随着机器日渐开始填补工作场所的人力劳动，为了从中获利我们都必须做出调整。
自动化和人工智能（AI）正在改变企业，并将通过其对生产力的贡献来促进经济增长。它们还将有助于解决从健康到气候变化等领域各钟非常棘手的社会难题。
与此同时，这些技术将改变工作性质和工作场所本身。机器将能够执行更多原先由人类完成的任务，补充人类所做的工作，甚至执行超出人类可以做的任务。结果是，一些职业将出现颓势，而另一些职业将增长，还会有更多职业发生变革。
虽然我们认为未来有充分的就业机会（除极端情景外），但社会需要应对重大的劳动力转型和失业问题。工人需要获得新技能，并在工作场所中适应功能越来越强大的机器。他们可能必须从不断离开夕阳职业，转向日趋繁荣的职业，在某些情况下，还有新的职业。
本决策简报借鉴了麦肯锡全球研究院的最新研究成果，探讨了工作场所自动化和人工智能的前景和挑战，并概述了决策者、公司和个人需要解决的一些关键问题。
人工智能和自动化的快速进步为企业，经济和社会创造了机会
自动化和人工智能已经不是什么新鲜事物了，但最近的技术进步正在将机器可能做到的事情推向极致。我们的研究表明，社会需要这些改进，从而为企业带来价值，促进经济增长，在我们应对最困难的社会难题时能有所进步，而这样的事情在以往是不可想象的。综上所述：
技术突飞猛进
除了传统的工业自动化和先进的机器人之外，功能更为强大的新自动化系统也出现在各种环境中，如穿梭于路上的自动驾驶车辆和杂货店里的自动结账等。大部分进步都是由系统和组件的改进推动的，包括机械、传感器和软件。由于机器学习算法变得更加复杂，并且利用计算能力的巨大发展和可用于训练它们的数据的指数级增长，人工智能近年来取得了特别大的进步。巨大的突破见诸于各大媒体的报道，其中有很多突破涉及计算机视觉、自然语言处理和围棋（Go）等人类望尘莫及的领域。
改变业务和促进经济增长的潜力
这些技术已经在各种产品和服务中产生了价值，各行各业的公司在一系列流程中使用它们来将产品推荐个性化，发现生产中的异常情况，识别欺诈性交易等等。最新一代人工智能技术的进步（包括解决分类，估算和聚类问题的技术）仍有望带来更多价值。我们对数百个人工智能用例所做的分析发现，用来部署人工神经网络的最先进的深度学习技术，其年产值可以达到3.5万亿至5.8万亿美元，占所有分析技术所创造的价值的40%。
正当人口老龄化和出生率降低的问题使发展受阻时，人工智能和自动化技术的部署可以极大地提升全球的经济并加快全球的繁荣。劳动生产率的增长（推动经济增长的关键因素）在很多经济体中已经放缓，美国和主要的欧洲经济体在以前的生产率下滑，以及2008年的财政年度后，从十年前的2.4%降至0.5%的均值。人工智能和自动化有可能扭转这种下降趋势：未来十年，生产率增长每年可能达到2%，其中60%来自数字化方面的机遇。
有助于解决几个社会难题的潜力
人工智能还用于材料科学，医学研究和气候科学等各个领域。这些技术在这些学科和其它学科中的应用有助于解决社会难题。例如，Geisinger的研究人员已经开发出一种算法，该算法可以将颅内出血的诊断时间惊人地缩短了96%。与此同时，乔治华盛顿大学的研究人员正在利用机器学习来更准确地衡量气候变化专门委员会所使用的气候模型。
在这些技术不能为各地经济和社会利益发挥潜力之前，挑战仍然存在
人工智能和自动化仍面临各种难题。有一部分限制在于技术层面，例如人工智能需要大量的训练数据，并且很难将算法“推广”到各种各样的用例。最近的创新正着手解决这些问题。其它难题在于人工智能技术的使用。例如，人们很难在技术上解释机器学习算法所做的决策，而解释这些决策对涉及金融借贷或法律应用的用例尤其重要。培训数据和算法中的潜在偏差，同时，数据隐私、恶意使用和安全性都是必须解决的问题。欧洲由于出台了《通用数据保护法规》而处于领先地位，该法规将用户收集和使用数据的各种权利规范化。
另一个难题涉及组织采用这些技术的能力，其中人员、数据可用性、技术和流程的就绪度往往使技术很难得到采用。各部门和各国的对技术的采用已经十分不均衡。金融、汽车和电信行业在采用人工智能方面处于领先地位。在各国中，美国对人工智能的投资在2016年高居榜首，其投资额高达150亿至230亿美元，其次是亚洲，其投资额达到80亿至120亿美元，欧洲的投资额仅为30亿至40亿美元，远远落后。
