世界经济论坛周一(9月17日)发布《2018年未来就业报告》显示,到2022年,机器将覆盖全球42%的工作任务,这一数字远高于当前的29%。而在三年后的2025年,机器所占份额还将进一步增长至52%。
通过对12个行业和20个发达与新兴经济体(共占全球GDP的70%)进行调研,报告看到,就总工作时间而言,目前预计并无任何工作主要由机器或算法完成。但未来,这一版图将出现改变,机器在管理、决策、搜索和接收相关信息等工作方面,占据的份额将继续扩大。
比如,到2022年,一个组织中62%的信息数据处理、信息搜索和传输工作将由机器接手,这一占比较当前的46%显然更上一层楼。
如此一来,到2022年,将有7500万个工作岗位被机器所取代。但报告指出,若有适当的就业技能再培训,届时全球将新增1.33亿个职位,劳动力前景还是颇为乐观。
分行业看,数据录入员、记账员和薪资结算员最为危险,在流失职位排行榜单上排名前列;行政秘书、装配工、客户信息及服务相关人员紧随其后,预计将供过于求;会计和审计员也属于最有可能被机器取而代之的“高危”职业。
相比之下,数据分析师、人工智能(AI)和机器学习专家、IT服务人员和从事应用软件分析和工作的相关人员等新兴技术岗位需求激增,成了市场的香饽饽;业务经理、销售与市场营销专家等职位的“销路”也非常不错。
纵览各个行业,到2022年,新兴职位在报告的受访企业当中,就业比例将从现在的16%增长至27%,流失岗位的就业比例则将从目前的31%下降至21%。
与此同时,全球各个地区对不同职位的需求也不尽相同:未来,财务和投资顾问将在东亚和西欧地区大受欢迎;拉美和加勒比海地区、中东与南亚地区仍旧十分需要装配工和工厂工人;在北美地区最吃香的职业则是电工工程师。
第四次工业革命的浪潮之下,如何把握就业需求增长的良机?未来,所有行业预计都将形成可观的技能差距,部分能力将越发重要,技能再培训必不可少。
报告发现,到2022年,近54%的企业员工需要进行有效的技能再培训。其中,约有35%的员工应接受不少于6个月的额外培训,9%需要重新培训6-12个月,10%所需要的培训市场则达到一年以上。平均下来,每个人将需要101天(近三个月)的额外学习时间。
分行业看,对技能再培训需求最高的是航空与旅游业,医疗、化工、先进材料和生物技术等行业的企业领袖对员工进行技能再培训的可能性最高。相比之下, 交通运输行业则是最不可能对现有员工进行再培训的行业。
但值得注意的是,最需要提高技能的员工实际接受培训的可能性最小。超过半数的受访企业表示,为加强企业战略能力,将优先考虑培训能为公司带来较高价值的员工。其中,54%的企业计划培训员工中的关键性人物,53%的企业则计划培训将使用相关新型技术的一线员工,另有41%的企业将把再培训的重点放在高绩效员工身上。
届时,分析性思维、创新能力和主动学习的潜力最为人所看重,技术设计和编程能力的重要性也急剧上升。但与此同时,原创能力、批判性思维、说服和谈判等富有“人类”特征的技能仍旧具有价值,情商、领导力和社会影响力同样不可或缺,也会出现显著增长。
反之,市场对于动手能力、忍耐力、记忆力、金融管理、技术维护等需求则会出现下降。
世界经济论坛新经济与社会中心总监 Saadia Zahidi认为,在机器的时代,企业要想保持活力和竞争力,必须切实投资发展人力资本,使自动化与全面强化策略相互补充。
报告指出,约50%的受访公司预计,到2022年,自动化将使其全职员工数量减少,近40%的公司则预计将扩大员工队伍,超过四分之一的公司预计自动化将在企业内创造新职位。
为应对就业新形势的挑战,受访企业主要提出了三大策略:长期雇佣掌握新技术相关技能的新员工;将工作任务完全自动化;重新培训现有员工。还有不少公司预期将把工作分配给专业承包商、自由职业者和临时工。
劳动力市场的转型不仅带来了挑战,也带来了机遇。新技术可以推动业务增长、创造就业机会和对专业技能的需求。但对于部分适合自动化的工作而言,人类的地位将被机器取代。
无论是员工还是领导层,技能上的差距都能加速自动化的趋势,但也可能有碍于新技术的采用,进而影响业务增长。
报告总结称,若想把握住第四次工业革命的脉搏,政策制定者、企业管理者和劳动者需要共同努力。
对政府而言,必须从多方面着手,处理新技术对劳动力市场的影响,包括升级教育系统,提高未来劳动者的技术和软技能;制定社会政策,支持终身学习者的生态系统;建立社会保障网,管理劳动力转型的社会影响;刺激就业创造,考虑当地和全球对新职位和新技能的需求。
对行业而言,随着未来若干年熟练人才供不应求形势的加剧以及人力成本的上升, 应当支持现有劳动者提升技能,以适应技术要求更高的新职位,行业本身也将从中受益。行业还需要考虑如何扩大这些工作的范围,应用于他们将更加倚重的零工、临时和在线劳动者。
对劳动者而言,需要对当前转型过程中的学习路径负起责任,并更加适应终生学习的概念。
本文标签: 机器人 自动化趋势 常州必赢766net手机版