AI和機器人正取代白領和藍領的工作 - 工程師

Table of Contents

AI和機器人正取代白領和藍領的工作,預計2025年將取代8500萬個工作職位

http://bit.ly/3Yd9o4V

AI正在取代白領階級的工作,且AI機器人也正在取代藍領階級的工作。根據世界經濟論壇
最新的預測顯示,到2025年,AI將取代全球8500萬個工作職位。根據餐廳顧問公司Aaron
Allen & Associates的預測,在某種程度上,未來多達82%的餐廳職位可能會被機器人取
代。

對於藍領工人來說,企業主正在努力尋找工人並渴望將員工從無聊、重複的工作中解放出
來,例如:快餐連鎖店正在他們的廚房中添加機器人。Miso Robotics透過使用AI、電腦
視覺技術和機械手臂而設計出的Flippy 2,已部署到 Chipotle、White Castle和Wing
Zone。

在全美餐廳White Castle表示,它將計劃增加100個Flippy機器人,擔負其全國餐廳的油
炸站中的工作。簡單來說,機器人取代人力已經是零售餐飲業正在發生的事情,是潮流也
已成定局。問題是,未來會以什麼樣的速度和什麼樣的形式改變世界。

科技行銷機構Codeword宣布,他們最新的實習生不是真人,而是完全使用電腦生成的軟體
進行相關運作。對於新的AI工具將如何與Codeword的創意團隊整合,有很多討論、恐懼和
炒作發生,但是作為一家橫跨創意和科技領域的機構,他們希望探索人類與AI的合作方式
,並可以從這個實驗中學習。

雖然世界經濟論壇認為AI會取代人類工作,但也會創造出工作機會,其預計未來幾年內AI
將創造出9700萬個新工作崗位。這個涵義是,即使AI會讓整個人類社會的工作型態做出轉
變,有些工作職位會消失,但也會有些新工作職位產生。

對於餐飲業來說,近年來由於勞動力短缺迫使餐館老闆必須提供更高的工資以吸引更多員
工,再加上不斷上漲的食品成本,導致餐館經營不善且難以維持生計。 透過自動化就可
以解決這一問題。

根據研究,自動化可以為美國快餐店節省超過120億美元的年薪。不過,餐飲研究公司認
為,即使趨勢是如此,目前餐廳仍然是一個勞動密集型、勞動驅動的產業。對於在餐廳工
作的人來說,短期雖不至於失業,但是有長期隱憂的。

同樣的AI實習生正在取代白領階級工作也是如此。過去的自動化浪潮以入門級工作為目標
。但像ChatGPT和Dall-E 2這樣的生成式AI系統引起了知識工作者的恐懼,包括那些在最
高管理層中的人。因此,人類必須明白,AI和機器人正在取代許多工作型態。


--

All Comments

Megan avatarMegan2023-02-03
好 砸蒸汽機
Caroline avatarCaroline2023-02-02
我去拔插頭,樓下砸核電廠
Elvira avatarElvira2023-02-03
產線三寶的事給AI做 那上面的官要指揮誰做事
Robert avatarRobert2023-02-02
在他們看來工人智慧和人工智慧不都一樣嗎?
Mary avatarMary2023-02-03
那是人力貴的地方 台灣人力便宜 要取代還早
Ophelia avatarOphelia2023-02-02
這個AI取代人類的夢已經做了30年 實現多少了?
Anonymous avatarAnonymous2023-02-02
影片有些炸的動作靠Flippy 機器在做
Charlotte avatarCharlotte2023-02-03
傻呼呼的 少了基層 誰幫主管扛屎背黑鍋
AI嗎?
Carolina Franco avatarCarolina Franco2023-02-02
很懷疑AI能夠寫程式 不是程式碼片段 是能動的 而且
還能根據需求改來改去
Catherine avatarCatherine2023-02-03
很多程式碼本來就只是都是equivalent的問題
變數跟輸出的關係 這種AI都可以直接完成
Rachel avatarRachel2023-02-02
或者你得問題不是應該是 哪一個Leetcode AI不能寫?
Ula avatarUla2023-02-03
一個團隊20人,AI讓你只要8~10人
Robert avatarRobert2023-02-02
大概只剩炒房仔不會被AI取代 爽爽der
Joe avatarJoe2023-02-03
現在的AI都是硬train 的… 很多概念一樣但是皮換了
的題目AI就看不出來 強如ChatGPT leetcode binary
tree search 都解不準..
Hedda avatarHedda2023-02-02
有人外行又在裝內行了 實在不忍噓 不過還是噓一下好
了 呵呵,理論上 當然AI 可以解任何leetcode。實際
上 你要先build model 和build一大堆data 去train,
還要train好幾年 才能做到“幾乎”都對而已 所以
不會有人這樣做。最白癡的例子 就是自駕車,叫一個
人學開車 每天開八小時 開個一年大概就是專家了 但
電腦學開車 已經學十幾年了 還是常常會出錯
Emma avatarEmma2023-02-03
好,AI出報告去跟上面大頭報告,順便扛鍋