力和智慧將在精神創造、藝術文化等方面得以發揮自身的特長,這也是人工智慧難以取代的,比如娛樂治療師(recreational therapists)被取代的機率只有0.28%。

智聯招聘也針對需要創意、情感的職位進行了篩選,發現在思想、精神、創意起主導的職位中,需求將更加聚焦在人本身能釋放的價值,如心理醫生針對病人的個性化訴求如何通過感情和心理學理念去醫治,而非簡單的心理測試;廣告的文案、創意人員則被要求更大程度的釋放人類的想像力和創造力,而非設計工具的使用。

但在這些領域,一些基礎技能的職位也將被取代。比如今年雙十一的「人工智慧設計師」魯班就是一個現成的案例,透過不斷學習、練習,掌握banner設計的所有技巧、風格,魯班一秒鐘可以做8,000張海報。

所以人類設計師將貢獻更多創意思維,而非重複技能的熟練。

人工智慧影響職業趨勢5.png
圖/ 好奇心日報

目前擔任創新工廠AI工程院院長的李開復預測,可能未來人才金字塔中,大約會有四種群體:第一種是創新領袖;第二種是各領域頂尖的專業人,無論是醫學、新聞還是其他領域,剩下少數;第三種是人文藝術類,也是AI不能取代的人;第四種是服務業從業者。

而根據《紐約時報》的一篇報導,人工智慧已經運用到音樂、繪畫等領域,不僅在創造新的藝術類型,還在創造新的藝術家。

與其說被取代,技能反覆運算更令人焦慮

AI人才的爭奪是全球的競爭。目前AI人才供應量最大的是美國,此外,日本、印度、以色列、英國、法國、德國和中國等國家也有很大需求。

人工智慧影響職業趨勢6.png
圖/ 好奇心日報

對於大量招不到AI人才的企業來說,跨行業招聘或者轉型後的技術人才成為了退而求其次的選擇,許多大公司也成立了內部培訓的教育體系。

包括物理、數位、電子等專業的畢業生都「跨界」到了人工智慧領域。一些改變行業應用場景的技術壁壘並不是那麼高,只要有基本的數學能力和學科知識,跨行業是一件可行的事情。

正如前文所說,從事大數據工作的人才將成為最容易實現跨界的人群,但高端需求如機器學習、影像處理等技術門檻較高的職位跨界較難,多依賴於海外引進。

人類被機器取代的危機在數年內並不會真正出現,但被機器追趕著學習新技能、適應職場需求已經在發生了。

本文授權轉載自:好奇心日報

關鍵字: #人工智慧
往下滑看下一篇文章
健身產業下一個 20 年靠「數據力」:健身工廠攜手 Teradata、擎昊科技,打造智慧經營新典範
健身產業下一個 20 年靠「數據力」:健身工廠攜手 Teradata、擎昊科技,打造智慧經營新典範

在健身產業競爭日益激烈的今天,品牌之間的差距,早已不再取決於場館規模、器材數量或課程內容,而是誰能更貼近會員需求、誰能運用數據看懂會員的一舉一動,打造更精準、更個人化的服務體驗。

對於這一點,台灣第一家掛牌上市、旗下擁有健身工廠等知名品牌的連鎖運動健身龍頭 —— 柏文健康事業,有著比同業更深刻的體悟。過去 20 年,柏文以「持續創新、重視會員需求」為核心,在台灣健身市場站穩腳步。而面對產業全面走向數位化的新競局,柏文選擇攜手 Teradata 與擎昊科技建置企業數據中台,打破內部數據孤島,將分散在各系統的資訊整合為可以被運用的營運智慧。這不只是一次技術升級,更是從「經驗驅動」邁向「數據驅動」的戰略轉型,為柏文在下一個 20 年持續領跑市場注入關鍵動能。

柏文描繪 20 年健身版圖的 2 大關鍵

自 2006 年在高雄成立第一間健身中心「Fitness Factory 健身工廠」以來,柏文的營運規模就穩步成長,如今健身工廠全台已有 83 間分店、會員數逼近 40 萬大關,躍居台灣前二大健身品牌。柏文健康事業董事長陳尚義認為,深耕在地、持續創新,是柏文能在競爭激烈的市場中持續成長的兩大關鍵動能。

擎昊科技
柏文健康事業董事長陳尚義認為,深耕在地、持續創新,是柏文能在競爭激烈的市場中持續成長的兩大關鍵動能。
圖/ 數位時代

第一是深耕在地、理解使用者的真正需求。柏文非常重視會員體驗,在規劃任何服務與課程時,都從在地使用者的實際需求出發。以團課為例,多數健身場館選擇向國外購買課程授權,健身工廠卻決定推出自有團課品牌 FORCE,由專業團隊設計課程且每季推出不同主題,「雖然成本較高、也比較花時間,卻可以確保課程內容更符合台灣人的體能特性與運動需求,」陳尚義認為,這種重視在地需求的思維,正是柏文與會員建立深度連結的關鍵。

第二是持續創新產品與服務。近年來,柏文以「運動休閒」為核心,不斷推出新的品牌與服務。在場館端,成立各具特色的主題運動場館,例如以彈跳床為主的 Crazy Jump 肖跳、射擊對戰遊戲場 KILL ZONE、保齡球館「滾吧 LET'S ROLL」及 Sklub 運動俱樂部。其中,Sklub 青海店為高雄鼓山區首座全齡運動場館,設有室內頂級羽球場、桌球場、國際級楓木籃球場與多樣化運動課程,而 2025 年 11 月開幕的桃園桃鶯店,更是桃園愛好羽毛球人士的首選。

在服務端,則延伸出協助運動後修復的 SPA 個人工房、運動按摩 Buddy Body 等服務。此外,柏文亦與營養師合作推出營養管理與線上課程,近期更籌備成立電商平台,方便會員與非會員選購運動健康相關商品,逐步擴大「運動 x 生活」的服務版圖。

數位化升級:從服務體驗到營運管理全面轉型

伴隨營運規模的不斷成長,柏文也開始導入各種數位工具,以提升會員服務品質與營運管理效率。舉例來說,會員入場的身份辨識機制,已經從早期的刷條碼會員卡,升級到現在的人臉辨識直接進場。又如,在內部營運流程上,從會員管理、財務到行銷活動等,亦全面透過系統來優化作業效率。

這些數位系統累積的大量數據,成為陳尚義日常決策的重要依據。陳尚義分享,自己經常拿起手機查看當日總營收、來店會員數等營運指標,也會比較各場館的營收與來客數變化。一旦發現某館的數據與預期或平常趨勢不符,便會立即請相關人員說明情況,確認異常原因。

「透過數據定位問題,再及時進行分析與改善,才能確保營運狀況維持在最佳狀態。」陳尚義說,更重要的是,這些數據也成為柏文持續創新的基礎,透過數據掌握會員的行為模式和滿意度,如:會員的運動頻率、續約率等,可以作為發展新產品或新服務的決策依據,使其更貼近會員需求。

擎昊科技
柏文健康事業董事長陳尚義指出,透過數據定位問題,再及時進行分析與改善,才能確保營運狀況維持在最佳狀態。
圖/ 數位時代

導入 Teradata 數據中台,柏文邁向即時決策的關鍵一步

然而,隨著數據應用越來越深,現有系統的限制也逐漸浮上檯面。首先,數據散落在 POS、CRM、ERP 等不同系統,無法有效整合,導致使用者必須在眾多介面間來回切換,相當不方便,也容易影響決策的準確性。其次,系統效能不足,在查詢與分析大量數據時,往往要等候一段時間,導致營運報表無法即時產出,管理層難以掌握最新狀況。第三,報表製作流程高度依賴人工作業,需從多個系統匯出資料再自行整合,不僅耗時費力,也容易出現錯誤。

為克服上述挑戰,柏文決定導入 Teradata AIDW 數據平台,將會員資料、IoT 健身設備、POS 交易資料等數據,全面整合至單一資料庫,徹底解決數據孤島的問題。由於 Teradata AIDW 採用 MPP 架構,可以大幅提升資料整理、分析與查詢效能,再搭配帆軟的報表與視覺化工具,使用者可透過儀表板、動態報表或 API 快速掌握分析結果,讓決策過程更即時、更精準。

柏文資訊長黃靜雯表示,選擇 Teradata 的關鍵原因在於其成熟度與穩定性。「Teradata 的效能非常強大,平行運算能力是經過市場驗證的,而且系統本身具備備援機制,不必擔心單一設備故障的風險。」這讓柏文後續能夠更安心地推動大規模的數據與 AI 應用。

擎昊科技
Teradata 的數據顧問不僅具備扎實的技術能力,更累積了豐富的產業經驗,為柏文的數據應用帶來更多啟發與想像空間。(由左至右)柏文健康事業資訊長黃靜雯、柏文健康事業董事長陳尚義和Teradata台灣總經理陳盈竹。
圖/ 數位時代

除了 AIDW 數據平台,Teradata 亦透過數據整理師服務,協助柏文將不同系統、不同格式的資料進行標準化與模型化,為其推動跨系統的數據整合與應用帶來很大的幫助。黃靜雯補充指出,Teradata 的顧問團隊不僅具備扎實的技術能力,更累積了豐富的產業經驗,能從業務視角提出建議,為柏文的數據應用帶來更多啟發與想像空間。

Teradata 台灣總經理陳盈竹則認為,柏文作為健身產業的龍頭,願意率先導入數據中台並積極擁抱 AI 應用,是極具前瞻性的決策。「面對AI浪潮的快速迭代,我認為柏文做了關鍵決策,透過前期約 6 至 10 個月的時間完善數據建設,作為支撐AI發展的核心競爭力!」陳盈竹強調。

擎昊科技
Teradata台灣總經理陳盈竹則認為,柏文作為健身產業的龍頭,願意率先導入數據中台並積極擁抱 AI 應用,是極具前瞻性的決策。
圖/ 數位時代

數據建設就像是城市的下水道工程,是 AI 應用的發展基礎,而作為 Teradata 原廠授權總代理的擎昊科技,則在這座下水道工程中扮演關鍵角色,負責伺服器運算、儲存架構與網路環境建置等任務,「我們結合 Teradata 的技術與自身的整合能力,為柏文打造更穩定的 IT 基礎建設,確保後續的數據分析能在最可靠的環境中運行。」擎昊科技資深協理杜錦祥說。

陳尚義表示,過去許多決策仰賴現場觀察或管理直覺,但未必能量化決策背後的成本與效益;未來希望透過完善的數據中台,不僅能掌握營運脈動,也能將那些過去難以量化的隱形成本具體呈現,進一步評估每項投入是否帶來實質價值。「以數據與人工智慧取代經驗判斷,將會是柏文邁向下一個 20 年的關鍵競爭力。」陳尚義強調。

圖/ 擎昊科技
圖/ Teradata
圖/ 柏文健康事業

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
進擊的機器人
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓