بررسی مزایا و ضعف های هوش مصنوعی و رباتیک

شغل هایی که بیشترین افزایش را در تقاضا داشته اند به ترتیب، تحلیلگران و دانشمندان داده، متخصصین هوش مصنوعی و یادگیری ماشینی و متخصصین هستند. در مقابل مشاغلی که بیشترین کاهش در تقاضا را شاهد بوده اند، کارمندان واردکردن داده، منشی های اجرایی و اداری و کارمندان حسابداری، کتابداری و پرداخت هستند.

بسیاری از فعالیت هایی که امروزه کارکنان انجام می دهند پتانسیل اتوماتیک شدن را دارند. تغییرات تکنولوژیکی در طول دو قرن گذشته به طور مداوم محیط کار را تغییر داده است، اما سرعتی که امروزه فناوری های اتوماسیون با آن در حال توسعه هستند و مقیاسی که می تواند دنیای کار را متحول کند، عمدتا بی سابقه است.

یک یافته مهم دیگر این است که حتی اگر کل مشاغل خودکار نشوند، اتوماسیون جزئی (که در آن فقط برخی از فعالیت هایی که یک شغل را ایجاد می کنند خودکار هستند) تقریبا بر همه مشاغل تا حدی تاثیر می گذارد. این تاثیر تنها بر روی کارگران و کارمندان کارخانه نیست، بلکه بر باغبان های و تکنسین های آزمایشگاه دندانپزشکی، طراحان مد، نمایندگان فروش بیمه و همچنین مدیران عامل اثرگذار خواهد بود.

حدود ۶۰ درصد از همه مشاغل، حداقل ۳۰ درصد فعالیت هایی دارند که از نظر فنی بر اساس فناوری های موجود امروزی قابل خودکار شدن می باشند.

مزایا و ضعف های هوش مصنوعی و رباتیک

از جمله مزایای استفاده از هوش مصنوعی و رباتیک می توان به قدرت ، قدرت حافظه (ذخیره‎سازی و فراخوانی)، سرعت، دقت، بهره‎گیری در محیط‎های مضر و خطرناک برای انسان، بدون خستگی، بدون اعتراض، بدون درخواست مرخصی و بدون سندیکا و تحصن اشاره کرد.

اما در رابطه با نقاطی که هوش مصنوعی و رباتیک می تواند در آن ها بهبود یابد، می توان خلاقیت، قابلیت اطمینان، تفکر راهبردی، رهبری، مذاکره و حل تعارضات، هوش هیجانی و همدلی را نام برد.

فناوری ها در صنایع مختلف مشاغل جدیدی ایجاد می کنند که اکثر ما حتی نمی توانیم آن ها را تصور کنیم و همچنین راه های جدیدی برای درآمدزایی ایجاد می کنند. یک سوم از مشاغل جدید ایجاد شده در ایالات متحده در ۲۵ سال گذشته، انواعی بودند که یا وجود نداشتند یا کم بودند. این مشاغل در زمینه هایی از جمله توسعه فناوری اطلاعات، تولید سخت افزار، ایجاد اپلیکیشن و مدیریت سیستم های فناوری اطلاعات بوده است.

نقش رو به رشد کلان داده ها در اقتصاد و کسب وکار، نیاز قابل توجهی را برای متخصصان آمار و تحلیل گران داده ایجاد می کند. کمبود تقریبی ۲۵۰۰۰۰ دانشمند داده تنها در ایالات متحده، تا یک دهه آینده تخمین زده می شود.