AI가 화이트 갈라 일자리를 없앨 것인가

AI가 화이트 칼라 일자리를 없앨 것인가

2018 년에 아동 복지, 입양, 정신 건강 등을 위한 서비스를 제공하는 자선 단체 인 New York Foundling은 "잘라 내고 붙여 넣기 지옥"에 빠졌습니다. 서로 다른 법적 요구 사항을 충족하려면 서로 다른 문서와 데이터베이스 간에 텍스트를 이동해야 합니다. 이 작업은 임상의와 관리 직원이 몇 시간을 보냈습니다. 조직의 최고 정보 책임자 인 Arick Hill은이 단조로운 데이터 입력이 당시 직원의 연간 이직률 42 %를 담당했다고 믿습니다. "우리는 화려하고 활기찬 사업이 없습니다."라고 Hill은 말합니다. "나는 단지 종이 임상 기록에서 벗어나려고 노력하고 있습니다." 그 이후로 뉴욕 파운딩은 지루한 작업을 수행하기 위해 만든 "소프트웨어 로봇"이라는 간단한 프로그램을 사용하여 이러한 좌절스러운 작업의 대부분을 자동화했습니다. 많은 프로그램은 사용자 키 입력을 기록하고 모방하여 구축됩니다. 예를 들어 한 데이터베이스에서 텍스트가 포함된 필드를 복사하여 다른 데이터베이스에 붙여 넣는 경우가 있습니다. 따라서 반복적이고 스트레스를 유발하는 작업이 필요하지 않습니다. 그 결과 뉴욕 파운딩의 이직률은 17 %로 떨어졌습니다. 작업 자동화에서 뉴욕 파운딩은 로봇 프로세스 자동화 (RPA)"라는 기술인 UiPath의 지원을 받았습니다. 당시 프로젝트에는 실질적인 인공 지능 (AI)이 필요하지 않았습니다. 이러한 상황에서 UiPath는 소프트웨어 로봇을 위한 강력한 새 AI 알고리즘을 사용하여 2008 년 1 월에 업그레이드를 시작했습니다. 회사는 이것이 더 많은 사무실에서 복사 및 이미지 분류와 같은 더 복잡하고 어려운 작업을 허용할 것이라고 믿습니다. 결국 UiPath는 소프트웨어 로봇이 반복적인 작업을 자동화하는 방법을 점진적으로 배우기를 바랍니다. 즉, AI가 화이트 칼라 일자리를 빼앗아 간다면 이런 식으로 시작할 수 있습니다. 매사추세츠 주 Babson College의 정보 기술 및 정보 관리 교수 인 탐 데븐포트에 따르면 AI와 RPA를 결합하면 소프트웨어 로봇이 수행할 수 있는 작업의 수와 다양성이 크게 확장됩니다. 예를 들어, 회사가 끝없이 손으로 쓴 메모를 요약해야 한다고 가정해 보겠습니다. 문자 인식 및 자연어 처리를 수행하는 AI 알고리즘이 필기체를 읽고 텍스트를 요약할 수 있다면 소프트웨어 로봇은 웹 사이트 등에 텍스트를 입력할 수 있습니다. UiPath에서 제공하는 소프트웨어의 최신 버전에는 다양한 즉시 사용 가능한 기계 학습 도구가 포함되어 있습니다. 또한 사용자는 이제 자신의 기계 학습 모델을 프로세스에 추가할 수 있습니다. AI가 선전되는 동안 현대 사무실에서 사용되는 사례는 거의 없는 것으로 알려져 있습니다. 그러나 여기에 도입된 자동화는 단순히 사람의 클릭과 입력을 반복하더라도 여전히 유용합니다. 이러한 기술은 주로 은행, 전화 회사 및 보험 회사와 같은 기존 시스템을 사용하는 회사에서 사용합니다. 시장 조사 기관인 Gartner는 RPA 산업의 19 년 매출이 약 13 억 달러에 이를 것으로 추정합니다. 특히 기본 데이터 입력과 같은 반복적인 작업은 이미 해외로 이전되었습니다. 그러나 단순한 소프트웨어 자동화를 사용하면 해당 작업이 손실됩니다. 콜센터는 양식을 작성하는 데 필요한 사람이 더 적습니다. 소프트웨어를 프로그래밍하여 올바른 문서를 열고 올바른 필드를 찾은 다음 텍스트를 입력하기만 하면 됩니다. 뉴욕 파운딩에서 Hill의 소프트웨어를 통해 8 명의 직원이 다른 작업을 수행할 수 있었습니다. 반면 AI 기반 소프트웨어 로봇은 특히 경기 침체기에 더 많은 일자리를 얻을 수 있다고 Davenport는 지적합니다. "기업은 AI를 사용하여 직원과 비용을 크게 줄일 것입니다." MIT (Massachusetts Institute of Technology) 디지털 경제 이니셔티브 (IDE)의 책임자 인 Eric Brignolfson과 기술이 인력에 미치는 영향에 대한 여러 책에 따르면 RPA는 주로 보통 수준의 기술에 영향을 받습니다. 그는 회사원이라고 합니다. 즉, 교육이 필요한 관리 작업입니다. 하지만 당장은 그렇지 않습니다. 기본적으로 Brignolfson은 간단한 화면 스크래핑 파생 소프트웨어 로봇이 웹 사이트에서 데이터를 추출하거나 간단한 코딩 도구가 사무에 영향을 미치는 데 수년이 걸렸다 고 지적합니다. “이것으로부터 배울 수 있는 것은 비교적 단순한 기술이 비즈니스에 영향을 미치는 데 걸리는 시간입니다. 기술이 복잡한 환경에 통합되도록 합니다. 매우 어려운 작업이 필요하기 때문입니다." 데이터 과학과 기계 학습은 이미 "프로세스 마이닝"이라는 기술에서 역할을 하고 있습니다. 예를 들어, 그는 소프트웨어를 사용하여 사무실 직원의 작업을 모니터링하고 결함과 비효율적인 영역을 식별합니다. 독일 Achen Institute of Technology의 교수이자 공정 추출이라는 용어를 만든 선구자 인 Will van der Aersto는 공정 추출에 필요한 방법이 사람들이 생각하는 것과는 다르다고 말했습니다. 이제는 AI와 비슷합니다. 이것이 통계적 방법이라고 명시되어 있습니다. 현재 논의되고 있는 기계 학습 알고리즘은 이미지 인식 및 음성 인식과 같은 특정 작업에 가장 적합한 경향이 있습니다. 비즈니스 프로세스 자동화를 전문으로 하는 London School of Economics의 교수 인 레슬리 윌콕스는 프로세스 자동화 비즈니스가 아직 완전히 진행되고 있지 않다고 말합니다. 장벽은 소프트웨어 로봇이 저장된 데이터에 쉽게 액세스 할 수 없는 인프라의 비호환성이며 많은 사무실에서 이전에 자동화를 사용한 적이 없다는 사실입니다. 그러나 윌콕스는 이것이 AI가 결국 대부분의 기업 내부에 도달하는 방법이라고 믿습니다. 윌콕스는 말합니다. “대형 기술 회사를 제외하고는 전 세계 대부분의 기업에 강력한 인공 지능이 배포될 것이라고 생각하지 않습니다. 그러나 기업이 이러한 기술을 더 잘 배포할 수 있는 전환점이 있을 것입니다.” AI가 RPA를 혁신하더라도 위험이 존재한다고 Babson University의 Davenport는 지적합니다. 자연스러운 인간의 움직임으로서 이러한 추세가 진행됨에 따라 기술의 능력을 넘어 자동화가 사용될 가능성이 있습니다. 해석하기 어려운 기계 학습을 사용할 때 특히 문제가 될 수 있습니다. "신용 카드 발급 및 사기 방지와 같은 중요한 결정에 사용될 수 있습니다."라고 데븐포트는 말합니다. "자동화된 시스템을 계속 실행하기 위해 결정을 내리는 관리자에게는 프로세스의 결정을 담당하는 알고리즘이 간단하지 않을 수 있습니다." 이러한 우려는 RPA를 따르는 사람들의 열정을 약화시키지 않을 것입니다. UiPath의 수석 전도사 인 가이 커크우드는 소프트웨어 로봇이 공상 과학 소설과 영화에 등장하는 AI에 더 가까워지고 언젠가는 인간을 처음부터 끝까지 프로그래밍하는 것. 이것이 일어날 수 있음을 생각해야 합니다. “아직 그 지점에 도달하지 못했지만 우리의 목표는 스스로 만드는 로봇을 만드는 것입니다. 그런 다음 시스템은 단순히 인간이 하는 일을 모니터링하고 어디에서 반복합니다. 그는 가능한 활동이 있는지 알아내고 모든 변경 사항과 예외 사항을 고려하여 최상의 경로를 찾을 것입니다.”라고 커크우드는 말합니다. "정말 멋진 시스템이 탄생할 것입니다."