AI 将如何影响你?看看明年的就业市场你就知道了

2017 年 12 月 28 日 DeepTech深科技

年度订阅用户可加入科技英语学习社区,每周科技英语直播讲堂,详情查看“阅读原文”


著名就业平台 Glassdoor 在近日发布的报告中表示,人工智能正影响着我们生活的方方面面,从搜索引擎结果到手机安全保障,再到人们对气候变化的态度。其中,Glassdoor 认为,在这些受影响领域中,人力资源领域首当其冲。2018 年,雇佣需求和高技术会改变各大公司的人才战略,而且可能改变我们的工作方式。

 

不过,Glassdoor 也表示,人工智能产业一定会影响就业市场,但它并不是唯一一个冲击就业者的因素。

 


人工智能可以帮忙删选简历

 

各大企业的人力资源部门每天面对着成百上千分简历,而 HiringSolved、 Entelo 和 Textio 等公司则为其提供了 AI 算法,以加速这一步骤。同时,企业也应用 AI 工具来编写职位描述以避免语义上的偏见和谬误;并用其解决诸如安排面试时间等重复性工作。Glassdoor 认为, 我们将在明年看到 AI 在该领域更加深远的影响。

 

AI 也会对金融服务产业产生巨大冲击,因为机器学习软件已经可以操作对冲和执行交易。然而,这也给更高端的金融咨询和销售行业带来了增长空间,毕竟高端领域涉及到信用水平和长期的人际关系。

 

这些迹象早在 2017 年就已经徐徐展开。根据 Glassdoor 数据,2017 年是人力资源市场的红年,在 11 月就已经产生了 190 万个新就业岗位。而只有 4.1% 的失业率则创下了 17 年以来的新低,也就是说在医药、电子金融、职业咨询领域涌现的新技术造就了 610 万个开放职位。

 

然而,与这些积极效应相反的是人们在就业市场上对 AI 普遍担心的态度,认为人工智能会将许多人逼至失业。对此,Classdoor 首席经济学家 Andrew Chamberlain 认为,这些担心或许都是空穴来风。

 

AI 从不会代替一个行业”,作为 Glassdoor 报告作者之一的 Chamberlain 表示,“它通常会取代行业的某些职能,但同时也开启另一些全新领域”。

 

在医疗行业,AI 正帮助肿瘤学家更精确地诊断癌症;在零售行业,它通过亚马逊的 Alexa 为用户提供足不出户的购物体验;在运输领域,AI 支持的物流跟踪系统正变得更安全、便捷。

 

更高的透明度

 

在生活中,我们能如此迅速地跟踪定位从网上购买的包裹,却无法知道自己职位应聘的申请情况在 2018 年,这种现象将得到改善更多的公司意识到增加招聘过程透明度将使其职位在市场中更具吸引力,因为应聘者想知道雇主对简历的反馈情况,以及为什么公司会做出特定的评估。

 

“这就是应聘者的痛点,”Chamberlain 表示,“正因为受到了压力,公司们也会在这方面做的更多”。

 

人们应聘职位的过程正在向移动终端转移。Glassdoor 表示,在其 4800 万月度活跃用户中有超过一半的人使用移动终端浏览其网站。

 

虽然在移动终端上搜索职位更加便捷,较小的屏幕却对该过程造成了阻碍。Chamberlain 认为,这主要是因为许多公司在网络招聘系统中应用的软件大多过时了。不过,随着移动终端上的应聘者增加,公司会迫于压力而改进其用户界面,这会使应聘过程大大简化。

 

明年,寻找“角色实验”项目会帮助应聘者在后续职业生涯的变化中适应得更好。

 

“在今天高度紧缩的人才市场中,许多公司都在努力聘请技术人才,而这一解决方式的精妙之处在于,你能够更好地利用你已经拥有的技能。”Chamberlain 表示。

 

当就业增长遇上技术进步


Glassdoor 预测,2018 年增长最快的行业将是医疗护理行业。在 2016 到 2026 年间,预计会有 110 万以上的新增岗位在居家护理领域诞生,因为出生于 20 世纪“婴儿潮”的一代正在老去。在美国劳工统计局所的预测中,有 15 个行业将在下个 10 年大量增长,其中持证护士、医疗助理和护工都占据一席之地。

 

技术仍然推进着人们生活前进。这对软件开发者而言可谓喜闻乐见,因为他们将在零售、金融、制造业、咨询业和生物技术领域中获得更多机会。

 

“今天,在技术行业供职不代表从事着技术方面的工作,”Chamberlain 表示,“所有的行业都在招聘技术人员——从媒体到咨询,从政府到金融。他们都在聘请软件工程师和数据分析师,因为大家都想在数据分析方面拔得头筹”。

 

“诸如服务员、保洁员、客服代表、施工工人、司机等职位也处于 15 个最快增长行业范围内。因为这些领域涉及高强度人工劳动,而人工智能还无法代替。显然,AI 能胜任这些行业的某些领域,但需要人主观判断的部分还是不能胜任的。

 

虽然企业普遍在市场上的寻求高端技术人才,但他们仍将在传统的职业领域中开放更多的位置,因为上述提到的职位对公司的运作也至关重要。对整个组织的后勤辅助需求将随着更多的技术职工水涨船高。比如,若某一企业为吸引技术人才为员工提供免费伙食,该团队则必须将这一奖励机制扩充至所有部门,而非只给技术人员。

 

非技术型人才也在这一轰轰烈烈的技术转型过程中受到影响”,Chamberlain 表示,“而且我认为这是一件好事”。


-End-

 

编辑:张枸    校审:黄珊

参考:

https://www.cnet.com/news/job-market-2018-hr-workplace-ai-influence-glassdoor/



登录查看更多
1

相关内容

人工智能杂志AI(Artificial Intelligence)是目前公认的发表该领域最新研究成果的主要国际论坛。该期刊欢迎有关AI广泛方面的论文,这些论文构成了整个领域的进步,也欢迎介绍人工智能应用的论文,但重点应该放在新的和新颖的人工智能方法如何提高应用领域的性能,而不是介绍传统人工智能方法的另一个应用。关于应用的论文应该描述一个原则性的解决方案,强调其新颖性,并对正在开发的人工智能技术进行深入的评估。 官网地址:http://dblp.uni-trier.de/db/journals/ai/
从HPO到NAS: 自动深度学习
专知会员服务
37+阅读 · 2020年6月15日
IBM《人工智能白皮书》(2019版),12页PDF,IBM编
专知会员服务
19+阅读 · 2019年11月8日
都是学 AI,为什么别人薪资比你高?
机器学习算法与Python学习
8+阅读 · 2018年11月5日
2019年机器学习:追踪人工智能发展之路
人工智能学家
4+阅读 · 2018年10月14日
人工智能摧毁的不是工作岗位,而是商业模式
数据分析
5+阅读 · 2018年5月13日
人工智能与机器学习技术在医疗保健行业中的应用
深度学习与NLP
10+阅读 · 2018年3月25日
“独角兽”:开工资,我们不比BAT低
IT时报
4+阅读 · 2017年7月16日
Equalization Loss for Long-Tailed Object Recognition
Arxiv
5+阅读 · 2020年4月14日
Arxiv
6+阅读 · 2020年2月15日
Deep Anomaly Detection with Outlier Exposure
Arxiv
17+阅读 · 2018年12月21日
Arxiv
7+阅读 · 2018年1月24日
Arxiv
4+阅读 · 2016年12月29日
VIP会员
相关资讯
都是学 AI,为什么别人薪资比你高?
机器学习算法与Python学习
8+阅读 · 2018年11月5日
2019年机器学习:追踪人工智能发展之路
人工智能学家
4+阅读 · 2018年10月14日
人工智能摧毁的不是工作岗位,而是商业模式
数据分析
5+阅读 · 2018年5月13日
人工智能与机器学习技术在医疗保健行业中的应用
深度学习与NLP
10+阅读 · 2018年3月25日
“独角兽”:开工资,我们不比BAT低
IT时报
4+阅读 · 2017年7月16日
相关论文
Equalization Loss for Long-Tailed Object Recognition
Arxiv
5+阅读 · 2020年4月14日
Arxiv
6+阅读 · 2020年2月15日
Deep Anomaly Detection with Outlier Exposure
Arxiv
17+阅读 · 2018年12月21日
Arxiv
7+阅读 · 2018年1月24日
Arxiv
4+阅读 · 2016年12月29日
Top
微信扫码咨询专知VIP会员