京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者 | Rani Molla
编译 | CDA数据科学研究院
一项新的人工智能研究表明,薪资更高,文化程度更高的工人受自动化的影响可能比以前想象的要大。
长期以来,机器人革命一直被认为对于蓝领工人来说是世界末日,他们的任务是手动且重复的。麦肯锡(McKinsey)在2017年的 一项被广泛引用的研究中说,已有50%的工作活动已经可以使用当前技术实现自动化,并且这些活动在制造业中最为普遍。新数据表明,即使白领工人的工作需要更多的分析思维,更高的薪水和相对的工作安全性,他们也可能无法免受自动化的无休止打击。
这是因为人工智能-功能强大的计算机技术像机器学习,可以使类似人类的决策和使用实时数据来学习和提高-有工作的白领叫板,根据新的研究由美国斯坦福大学经济学家迈克尔·韦伯和布鲁金斯学会出版。由AI可能会受到影响的工作范围远远超出了白领工作就像推销,已经被毁灭的机器人领域,进入以前被认为是正视人类的全省工作:知识工作者喜欢化学工程师,物理学家和市场研究分析师。
这项新研究着眼于AI专利中的主题名词对与职位描述之间的重叠,以查看哪些职位最有可能受到AI技术的影响。因此,例如,针对市场研究分析师的职位描述(具有较高AI暴露率的相对普遍的职位)与现有专利共享许多术语,这些术语同样旨在“分析数据”,“跟踪营销”和“确定”市场。”
2018年10月17日,在日本东京举行的世界机器人挑战赛上,一名工作人员在软银集团公司的Pepper人形机器人面前吃午餐。
它比其他研究更具前瞻性,因为它分析了可能尚未完全开发或部署的技术专利。
通常,自动化对劳动力的影响的估计值因研究而异,其侧重于使用现有技术可以自动化的工作。对于低薪,低学历的工人来说,这些发现通常是最令人发指的,因为机器人技术和软件通常消除了某些工作的部分或全部。
自动化程度提高的幽灵引起了人们的担忧,即当工作变得机械化时,有大量美国人能够养活自己,低收入工作的丧失是否会加剧财富不平等。这项新的专利研究表明,自动化的影响可能会更大,并且还会影响高薪的白领工作。
2016年6月9日,来自不同初创公司的员工在英国伦敦联合办公的集体节制医院中使用计算机工作。 莱昂内尔·德里迈斯/科比斯通过Getty Images
注意:某些AI专利可能永远不会使用,也可能不会出于最初的意图而使用。同样,一个人的实际工作并不能完全由原始工作描述的文字来定义。但是,本研究确实提供了一个框架,可用来查看对自动化的一般了解。
正如自由职业平台Upwork的首席经济学家Adam Ozimek所说:“例如,某人获得了使用人工智能进行市场研究的设备的专利,并不意味着AI实际上可以成功地用于实际业务。 ”
斯坦福大学的研究也没有说这些工人是否真的会失业,只是说他们的工作会受到影响。因此,这些技术很有可能将用于增加工作岗位而不是取代工作岗位。
这并不是白领工作第一次受到技术的威胁。本来应该派往海外的许多白领职位(精算师,技术撰稿人和客户服务代表)却没有看到十多年前预计的裁员。
而且就其价值而言,市场研究分析师似乎认为,使用人工智能无法完成其工作的许多要素。
市场研究公司Rockbridge Associates总裁Gina Woodall对Recode表示:“它可以告诉我们正在发生的事情,但不能告诉我们为什么发生。” “在告诉我们消费者在做什么方面越来越好了,但是它无法告诉我们是什么在驱动他们。
根据美国劳工统计局的数据,美国有近70万人从事市场研究分析师工作,他们研究市场条件以销售产品或服务,他们对未来十年的就业增长前景远远高于平均水平。顾名思义,这项工作将分析思想带入了不同的数据上,因此通常无需谈论自动化。
但是根据Webb的研究,市场研究分析师与AI专利重叠的可能性比平均水平高得多。
市场研究分析师已经开始在工作中与AI竞争,但到目前为止,它已被用于辅助他们的工作或使他们有空从事其他工作。
技术人员于2016年11月22日在南非开普敦的伍德斯托克交易所工作。 Per-Anders Pettersson /盖蒂图片社
从事市场研究工作已有20年的Woodall说:“我们故意将产品转移到高端市场,减少了简单的研究,因为有很多自动化和工具可以轻松地做到这一点。” “我看到我们在世界上的位置正在使用高级分析来关注更复杂的业务问题。”
小型企业咨询公司Emergent Research的合伙人Steve King这样说:“我们的增值不是数据收集,甚至不是分析的第一层(我们主要将这些步骤外包)。我们的增值是值得信赖的顾问和业务洞察力的外部来源。”
CarGurus的行业分析总监George Augustaitis之前曾在一家公司直接与名为Lucy的AI工具合作,该公司将能够根据上传到该工具的数据回答分析师的问题。
Augustaitis告诉Recode:“我的团队之所以接受它,是因为我们所有人都认为,对于我们建立图表而言,这将不再那么费力。” “我们将花费更多时间分析数据,连接点,参加向客户展示的会议。” Webb的数据表明,并非市场研究分析师的工作的每个方面都属于AI专利。这些方面包括对消费者意见进行研究,与其他专业人员合作以及参加员工大会以简要介绍他们的发现。
奥古斯塔蒂斯提斯(Augustaitis)表示,他认为有一天AI可能是“出色的初级分析师”,但他认为,当情况异常(例如2008年经济衰退)时,此类工具将失效。
他说:“我不知道当发生没人期望的事情时,他们将如何表现。”
佛罗里达州迈阿密的定性研究顾问吉姆·洛雷塔(Jim Loretta)强调了他工作中的人为因素:亲自进行调查和其他市场研究的重要性。
他说:“人们的感受-很多是面对面捕捉的,”他指的是当他向一个焦点小组询问一项新的营销活动时所见到的微妙的人类手势和反应。“我不知道[AI]如何捕捉您在面对面会议中遇到的任何定性按钮。”现在可能是正确的,但是AI情感识别领域正在迅速发展。
就目前而言,人工智能工具在做出更细微的决策时并不是特别准确。
一家对冲基金投资分析师对《 Recode》说:“即使今天,您在彭博社上看到的标题也很清楚地是由计算机编写的,而且很多地方都错了。”他指的是彭博社是如何使用自动化来帮助其三分之一的内容(通常用于拆分)次报告公司收益。尽管这种技术擅长快速记录收入损失或篮球成绩,但它可能会错过更大的环境。
“令人惊奇的是,实际上阅读文档中的每个单词都能获得优势。”
他还指出,如果更多的工作可以自动化,那就可以了。
“有一个原因是没有更多的对冲基金分析师失业:因为至少在目前,您仍然需要那只人类的手。”
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,商业竞争的核心已从“经验驱动”转向“数据驱动”,越来越多的企业意识到,商业分析不是简单的数据统计与报表呈现 ...
2026-05-06在Excel数据透视表的实操中,“引用”是连接透视表与公式、辅助数据的核心操作,而相对引用作为最基础、最常用的引用方式,其设 ...
2026-05-06 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-05-06在Excel数据分析中,数据透视表是汇总、整理海量数据的高效工具,而公式则是实现数据二次计算、逻辑判断的核心功能。实际操作中 ...
2026-04-30Excel透视图是数据分析中不可或缺的工具,它能将透视表中的数据快速可视化,帮助我们直观捕捉数据规律、呈现分析结果。但在实际 ...
2026-04-30 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-04-30在中介效应分析中,人口统计学变量(如年龄、性别、学历、收入、职业等)是常见的控制变量或调节变量,其处理方式直接影响分析结 ...
2026-04-29在SQL数据库实操中,日期数据的存储与显示是高频需求,而“数字日期”(如20240520、20241231、45321)是很多开发者、数据分析师 ...
2026-04-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-04-29在手游行业竞争日趋白热化的当下,“流量为王”早已升级为“留存为王”,而付费用户留存率更是衡量一款手游盈利能力、运营质量的 ...
2026-04-28在日常MySQL数据库运维与开发中,经常会遇到“同一台服务器上,两个不同数据库(以下简称“源库”“目标库”)的表数据需要保持 ...
2026-04-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-04-28箱线图(Box Plot)作为一种经典的数据可视化工具,广泛应用于统计学、数据分析、科研实证等领域,核心价值在于直观呈现数据的集 ...
2026-04-27实证分析是社会科学、自然科学、经济管理等领域开展研究的核心范式,其核心逻辑是通过对多维度数据的收集、分析与解读,揭示变量 ...
2026-04-27 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-04-27在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23