Noll
När jag talar med många extra gäster på CXOTalk, en intervju diskussionsforum som samlar de mest innovativa tänkare i världen, tre viktiga aspekter verksamhet artificiell intelligens har uppstått.
Först AI är ett vagt övergripande begrepp som knyter samman data och ett antal tekniker, såsom mönsterigenkänning och andra tekniker för att efterlikna mänskligt lärande och intelligens. Begreppet “artificiell intelligens” är ett mycket vagt marknadsföring presentation eller en fras som används för enkelhetens skull. Företag köpare bör gräva djupare för att förstå den teknik som är mest lönsamma för deras organisationer.
För det andra, några företag har distribuerat AI skala. Det finns massor av prototyper och bevis av begreppet, men AI är fortfarande nytt och experimentellt för de flesta organisationer. Till exempel, en färsk undersökning av SAS stater “AI antagande fortfarande i ett tidigt skede.”
Tredje, vara skeptisk till säljaren hävdar. Teknik företag som fortfarande försöker lista ut var AI kan förbättra sina produkter och processer som de automatisera. Många leverantörer har köpt AI startups för att få kompetens och fylla luckorna.
Den nedre raden för företag köpare: lär dig tech, fråga din säljare, och planera för AI genom att utveckla data vetenskap talang i huset nu. Talang bristen är en stor fråga idag.
—–
McKinsey Global Institute (MGI) är en av de främsta forsknings-organisationer i världen på hur AI kommer att påverka organisationer och deras arbetskraft. McKinsey forskning kombinerar kvantitativ analys med omfattande on-the-marken intervjuer av chefer och företagare. Som ett resultat av det material som de producerar är insiktsfulla och användbar. Två färska rapporter fokuserar på affärsnytta av AI och effekterna av automation och demografi på arbete och ekonomi.
En av de ledande partner i McKinsey Global Institute ‘ s arbete om konsekvenserna av AI och relaterade teknologier är Dr Michael Chui, som är en av de mest vältaliga människor jag vet om dessa ämnen.
Chui ‘ s kommentarer är tydlig och förankrad i gedigen research, vilket gör honom till en naturlig deltagare i CXOTalk serie samtal med den mest innovativa ledare i världen. På episod 268 CXOTalk, jag pratade med Michael Chui om AI, affärer, etik, politik och ekonomi.
Chui gör ett par viktiga punkter som jag vill lyfta fram. Första framgången för en organisations arbete med att anta AI bygger starkt på dess övergripande digitala mognad. Företag med ett aktivt program för digital transformation kommer att vara mer benägna att göra framsteg med AI initiativ. Från mitt perspektiv, att vi kan tänka på AI initiativ som förlängningar av digitala transformation – nytänkande kultur, tänkesätt, och affärsmodell-snarare än isolerade tekniska projekt.
För det andra, börja fundera nu på hur du ska träna din arbetskraft AI förändringar jobb och frigör arbetskraft kan omfördelas. Chui säger att massa omfördelning av arbetskraft kommer sannolikt att vara en av de “grand challenges” som vi står inför.
Den djupgående samtal varar 45 minuter och är ett viktigt dokument som beskriver hur en av världens främsta AI verksamhet forskare över de frågor som i dag. Du kan se hela konversationen och läs en fullständig avskrift av avsnitt 268 vid CXOTalk webbplats.
Här är en redigerad sammanfattning avskrift dras från den långa diskussionen:
Berätta för oss om McKinsey Global Institute?
McKinsey & Company är ett globalt managementkonsultföretag. McKinsey Global Institute är en del av McKinsey. Det är en investering av vår grupp av globala partners runt om i världen för att göra research, helt ärligt, på ämnen som är viktiga. Vi har funnits i över 25 år, som en del av McKinsey [och], för större delen av den tiden, har gjort arbetet på produktivitet, landets konkurrenskraft, arbetsmarknad, [och] capital markets.
Under de senaste åren har vi lagt till ytterligare forskning ben, vilket är runt effekterna av långsiktiga trender teknik. Vi har tittat på data och analys. Vi har tittat på öppna data. Vi har tittat på sakernas Internet. Allt, nu tittar vi på artificiell intelligens, robotik och automation technologies och deras eventuella påverkan på näringsliv, samhälle, arbete och sysselsättning mer generellt.
Hur definierar du artificiell intelligens?
Du kan gå i timmar och diskutera det. Vi beskriver det som att använda maskiner för att göra kognitiv arbete, att göra det arbete som kommer i första hand eftersom våra hjärnor. Men, som det visar sig, även från min graduate studier vet vi att inte alla våra intelligens är bara instängd i våra hjärnor. Det är också en del av våra kroppar, et cetera. Och så förstår vi att det i många fall, artificiell intelligens i sig kan komma in i den fysiska världen och vara saker som robotik och autonoma fordon, et cetera. Men, det har med intelligens att göra och då maskinerna att initiera det.
Vad är några av de viktigaste slutsatserna av din forskning?
Potentialen för denna teknik som vi kallar artificiell intelligens är enorm. De påverkar potentiellt varje sektor, potentiellt varje funktion. En anledning till att det är en hel del av de potentiella tillämpningar av AI är en förlängning av det arbete som folk hade redan börjat i data och analys. Och så har vi varit ute på nästan 500 olika fall användning av artificiell intelligens i varje sektor, inom varje funktion.
Ibland är det som vi säger är, dessa traditionella analytiska metoder, oavsett om det är regression eller vad har du, blir du den här mycket effekt. Men, när du kan lägga den mångfasetterade problem som ytterligare uppgifter eller dessa extra djupt lärande tekniker, du kan öka, till exempel, prognos riktigheten eller ökad OEE eller minskat avfall, ett antal av dessa saker, vilket i dessa fall tillåter oss att göra. Du kan tänka AI som att bara vara en annan turboladdad verktyg för din analytiska verktygslåda. Jag tror att det är ett brett att hitta, och det är att det är nästan ingen del av verksamheten som detta inte kunde påverka.
En annan bit, dock, är att vi har kartlagt tusentals olika befattningshavare i företag runt om i världen. Mina kollegor som betjänar kunder på dessa ämnen har också mycket direkt kontakt med människor som funderar på eller är med hjälp av AI. En av de saker som vi vet nu, när vi sitter i December 2017, när vi pratar, är att det är väldigt tidigt. Medan det finns en enorm potential för att förbättra ekonomi, både i den översta raden och bottom line, endast en mycket liten andel av företagen har antingen sättas AI omfattning eller inom kärnverksamheten.
Nu är det förändras varje dag som fler företag att utveckla denna förmåga, lära sig mer om teknik, och de kan bädda in det inom processer för en organisation, som i vissa fall är de svåraste att göra. Vi är bara väldigt tidigt denna inlärningskurva. Det är en brant inlärningskurva, men vi är tidigt. Det finns så mycket potential, men vi är tidigt.
Vad som är gemensamt trådar bland de branscher du har studerat?
Det finns många branscher där mycket av sitt värde blir driven av sina kundmöten. Om du är ett företag i detaljhandeln, om du är en konsument förpackning företag, et cetera, kan det mer meningsfullt att titta på värdet av AI och dessa typer av funktioner. Å andra sidan, om din effektivitet driver dig, om du är i branschen för tillverkning, leverans och frakt av produkter, till exempel, om du är i logistik, då kanske de operativa behoven [företräde]. Jag tror att de är, åtminstone på den högsta nivån, ett sätt att tänka om det.
En annan röd tråd som vi har funnit är följande, som jag tycker man ofta upptäcka en teknologi som har ett potentiellt omvälvande inverkan. Du säger, “Jisses, är det inte en genväg? Kan jag inte bara hoppa och använda det för att konkurrera?”
Eftersom vi behöver stor utbildning uppsättningar av data för AI, i själva verket, vi har upptäckt en hög korrelation mellan branscher och enskilda företag som finns längre fram på deras digitalisering resa-förmåga att använda digital inom deras centrala processer för att förbättra processernas effektivitet. Det finns en hög korrelation mellan detta och att vara redo för AI.
En av de andra vanliga trådar vi har upptäckt är att det är ganska svårt att skynda förbi din digitalisering resa. Du måste vara på den digitala resan för att aktivera dig för att vara redo för AI. Jag tror att det är en annan att hitta.
Om du vill påskynda din potentiella effekten med AI, du behöver för att öka din flytta längs den digitala resan.
Vad kommer konsekvenserna av AI vara på arbetskraft frågor?
En del av de potentiella konsekvenserna för dessa tekniker för att automatisera aktiviteter som vi för närvarande betalar folk för att göra i ekonomin.
Vi tittade på enskilda aktiviteter, inte bara sysselsättning, så 2 000 olika aktiviteter som vi betalar folk för att göra i den globala ekonomin. Hälften av den tid människor spenderar på att betalas vid arbete på aktiviteter som teoretiskt skulle vi kunna automatisera genom att anpassa teknik som finns idag. Det låter skrämmande, eller hur? Det är en stor andel, men vi är inte förutsäga 50% arbetslöshet i morgon, dels för att det tar realtid. Det tar realtid för att utveckla tekniken.
Du behöver en positiv business case. Teknik tenderar att vara dyra när de är först utvecklade, oavsett om det är en själv kör bil eller en artificiell intelligens algoritm. Att kostnaderna minskar tack vare Moores lag. Du behöver net ut det mot kostnaden av mänsklig arbetskraft, och det är olika runt om i världen.
I alla fall 50% av världens aktiviteter som potentiellt kan inte ske automatiskt i ytterligare 40 år, så 2055. Även om vi har ett scenario som är 20 år äldre och ett scenario som 20 år senare. Vi vet att allt fler aktiviteter som vi betalar folk för att göra kommer att vara automatiserade.
Frågan är då, kommer det att finnas tillräckligt med efterfrågan för mänskliga arbetskraft, även nettot av de saker som kan automatiseras? Vår rapport från senaste månaden tyder på ja.
Om du ser olika potentiella katalysatorer — om ökande välstånd i hela världen; en annan miljarder människor in i konsumera klass i de kommande årtiondena, om du pratar om åldrande, vilket är en oroande sak eftersom vi har [färre] arbetare, men å andra sidan det är det som driver behovet av hälso-och sjukvård. Vi har roller för människor att utveckla och använda tekniken själva.
Förhoppningsvis kommer vi att få se ökade investeringar i infrastruktur för att hjälpa konsumera klass, men också att fixa och förbättra den infrastruktur vi har. Vi kommer att se förändringar i energimixen och effektivitet, och potentiellt även en hel del av vad som för närvarande är obetalt arbete i ekonomin som många gånger görs av kvinnor i hemmet, oavsett om det är barnomsorg, matlagning och städning, allt komma in på marknaden.
Om du tittar på alla dessa saker tillsammans, och då även din netto mot de aktiviteter som AI och robotar kan göra, ser vi fortfarande gott om arbete för människor att göra, tillräckligt för att kompensera effekterna av automation.
Den breda frågan är dock, om du tror att massarbetslösheten inte kommer att vara problemet, massa omfördelning kan vara problemet. Så mycket som vi vill att utbildningssystemet ska bli bättre, det fungerar ganska bra.
Vi tror att en potentiellt mycket stor utmaning för de närmaste decennierna är, hur gör vi för att omskola sig miljontals arbetare som tekniken kommer att ersätta? Vi behöver dem för att fortsätta att arbeta för att ha ekonomisk tillväxt och ändå, i stor skala, omskolning av människor förbi sina två första decennierna av livet är något som jag vågar säga att vi inte helt löst ännu. Det är något som vi verkligen behöver för att fungera.
Bör företagsledare börjar tänka om arbetstagaren omskolning nu eller är det fortfarande för tidigt?
Detta ställer lite högre krav på omedelbar uppmärksamhet. Det är inte nödvändigtvis för att saker kommer att hända över en natt, särskilt med AI. Men, om vi tänker på automation technologies mer generellt, för att sedan, i själva verket, vi börjar se dessa saker, oavsett om det är robotiserad process automation, oavsett om det är fysiska automation från en fabrik, i logistik, eller i en distribution center. Dessa tekniker är på väg till spela idag.
Samtidigt som vi har beskrivit detta som en multi-decade trend, som kommer att ta tid i makro, kommer det att ske snabbt för privatpersoner. Det kommer att ske snabbt för enskilda arbetstagare. Det tar också tid att förstå omskolning. Vi beskrev detta som en stor utmaning. Vanligtvis, stora utmaningar som inte löses över en natt, så jag tror företagsledare att delta på denna fråga om omskolning av sina anställda på en kontinuerlig basis i stor skala är något som är en fråga som borde vara i åtanke när de börjar att tänka på sina anställda strategi.
Idén om universell grundinkomst ibland kommer upp i dessa diskussioner?
Denna idé om en universell grundinkomst, garanterad minsta inkomst, et cetera, är att fånga en hel del valuta. Jag sitter i San Francisco här och, som det visar sig, det finns en massa människor pratar om det där. Det finns massor av argument för det.
En av dessa argument är att om vi tror att de maskiner som kommer att ta alla jobb och vi kommer att ha massarbetslöshet, vi måste se till att alla har tillräckligt med intäkter så att de faktiskt kan försörja sig själva och försörja sina familjer. Jag tror att denna motivering eller att grunden för universell grundinkomst ger upp för tidigt eftersom det förutsätter massarbetslöshet. I själva verket, vad vi säger är att vi behöver en massa omfördelning, inte massarbetslöshet, bara för att se till att vi har tillräckligt med ekonomiska tillväxt framöver.
Vår utgångspunkt är att vi har tittat på de senaste 50 åren av ekonomisk tillväxt. Hälften av de som har kommit till stånd på grund av att fler människor arbetar. På grund av åldrande, vi kommer att förlora en hel del av den. Ett sätt att tänka på det är att vi bara inte har tillräckligt med arbetare. Vi behöver alla AIs, robotar, et cetera arbetar, plus att vi behöver människor som arbetar för att ha en ekonomisk tillväxt. Igen, om du tror att UBI är baserat på det faktum att vi kommer att ha massarbetslöshet, jag tror att du har gett upp redan, och i själva verket, du måste flytta.
En annan sak som jag tror är också bra, igen, som vi modellerade ut till de potentiella effekterna av AI och andra tekniker, plus dessa ytterligare drivrutiner, kan vi fortsätta att se denna ökande inkomst spridning eller inkomstskillnader. Du kanske frågar, “Utseende. Vi behöver bara se till att folk får betalt tillräckligt.” Tja, sedan igen, om du vill titta på det ur en politisk synvinkel, kanske du kan rikta olika typer av subventioner, såsom jobbskatteavdraget, som både incent arbete samt ge ytterligare intäkter till människor. Jag tror, att tänka igenom alla dessa möjligheter.
Nu, som sagt, UBI för en plats som är ett u-land, igen, kan det sätta ett golv som gör det möjligt för människor att ha mycket mer frihet när det gäller vad de kan göra i sitt jobb. Men, i ett utvecklat land, både på grund av kostnaden, liksom det faktum att det inte är riktad mot att försöka få människor att arbeta, jag tror att det är en utmaning för den anledningen. Som sagt, den totala punkt, en annan övergripande fråga som vi hittat från historia, som vi hoppas kommer att fortsätta, även om vi inte tror att alla kan helt sluta att fungera, arbetsveckan har minskat i genomsnitt med tvåsiffriga procenttal över en fråga om årtionden och århundraden.
Förhoppningsvis, vi kan alla ha mer tid för fritid. Förresten, fritid driver nya aktiviteter, nya yrken. Det är något annat vi behöver göra. Vi måste fortsätta att skapa nya verksamheter och yrken. Förhoppningsvis, arbetsveckan kommer att fortsätta att minska över tiden. Åtminstone för den närmaste framtiden, och vi ser det inte gå till noll.
Vad gäller den demografiska utvecklingen?
Demografi är intressant och innehåller en rad starka faktorer. Igen, vi täcker en del av detta i det betänkande som vi publicerade förra månaden. Först av allt, länder varierar mycket i deras demografi. För många länder, de är åldrande, och som förvärrar denna fråga; vi har inte tillräckligt med arbetstagare för att fortsätta den ekonomiska tillväxt som vi har haft i så många år. Anledningen till att vi har ett bättre liv än våra föräldrar och våra föräldrar hade ett bättre liv än våra mor-och farföräldrar, et cetera, är på grund av denna ekonomiska tillväxt och hälften av det kommer från att fler människor arbetar.
Tyskland arbetskraften minskar. Japans arbetskraft minskar. Kina, med en befolkning på en miljard och en halv människor, deras arbetskraft är antingen eller, beroende på vem du frågar, kommer inom kort att börja minska. De länder som helt enkelt inte har tillräckligt med arbetstagare för att stärka den ekonomiska tillväxten. Igen, en av följderna av att AI och robotik kan vara några av de arbetstagare, kan fylla i för att informera om bara antalet människor som är tillgängliga för arbete.
Som sagt, det finns andra länder som Indien, länder på den Afrikanska kontinenten, et cetera, som är mycket unga, och deras demografisk pyramid ser mycket olika. Vi är orolig någon gång om det faktum, ja, jisses, tänk om automation AI, dessa tekniker, spelar in precis som de behöver för att skapa ännu fler jobb? Det är helt sant i Indien, till exempel, ytterligare 150 miljoner människor behöver jobb framöver.
Vi modellerade ut alla dessa potentiella förare av ytterligare efterfrågan. Förresten, vi plockade sju av dem. Vi vet att det finns fler, så även våra modeller är begränsade. Särskilt i de länder som tenderar att vara unga, de är länder som också tenderar att ha höga ambitioner för sin ekonomiska tillväxt. De börjar relativt låg BNP per capita skala. Som ett resultat, som kommer att generera massor av efterfrågan för mänsklig arbetskraft, samt robotik och artificiell intelligens. Även i dessa länder, och vi ser potential för massor av arbetet, arbete som ska göras.
Igen, som kommer tillbaka till frågan om omskolning och utbildning. Kan vi se till att människor får de jobb? Då kan du använda dessa tekniker på ett sätt eftersom, som jag sa innan, AI och robotik kräver en grund för att flytta på den digitala resan? Även de länder, som utvecklar och unga, kommer att behöva flytta på den digitala resan för dem att dra nytta av dessa andra tekniker och förbättra deras produktivitet samtidigt som de genererar nya arbetstillfällen för människor.
Vad har du för tips till etablerade organisationer?
Nummer ett är att avsätta tid och resurser för att förstå tekniken och dess potential. Jag menar, jag borde ha sagt att de ska läsa vår rapport, men [skratt] men jag tänker inte göra det kommersiella. Jag tror att det börjar att förstå vad det potential. Då tror jag att samma typ av test och lära sig filosofi, som var effektiva i data och analyser i stort sett, jag tror att det är något som är sant i det här fallet.
En annan sak som jag tycker, vilket också är sant, särskilt för de tekniker som fungerar bra idag runt maskinen lärande och djupt lärande. De är baserade på att ha utbildning apparater, så data. Jag tror att vara sofistikerad om att ha en data som strategi är viktigt.
Jag hade tillfälle att tala med Andrew Ng, till exempel, som är en av pionjärerna i djupt lärande och lärande, generellt. Han berättar om några av de ledande företagen i utbyggnaden av AI, verkligen spendera tid på dessa fleråriga utsikt över vilka data som är viktiga att samlas in eller har tillgång till så att de ska kunna konkurrera framöver, och de spelar dessa fleråriga. Han beskriver dem som flerdimensionell schack spel att ha tillgång till de uppgifter som är avgörande.
En av de största utmaningar som nu ligger på den mänskliga talanger sida. Vi såg detta med data forskarna tidigare. Igen, till viss del, vi pratade om många av AI använd fall vara en förlängning av analytics använder fall. Analytics utmaningar om talang nu utökas till utmaningar kring AI liksom, och så enorma mängder av kriget om talangerna för människor som förstår dessa tekniker djupt.
Det är naturligtvis förändras också, eftersom fler och fler människor att dra nytta av online-resurser, skriva in sig i klasser, et cetera. Igen, utbud och efterfrågan är i ständig utveckling. Just nu, efterfrågan är så hög, och utbudet är relativt begränsat. En av de största utmaningarna är att bara ha folk ombord som kan göra det.
CXOTalk samlar de flesta av världens främsta affärs-och regeringschefer för fördjupade samtal om digitala störningar, AI, innovation och relaterade ämnen. Glöm inte att titta på våra många episoder! Miniatyrbild Creative Commons från Pixabay.
Relaterade Ämnen:
Trodde Ledarskap
Digital Omvandling
Innovation
Tech-Industrin
0