[情報] 靠AI轉型、台灣企業只剩10年準備

看板Tech_Job作者 (zxcvxx)時間7年前 (2018/02/08 13:39), 編輯推噓-1(6推 7噓 28→)
留言41則, 12人參與, 7年前最新討論串1/1
[情報] 靠AI轉型、台灣企業只剩10年準備 http://bit.ly/2nKl8x4 資誠聯合會計師事務所（PwC）發布「AI機器人真的會偷走我們的工作嗎？自動化對工作 之潛在影響」研究報告，分析全球29國超過20萬名勞工工作任務和技術，就不同性別、年 齡與教育程度，評估自動化在西元2030年可能對各產業勞工的潛在衝擊。 因應人工智慧（AI）發展帶來的自動化趨勢，台灣僅有10年時間可準備，政府、企業、工 會和其他組織，都須增加投資教育和技能，以幫助勞工在職涯中適應技術變革。另外也很 重要的是，工作的總需求水平必須保持在高水位，以便創造新的就業機會。例如，可透過 增加公共和私人基礎設施，投資在交通和住宅等領域。 報告指出，自動化對工作帶來的衝擊分為三波，第一波是演算法衝擊，第二波是增強效益 帶來的衝擊，第三波是自主化衝擊。 首先，演算法的衝擊已在進行，主要是透過自動化分析結構化的數據，及執行簡單的數位 工作。據報告指出，這波創新浪潮可能會在2020年代早期到來。 增強效益帶來的衝擊也已在進行中，但到2020年代晚期才會成熟。這波重點是重複性工作 和資訊交換自動化，及空中無人機、倉儲機器人和半自動車輛進一步發展。 最後一波的自主化衝擊，到2030年代中期逐漸成熟。報告指出，AI將越來越能分析多個來 源的數據，並在沒有或極少人為干預情況下做出決策並採取行動，例如完全自主的無人駕 駛車輛可大規模運行。 報告提及，到2030年代中期，現有工作高度可能被自動化取代的比率，將因不同國家而異 。在東亞和北歐的平均教育程度相對較高的經濟體中，估計只有20%到25%左右。不過，東 歐經濟體的工業生產更容易自動化，可能有40%以上的工作會被機器人取代。 各個產業工作受自動化影響的差異很大，工作高度可能被自動化取代的比率最高三名依序 是運輸與倉儲業(52%)、製造業(45%)和建築業(38%)；最低的是教育業，僅有8%；次低的 是人類健康與社會工作(21%)。 PWC表示，雖然自動化可能造成某些工作被機器人取代，但自動化的新技術將帶來更大和 更富裕經濟，可望創造新就業機會，且新的就業機會很可能會超出被機器人取代的工作。 從數位革命發展至今，甚至到2030年代，自動化都不至於導致大規模技術失業。 AI技術每天都變得越來越複雜，企業需要了解未來在何時何地可能受影響，提早了解自動 化帶來的風險和機會並預作準備。 http://bit.ly/2nKl8x4 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 203.145.192.245 ※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1518068393.A.769.html
噓
02/08 14:11, 7年前 , 1F
炒作
02/08 14:11, 1F
推
02/08 14:15, 7年前 , 2F
會計師事務所最懂AI
02/08 14:15, 2F
噓
02/08 14:26, 7年前 , 3F
AI喊了幾十年了，從圖靈就開始做了
02/08 14:26, 3F
推
02/08 14:30, 7年前 , 4F
雖然很久以前就有 但當時的硬體跟現在的硬體能比嗎?
02/08 14:30, 4F
推
02/08 14:42, 7年前 , 5F
以前又沒有這麼強大的老黃跟TPU
02/08 14:42, 5F
推
02/08 14:46, 7年前 , 6F
而且光論神經網絡發展 以前是單純的神經網絡 現在發展到
02/08 14:46, 6F
→
02/08 14:46, 7年前 , 7F
多複雜 CNN RNN GANs 加上增強學習那邊的發展 能一日而語
02/08 14:46, 7F
→
02/08 14:46, 7年前 , 8F
嗎？
02/08 14:46, 8F
噓
02/08 14:48, 7年前 , 9F
人工智慧不是只有類神經網路，幾十年來其他研究才是主流
02/08 14:48, 9F
→
02/08 14:54, 7年前 , 10F
Then? 沒人說忽略了ML大範圍的Q-learning SVM stochastic
02/08 14:54, 10F
→
02/08 14:54, 7年前 , 11F
decision tree等等的發展吧？重點應該是 與其一直說以前
02/08 14:54, 11F
→
02/08 14:54, 7年前 , 12F
就有 不如好好認真看看今日的發展對人們生活的改變 比如
02/08 14:54, 12F
→
02/08 14:54, 7年前 , 13F
以前估狗這麼強大嗎
02/08 14:54, 13F
→
02/08 14:54, 7年前 , 14F
一味矇住雙眼 跟 一味跟風盲從都是不好的
02/08 14:54, 14F
噓
02/08 14:55, 7年前 , 15F
AI一直都很重要，你家洗衣機也有用AI，你會想裝1080在洗衣
02/08 14:55, 15F
→
02/08 14:55, 7年前 , 16F
機上面嗎？砸計算量的話深藍就幹過了
02/08 14:55, 16F
噓
02/08 14:59, 7年前 , 17F
AI一直都有進展，DNN只是其中一個里程碑，沒啥特別的
02/08 14:59, 17F
→
02/08 15:03, 7年前 , 18F
算量力一直以來都不是全部 演算法才是重點 但如果沒有算
02/08 15:03, 18F
→
02/08 15:03, 7年前 , 19F
量能力 再好的演算法也難研究發展證明也難應用 誰說洗衣
02/08 15:03, 19F
→
02/08 15:03, 7年前 , 20F
機不能應用 誰說輕量型的邊際運算不會普及 讓我們生活更
02/08 15:03, 20F
→
02/08 15:03, 7年前 , 21F
聰明方便有效率才是重點 但並不是為導入而導入 現在的重
02/08 15:03, 21F
→
02/08 15:03, 7年前 , 22F
點該是了解技術能為自己的產業工作做到多好的改善與改變
02/08 15:03, 22F
→
02/08 15:03, 7年前 , 23F
而不是一味待在過去 守舊不是壞事 但是要都了解了才選
02/08 15:03, 23F
→
02/08 15:03, 7年前 , 24F
擇守舊 那才是真正的與時俱進
02/08 15:03, 24F
→
02/08 15:07, 7年前 , 25F
沒啥特別的？語音辨識技術 聊天機器人 能一直改善的視覺
02/08 15:07, 25F
→
02/08 15:07, 7年前 , 26F
辨識 文本產生 自動語言翻譯學習 人臉自動產生 這些以前
02/08 15:07, 26F
→
02/08 15:07, 7年前 , 27F
能靠數據做到會自我改善的表現？
02/08 15:07, 27F
→
02/08 15:09, 7年前 , 28F
別擔心 等軟硬體成熟了 台廠再跟進metoo costdown! WIN
02/08 15:09, 28F
噓
02/08 15:11, 7年前 , 29F
你說的應用2012年前都有了喔，我以為衡量演算法好壞其中一
02/08 15:11, 29F
→
02/08 15:11, 7年前 , 30F
個指標是複雜度，好的演算法不需要大量硬體資源也能跑
02/08 15:11, 30F
→
02/08 15:14, 7年前 , 31F
svm早就落伍了 現在很多商用的都是dnn
02/08 15:14, 31F
推
02/08 15:17, 7年前 , 32F
凡事都有階段性的發展 一直一直往前走的 不可能一蹴而就
02/08 15:17, 32F
→
02/08 15:17, 7年前 , 33F
而軟硬體互相的搭配發展進步 不可能就斷定日後就不會更
02/08 15:17, 33F
→
02/08 15:17, 7年前 , 34F
好 而與其去鄙夷否定 不如拋下驕傲 正視 才是重點
02/08 15:17, 34F
→
02/08 15:21, 7年前 , 35F
早期的圖像語音識別應該是爛到有目共睹。目標的確不是
02/08 15:21, 35F
→
02/08 15:21, 7年前 , 36F
新的，但是DNN逐漸成熟後這些成果都大量進步，的確DNN
02/08 15:21, 36F
→
02/08 15:21, 7年前 , 37F
不是就代表AI，但他的貢獻我想不是普通而已。
02/08 15:21, 37F
→
02/08 15:23, 7年前 , 38F
想做永遠不嫌晚...但問題是老闆不想花錢！
02/08 15:23, 38F
→
02/08 20:04, 7年前 , 39F
AI是不是雷不知道 還沒出現殺手級產品 目前應用炒股蠻威
02/08 20:04, 39F
噓
02/09 09:09, 7年前 , 40F
87pwc
02/09 09:09, 40F
推
02/10 11:53, 7年前 , 41F
現在洗衣機應該很少有人工智慧喔 只是一些指令而已
02/10 11:53, 41F
‣ 更多 zxcvxx 的文章
文章代碼(AID): #1QU-AfTf (Tech_Job)