AI(人工智能)發(fā)展得越來(lái)越快、也越來(lái)越多，對(duì)我們的影響也越來(lái)越深。史丹福大學(xué)博士生Michael Webb用了一個(gè)巧妙的辦法，預(yù)測(cè)未來(lái)你的工作被AI取代的可能性有多大...

AI發(fā)展得越來(lái)越快、也越來(lái)越多，對(duì)我們的影響也越來(lái)越深。也許我們的工作不會(huì)立即被取代，但近年多個(gè)研究機(jī)構(gòu)、媒體、專家都預(yù)測(cè)，AI會(huì)逐漸替代我們，說(shuō)多少年后有多少工作會(huì)消失，聽(tīng)起來(lái)怵目驚心，但這些預(yù)測(cè)多是從少數(shù)個(gè)案，或從AI能做的事來(lái)估算，不能證實(shí)有多準(zhǔn)確。史丹福大學(xué)(Stanford University)博士生Michael Webb用了一個(gè)巧妙的辦法，發(fā)展出統(tǒng)計(jì)數(shù)據(jù)，看起來(lái)較以前的預(yù)測(cè)踏實(shí)。

他用的辦法是最普通的文字比對(duì)，把AI能做什么事用文字寫出來(lái)，另一方面職業(yè)的工作內(nèi)容也用文字描述，兩種文字比對(duì)，如果有重迭的文字，那這種職業(yè)的工作就與AI拉上關(guān)系了，也就有機(jī)會(huì)被AI替代了。

那從哪里才能找到這兩種文字?jǐn)?shù)據(jù)呢?AI發(fā)展有些成果的，多半會(huì)申請(qǐng)專利，所以AI數(shù)據(jù)可以從專利的數(shù)據(jù)庫(kù)取得，另一方面從政府勞動(dòng)數(shù)據(jù)庫(kù)，可以取得詳細(xì)的職業(yè)分類與工作描述。

專利種類繁多，取得AI相關(guān)專利數(shù)據(jù)要用關(guān)鍵詞篩選，如「神經(jīng)網(wǎng)絡(luò)」，然后從專利名稱組成的「動(dòng)名詞」(verb-noun)配對(duì)，如(診斷、疾病)(辨識(shí)、飛機(jī))等等，每一專利名稱可能有幾組動(dòng)名詞配對(duì)，集合全部AI專利的名稱，就能制造一個(gè)龐大的動(dòng)名詞配對(duì)庫(kù)。

同樣的，從職業(yè)分類與工作內(nèi)容也制造一個(gè)龐大的動(dòng)名詞配對(duì)庫(kù)，兩個(gè)配對(duì)數(shù)據(jù)庫(kù)比對(duì)之下，找出重迭的配對(duì)，經(jīng)過(guò)統(tǒng)計(jì)加權(quán)，計(jì)算出AI的曝光值(Exposure Score)。

AI的曝光值越高，表示工作被AI替代的機(jī)會(huì)越大，所發(fā)展出的結(jié)論，有些與以前的各種預(yù)測(cè)相似。例如受AI機(jī)器人影響，曝光最高的工作包括叉車駕駛、吊桿式起重機(jī)操作、電梯安裝與維修、打掃工作、火車機(jī)車駕駛;而曝光最低的工作有工資計(jì)時(shí)、藝術(shù)與娛樂(lè)表演、牧師、通訊與訂單服務(wù)、政府事務(wù)字處理等。

而受AI軟件影響，曝光最高的工作有廣播器材操作、水源處理規(guī)劃、停車場(chǎng)管理、手工打包與包裝、火車機(jī)車駕駛;曝光最低的工作有梳理頭發(fā)、腳病醫(yī)治、大學(xué)?？浦v師與教練、藝術(shù)與娛樂(lè)表演、郵差與郵務(wù)。

以前的預(yù)估說(shuō)，機(jī)器人會(huì)替代勞力的人工，軟件會(huì)替代重復(fù)例行的數(shù)據(jù)整理，但每一職業(yè)內(nèi)都有很多工作，這些工作受到AI影響并不相同，所以AI曝光并不以職業(yè)概全，而是把職業(yè)內(nèi)不同的工作算出不同的曝光值。

以生產(chǎn)類為例，約三分之一的工作為低度曝光，三分之一為中度曝光，另三分之一為高度曝光，有的高曝光值工作為中間值的4倍。另外像銷售工作，則集中在低曝光、與少量中曝光。

整體來(lái)說(shuō)，與以前的想法有些出入，大家多認(rèn)為高教育程度、高薪、專業(yè)的人受創(chuàng)最小、至少最慢，但新的研究結(jié)論正好相反，白領(lǐng)、高薪、大學(xué)畢業(yè)、專業(yè)，尤其是與生產(chǎn)連在一起的工作，有高AI曝光值。研究所畢業(yè)比高中畢業(yè)的曝光值高4倍，學(xué)士學(xué)位比高中畢業(yè)高5倍。從薪資看，80%以上的薪資層級(jí)，曝光值高達(dá)40%;25%以下的薪資層級(jí)，曝光為0。

男人、主要工作年齡、白種人、亞裔美國(guó)人，受AI的影響最重;女性多參與社會(huì)福利、教育、健康照顧，這些服務(wù)工作反而阻擋了AI侵襲，男性的曝光值為22%、女性僅有-0.06%。在年齡上，25-54歲曝光最高、55-64居次，25歲以下、65歲以上，曝光都是負(fù)數(shù)。亞裔美國(guó)人平均薪資最高，白種人居次，相對(duì)拉高了曝光值，亞裔為19%、白種人為10%。

以地點(diǎn)看，大城市、高科技，以及高度參與制造的小區(qū)，都會(huì)受到AI沖激，相反的，小型偏遠(yuǎn)小區(qū)受到AI的影響極小。大城市的信息、技術(shù)、專業(yè)管理的經(jīng)濟(jì)型態(tài)，以分析、預(yù)測(cè)、策略為取向，極容易受AI影響。

以上是從AI專利與職業(yè)內(nèi)容比對(duì)的統(tǒng)計(jì)結(jié)果，雖然量化仍屬預(yù)測(cè)，并非各職業(yè)的工作引用AI的結(jié)果。AI的發(fā)展固然熱絡(luò)，卻仍在初期，以后是否會(huì)完全取代現(xiàn)有的工作、或是部分取代、甚至發(fā)展出需要人力的新工作，仍難預(yù)測(cè)。AI的發(fā)展還沒(méi)有減緩的跡象，各方面預(yù)測(cè)仍會(huì)不停推新，如果你的工作在不同的預(yù)測(cè)一再出現(xiàn)，就務(wù)必留意了!

對(duì)Michael Webb的研究有興趣的讀者，可下載這份報(bào)告The Impact of Artificial Intelligence on the Labor Market。