第二部分 职场应用人工智能的现状与未来
预测会被人工智能替代的601种职业
野村综合研究所
上田惠陶奈 未来创发中心2030年研究室
岸浩稔 咨询事业本部ICT·媒体产业咨询部
森井爱子 全球基础设施咨询部
2015年12月，野村综合研究所（NRI）的未来创发中心发布了一项预测报告，预计日本有49%的劳动人口可以被人工智能或机器人等替代。野村综合研究所与英国牛津大学的迈克尔·A.奥斯本和卡尔·本尼迪克特·弗雷共同研究了日本国内601种职业被人工智能或机器人替代的概率（分析细节请参考《职业被替代概率分布图概述》一文）。
这一预测表明，很多职业将来都会出现人类与人工智能一起工作的情况。本文将说明这一研究实施的背景与该预测发表后的反响，以及企业面对“和人工智能做同事”的时代应该做哪些努力。
思考社会发展中蕴藏的创新机遇
野村综合研究所未来创发中心正在研究2030年日本的社会发展形势，例如，劳动力短缺问题就是该年度凸显的社会问题之一。
在日本，人口减少的问题由来已久。当我们关注社会秩序的维系以及社会发展时，劳动人口减少将成为一个重要课题。根据劳动政策研究机构估算，到2030年，日本的劳动人口预计将从2014年的6587万人减少至5800万人。
面对未来劳动力短缺问题的加剧，日本有两大选项：第一，为了适应低劳动力供给的社会，相应降低社会整体对劳动力的需求。但是，几乎没有人会满足于这样的状况。为了规避这种状况，还有一个选项就是必须采取措施补充劳动力。
补充劳动力又有两种可行方案：引进外国劳动者、促进本国老年人和女性就业，或者使用人工智能、机器人来提高劳动生产率，进而达到补充劳动力的目的。因此，野村综合研究所从对劳动力质的补充观点出发，通过预测现有工作岗位被人工智能以及机器人替代的可能性，探讨可以在何种程度上补充劳动力，并描绘了假设这些替代技术发展下去，企业、政府、社会将发生何种改变。
野村综合研究所发布此报告的目的不是标榜“职业消失”以营造危机感，而是希望在劳动力缺乏的社会背景下，研究如何创造新的机会。我们的研究源于以下问题：“劳动力缺乏导致社会发展的前提条件与制约条件改变，其结果不正是为企业、社会带来了新机遇吗？”接下来将举例说明为什么会产生这个问题。
日本职业足球联赛球队大阪钢巴足球俱乐部的主场——吹田足球场（位于大阪府吹田市），在建设中使用了被称为“预制件施工方法”的技术，相比普通施工方法大幅缩减了成本。所谓预制件施工方法是指事先在其他地方做好基础件，在现场进行组装的施工方法。这项技术并不是新创造的，但由于之前建筑工人充裕及人工成本低并未大量应用，而随着人力减少，迄今为止，在现场召集建筑工人们一起组装成本反而更低。而现在，伴随着日本“3·11”大地震震后重建、2020年东京奥运会、残运会场地建设等需求的增加，建筑工人不足的问题已经显现出来，同时，建筑工人的劳务费也在不断提高。由于劳动力短缺，前提条件发生了改变，使用“预制件施工方法”的经济合理性应运而生。
研究制作人工智能、机器人职业替代可能性图表的背景是“2030年，因为社会发生变化，所以需要考虑新的创新机遇”。“大约半数的职业可以被人工智能、机器人等替代”，这类新闻正在以超乎我们想象的速度在社会中扩散。社会对此的反应大致可被归纳为以下三类。
首先，就单个就业者而言，让其确认自己所从事的职业是否在被替代名单里，并在社交网络上对于自身职业的被替代率发表看法。本次的分析结果是基于“仅存在于技术层面的替代可能性”计算出来的。对于“会消失的工作—不会消失的工作”这个我自己提出的说法，有人倾向于理解成“也包含技术层面外的，实际消失的可能性”。为此，有人反驳这种说法是“纸上谈兵”。对外公布的预测值是机器学习的结果，人类的个体差异还未得到验证。虽说谈不上是“空谈”，但该计算确实仅仅是演算。这件事让我真切地感受到正确传递信息的重要性。
其次，整个社会对于可能有半数工作被替代发表看法。可能是因为很多人都已经习惯了机器带来的自动化，所以“基本上没有感到不适”。进而，有人认为“更应该思考少子化导致的劳动力减少”，也有很多人认为“自动化工作可以缩短加班时间”，从而期待可以改善生活与工作的平衡。奥斯本教授感叹道：“相比在其他国家发表相同结果后出现了许多‘人工智能抢走饭碗’的威胁论，日本国内的反应多为积极的，这让我很吃惊。”日本社会广泛认识到，他们需要解决劳动力短缺与提高生产力两大问题。社会的主流看法是人工智能以及机器人带来的自动化可以为此贡献力量。
最后，在被人工智能替代的时代，引发了关于“人类应该如何发挥自身的能力，并且为此应该做哪些准备？”等关乎全社会发展道路的讨论，具体又可以细分为三类讨论。
第一类是针对职业能力的讨论，围绕“什么是难以被人工智能替代的，只有人类才有的能力？如何才能具备这种能力？”进行。第二类讨论围绕“假设仅有少数劳动者具备人工智能无法替代的能力，而大多数的劳动者只具备低于人工智能的职业能力的话，该如何应对两极分化社会的到来？”进行。第三类讨论围绕“在分析被人工智能替代的工作内容以及人类应该采取何种对策的基础之上，具体的职业以及企业的业务与经营活动如何变化？”进行。
如上所示，人们对于野村的报告的反应虽不尽相同，但是以思考“和人工智能做同事”的时代为契机，引发了人们对于今后社会发展的广泛讨论，这也算得上是意外收获吧。
在竞争战略、产品战略、岗位调整中同样需要人工智能
企业决策者对于社会、技术的变化是非常敏感的。随着“深度学习或将加速人工智能发展”这类新闻不断涌现，许多企业决策者开始思考人工智能会给公司将带来怎样的影响。每个公司都有雇员，“人类有可能被人工智能或者机器人替代”这一说法也许会被进一步扩展为“本公司的雇员在公司内的定位”这类具体的问题。
例如，若涉及技术替代可能性较高的事务性岗位，就必须探讨如果被人工智能替代，这些岗位的雇员们该何去何从。为了与人工智能共事，随之产生的问题是需要重新设计工作岗位。另一方面，诸如客服、销售这种需要密切沟通而具有较低替代可能性的职业，即便是在少子化状态下也必须确保这类岗位有充足的劳动力供给。为此，决策者需要思考是否应从其他被替代可能性高的岗位调过来一些雇员。
在导入人工智能后，虽可期待事务性岗位的生产力提高，但其影响将不仅限于员工的调配。如果事务性岗位的工作效率提高了，其他相关业务的效率也会提高，进而提高产品及服务的水平。如果产品、服务的内容发生改变，就需要调整企业的竞争战略或者产品战略。企业决策者应该不会局限于我们的研究结果，他们还将进一步思考人工智能给企业将带来的影响。
成为讨论创新的契机
在本次研究中，我们使用人工智能分别推算了601种职业的被替代概率。在分析过程中，使用了劳动政策研究机构发表在《职业岗位结构相关研究》中的表示各职业特征、技能的数据组。基于这一数据组，列举了几种最有可能被替代的职业与几种最难被替代的职业（被称作“被替代概图”）。在将这些职业的数据组作为训练数据[9]的基础之上，通过机器学习筛选出了具有相似特征的职业，推算出了被替代概率。因此，在制作被替代概图的过程中，表示职业特征的数据，以及选择哪些职业作为训练数据都会在很大程度上影响计算结果。
由劳动政策研究机构发起的研究，提供了迄今为止日本国内大规模量化职业特征数据库中数一数二的数据组，将其作为本次研究的数据来源是再合适不过的了。训练数据来源于牛津大学奥斯本教授与弗雷博士的《未来的雇佣状况》（The Future of Employment），这样做可使我们的分析过程尽量保证可信性。研究中涉及最有可能被替代的人口比例，其中日本为49%，美国为47%，英国为35%。而对于可能被替代的职业种类而言，各国间基本上没有差异。日本被替代的人口比例较高，反映了日本劳动者中白领占比较高的特征。
由于各国对同一职业的工作内容的说明存在差异，因此，在进行推算时要使用符合本国职业内容与特征的训练数据，才能在分析计算中得到反映本国职业状况的替代可能性概率。
同时，我们的研究忽略了社会的包容性、经济合理性等因素，仅在技术层面分析被替代的可能性。
这项研究的目的并不是让人们过分关注各个职业有无替代可能性，而是激发我们思考在劳动力问题凸显的不久的将来，政府与企业以及我们每一个人应该如何适应与改变。我们的研究旨在引发讨论，即应用人工智能、机器人是否可以为人类带来创新机遇。
今后，在人工智能推动工作自动化的进程中，作为企业而言，随着人工被机器逐渐替代，则需要向人工智能所不擅长的领域倾注力量。人工智能所不擅长的三种工作是：要求发挥创造力的工作，要求会察言观色与人有效沟通的社会智力类工作，以及非典型、非系统性的工作。
例如，在提供数据分析代理服务的企业中，也许数据分析职业迟早都会被人工智能所替代。但是，用浅显易懂的话语向客户解释数据分析的结果，帮助客户进行经营决策等需要密切沟通的工作是人工智能所无法胜任的。
实际上，通过调查消费者行为，为客户提供产品开发、市场营销等咨询服务的美国Gongos公司已经开始转换工作方式，即把分析数据的工作交给人工智能，公司员工主要负责与客户沟通。把人工智能擅长的部分交给机器，其他人员则活跃在人工智能所不擅长的领域，这种做法是极其明智的。人工智能并非抢走了人类的饭碗，人工智能与人类是互补关系。
有人可能会认为在工作中使用人工智能，需要花费很大的成本。但是，今后人工智能的平台将以云端形式提供，有一些大企业正斥巨资构筑这类基础业务系统。与用相对低价SaaS[10]实现的情况具有相同结构，但为了可以使用标准平台需要调整公司内部业务。
上田惠陶奈
岸浩稔
森井爱子
职业被替代概率分布图概述
日经BP社在得到野村综合研究所的支持下独立完成了针对本书中提到的工作被替代可能性的统计和分析。
在本书中将分六个业务类别分别介绍应用案例和发展趋势。这六个业务类别分别为“客户支持”“销售·市场营销”“制造·物流·供应链管理”“人力资源·人才管理·行政后勤”“企业战略”“专业技术人员”。野村综合研究所将奥斯本与弗雷研究的601种职业压缩至180种，分别预测了被替代概率。本书从中选取了50种职业，绘制了一幅被替代概率分布图（见图2）。
图2 职业替代概率分布图
例如，电话接线员属于本书中的“客户支持”类别，销售人员可以被归类为“销售·市场营销”业务类别。对于为一般企业的法人、董事提供支持的“企业战略”管理人员虽没有对应确切的职业，但据其属性近似于“销售·市场营销”类别中的零售店经理·店长、餐饮店经理·店长。
从图中六个业务类别看，“销售·市场营销”的各业种的替代可能性比预计要低。野村综合研究所的上田惠陶奈指出：“在非固定模式，且需要与客户密切交流的销售领域替代可能性较低。销售不可能完全无人化，销售负责人应该留在需要的岗位。另一方面，例如传达室的工作多数可以由固定模式的人工智能替代。”
在制造现场工作的电器机械组装从业人员的被替代概率保持在80%。“一直以来，日本都在推进制造现场的自动化，现阶段还留有人工操作的地方是本来就无法机械化的。例如，少量多型号的产品可以由掌握多种技能的‘多面手’工人对应。这样的工作，并非是马上可以被人工智能替代的。”（上田惠陶奈）
另外，专业技术人员职位分为两个极端——税务会计、注册会计师等模式化业务较多的职位，以及医生、护士等与人直接打交道较多的职位。
IT方面，“设计、管理功能较强的系统技术顾问被替代的可能性较低，以代码、调试等业务为主的编程将加速自动化进程，被替代的可能性将增大。”（岸浩稔）
教育方面，在线教育等人工智能应用将向前发展，“一边与不同的学生沟通，一边思考教学方式的创新是需要高技能的。如果是大学教授，则要求在专业领域有极高的创新能力。”（上田惠陶奈）
在替代可能性低的专业领域里也开始应用人工智能了，即便是同一工作、业种，能否熟练使用人工智能很大程度上决定了人类“同事”的工作质量。
应用人工智能的企业数量在快速增长，深度学习取得突破
接下来的部分，将最近2—3年导入人工智能的超过25家公司的实际案例分别按照“客户支持”“销售·市场营销”“制造·物流·供应链管理”“人力资源·人才管理·行政后勤”“企业战略”五个业务种类介绍。第三部分，则刊载了六种在“专业技术岗位”中导入人工智能的案例（包含了改编自刊登在《日经大数据》《日经Computer》等的文章。）
通过机器学习获取新知识
全部案例的共同点是，很多企业运用了作为人工智能基础的、包含“深度学习”在内的机器学习。所谓机器学习，是让计算机在功能上实现相当于人类学习能力的技术。其特点是，并非将人类已经获得的知识填充到计算机里，而是通过让计算机自主学习发现知识。通过机器学习发现公司员工所不具备的知识，旨在提高工作效率，提升服务品质。
按照类别来看，“销售·市场营销”的案例数量较多。这不仅意味着媒体对此领域关注较多，也同时意味着相比其他类别，此领域人工智能的导入速度较快。其中，在市场业务中导入人工智能的企业数量最多。其背景是，从很早以前就开始的POS（销售终端信息系统）导入不断深化，相比其他的领域已经积累了庞大的数据。同样，购物网站也很容易积累大量的数据。在市场业务中很早就已经推进了大数据的应用，人们期待导入人工智能分析数据以获得新知识。
在客户服务中导入IBM沃森的企业急速增加
在导入技术中，除了机器学习，IBM沃森（Watson）的应用也同样引人注目。作为认知技术的一种，沃森的基本功能是提示认为符合人类提问的回答，同时具备通过学习提高回答精度的功能。在对应客户咨询的业务中，应用沃森的企业在急速增加。除了日本三大银行巨头（三井住友、瑞穗、三菱东京UFJ）已经导入沃森解决客服问题，软银也通过导入沃森应对员工有关人力资源方面的问询。
企业经营管理的主要工作是发现问题并制定出解决方案。因为企业经营完全属于非固定模式业务，所以基本上没有推进人工智能的应用，然而那些为决策提供支持的领域还是可以应用人工智能的。
专业技术岗位中的固定模式类工作也是人工智能擅长的领域
在专业技术岗位中，被人工智能替代可能性呈现两极分化。活跃在新媒体艺术领域，同时也在努力打造人工智能DJ的真锅大度指出：“技术工人的工作是人工智能擅长的领域，而人类则需要提出创意理念”（详情参考本书第三部分）。而在专业技术岗位中，固定模式工作可能将会被人工智能所替代。
在第三部分中，列举了“记者”“医生”“侍酒师”“教师·补习班讲师”等将导入人工智能的六种专业技术岗位案例。这些案例全部属于非固定模式业务，预测被替代可能性是比较低的，但即便如此，在这些案例中采用机器学习与沃森的职位却在逐渐增加（见表1）。
表1 第二部分和第三部分中列举的人工智能导入案例
（续表）
（续表）
