人工智能对社会就业的影响

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇人工智能对社会就业的影响范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

人工智能对社会就业的影响范文第1篇

欧盟委员会4月8日人工智能伦理准则，以提升人们对人工智能产业的信任。通过人工智能伦理准则，既可以规范化运用人工智能技术，又能够增强大众对人工智能的信任，助推人工智能更好地为经济社会服务。（4月11日《人民日报》）

人工智能一度备受质疑，一是诸如智能技术取代传统岗位产生的就业危机，二是空前的科技革命诱发的社会恐慌。不可否认，技术革命必定有阵痛。短期而言，人工智能不可避免地取代了部分传统岗位，造成某些行业失业率攀升；长远来看，人工智能以其颠覆性技术冲击社会认知，甚至诱发人类生存危机。

不曾想，每一次科技革命，尤其是工业革命，无不饱受争议，但又无不驱动社会滚滚向前。第一次工业革命，蒸汽机车横空出世，马车等传统行业江河日下，社会怨声载道；第二次工业革命，电器产业蓬勃发展，蒸汽机车成为博物馆的珍藏；第三次科技革命，高新技术喷涌迸发，一系列产业被湮没在历史洪流中。谁曾想？达尔文的进化论不仅适用于自然界，同样适用于人类社会，适者方能生存。历史最终证明，饱受争议的工业革命都是成功的。

历史是惊人的相似，人工智能也“动了别人的奶酪”。拥有百万员工的工业帝国富士康，从2015年开始工业机器人逐步取代流水线作业员，工人失业率节节攀升；ETC忽如一夜春风来，遍布大江南北，端着铁饭碗的高速收费员被迫下岗；无人驾驶更是颠覆传统思维，随着5G时代的到来，或许司机也会如车夫一样镌刻在历史的印记中。

殊不知，诸如工业生产、高速收费和汽车驾驶等重复琐碎的工作，通过人工智能技术，可以提高作业效率、降低运营成本、解放劳动力。工业产品生产成本降低，进而提升社会大众购买力；ETC既提高了汽车通行速率，又减少了人力成本支出；无人驾驶进一步解放双手，又能减少交通事故发生频率。即便是被直接冲击的行业，也能迸发出更新的活力。

更何况，与第三次科技革命类似，人工智能对经济社会的影响是全方位的。谈就业，工业机器人维护员通过提升企业生产效率，获取更大的收入回报；车联网从业者在全新的领域大展拳脚，创造社会财富；VR、AR工程师更是在梦幻般的工作氛围中，让虚拟世界的财富梦想变为现实。论生活，之所以前者能够更好的就业，正是因为他们提升了生产效率，降低了生产成本，创造更高社会价值，增加了人均所享有的社会资源，进而为社会带来了更高效、便捷、美好的服务，低廉的价格让普罗大众共享科技红利，实现对美好科技生活的向往。

当然，不可回避，更无法回避，失业人群如何安置？首先是倒逼失业者修炼内功，向更高端的行业转移，例如富士康就有不少从流水线作业员向机器人维护员转型的成功案例；其次是外力助推，各地政府为了稳定就业，促进地方经济发展，会开展各类职业培训，并做起企业和员工的“红娘”；再者，自主创业也不失为一条好的出路，百花齐放的技术产业革命时期，催生的各类产业更是给予想作为、干作为、能作为的人才展现自我抱负的舞台。不可否定，只要是革命，必定有牺牲，人工智能革命也不例外，那么，对于有心无力的人员，政府也需要利用二次资源分配，给予帮助，让其共享变革红利。

人工智能对社会就业的影响范文第2篇

21CBR：埃森哲持续多年年度技术趋势报告，在你们看来，这份报告有哪几个关键点最为值得关注？

埃森哲：今年技术展望的主题，“智企时代、技术为人”是核心，以人工智能技术为代表的数字技术加速演进，会给全人类带来巨大的发展机会，我们也有义务、有能力塑造技术发展的方向，让技术造福更多人。

在五个趋势里面，“智慧新界”是关注人工智能技术的核心应用在于让人机交互更方便；“生态智联和智才共享”分别讲述的是快速演进中的数字生态系统给企业以及劳动力带来的重要机遇；“人本设计”则第一次在技术展望中把设计提到前所未有的高度，也印证我们技术为人的核心理念；“进军未知”是提醒企业家在开拓数字新疆土时，保持社会责任感，创造更加公平合理的社会。

21CBR：在2017年技术趋势报告中显示，有85%的企业高管计划未来三年广泛投资人工智能相关技术，从技术角度来看，你们认为哪几个领域的投资必不可少？

埃森哲：《埃森哲技术展望2017》调研发现，超过六成的中国企业高管表示正在全面投资数字技术，作为商业战略的重要部分，该比例为全球最高。从埃森哲研究以及与客户交流来看，企业对机器学习、深度学习、自然语言处理、图像和语音识别的投入力度都比较大。全球来看，机器人流程自动化（Robotic Process Automation）是个热点，中国领先企业也已经开始在这方面采取了行动。

有一个比较现实的问题是IT基础设施的投资。有些行业的基础设施是不具备的，或者说是不完善的，有很多企业的这类设施是相对孤立的。如果说未来产品和服务将更多地由数据驱动的话，割裂的IT系统便不能有效地采集、分析和处理数据，因而也不能提供更多价值洞察。这也就表明，目前IT设施的整合是不够的。

当然，除了技术投入，越来越多的企业开始关注生态圈的投入，已经或者正在第三方平台上集成自身的核心业务功能。对于领先企业而言，第三方不仅仅是传统的合作伙伴，更可以是一起构建新生态系统、谋求下一轮战略增长的重要一员。

21CBR：“全球第一CEO”杰克・韦尔奇在《商业的本质》中曾提及，科技革命给市场带来了巨大变化和诸多杂音，在新的生态环境下，应该遵从商业的规则，回归商业本质。你们如何看待这个问题？

埃森哲：企业家们逐渐认识到回归商业本源的重要性。人们会认识电商和传统商业没有了明显的区隔，应该回到用好数字技术服务客户、创造客户价值的商业本质上来。

商业的本源从未改变：通过为客户打造极致的体验为客户创造价值，在此过程中为企业创造商业价值。技术的演变提供了更多的可能的手段与实现商业本源的可能性场景。

当然，我们也感受到了企业家的焦虑感。过去十年，基于移动化、大数据、社交网络和云计算发生的数字化变革深刻改变了人们的生活和工作方式，改变了行业边界和市场疆界。

随着数字技术的指数级增长和成本不断下降，技术创新和商业创新呈现两种形态，一种是大爆炸式创新，很多巨头企业不经意就在这种创新浪潮中被覆，比较容易受到影响的主要是技术、消费和金融行业等轻资产公司；另一种是渐进式的创新颠覆，受到影响主要是重资产公司，由于行业冲击不是非常直接，但运营利润和收入的长期下降，会使企业很容易就在“温水”状态下陷入危机。

可以得到一些启示，例如，企业在制定企业战略时候，越来越需要依赖规模、资源、行业积累以及成熟的数字能力等优势来先人一步预测行业生态的发展轨迹，创造并捕捉机遇。

21CBR：几个世纪以来，技术的发展改变着人类劳动的方式，但人工智能技术的发展却促使人类陷入反思甚至是恐惧，有哪些工作会直接受到人工智能技术的冲击？而又会在哪些领域创造出新的就业机会？

埃森哲：这是《埃森哲技术展望2017》认真回答的首要问题。人工智能将改变一些岗位的设置和工作方式，但是机器不会威胁和取代人类。人工智能将帮助企业打造更好的客户交互体验，将重新设计流程性的工作，从而使员工更多致力于高附加值的工作；同时，人工智能会带来很多专业的细分，带来岗位的增加，许多今天不存在的工作机会可以被创造出来。

我们认为不应把人工智能和人作为两个对立的个体，埃森哲提出的是一个界面的概念，相互学习实现共存，有利于发挥各自特长，实现灵活便捷、互补协作。

这里引述埃森哲的一项最新研究来说明人工智能对未来经济发展的促进作用：通过转变工作方式以及开拓新的价值和增长源，人工智能到2035年有望拉动中国经济年增长率，从6.3%提速至7.9%。

基于人工智能对中国经济整体影响的模拟分析，并结合行业规模数据，埃森哲进一步研究了人工智能对中国15个行业可能带来的经济影响。结果显示：制造业、农林渔业、批发和零售业将成为从人工智能应用中获益最多的三个行业。到2035年，人工智能将推动这三大行业的年增长率分别提升2%、1.8%和1.7%。

21CBR：根据埃森哲的分析，企业沿用百年的等级制雇佣和管理模式将在数字化时代面临挑战，开放型人才市场会成为主流，你对职场人士有哪些建议，以便他们更好地在数字化劳动力关键转型期中把握机会？

埃森哲：顺着《埃森哲技术展望2017》的脉络，我们给职场人士一些建议：

1.智慧新界――努力学习新技术，踏准时代节拍，并能引领创新；

2.生态智联――放开视野，把客户体验、客户价值放在中心位置。以谦虚的态度向数字生态系统里的创新企业学习，向年轻一代企业家学习。

3.智才共享――尽可能加入“柔性团队”，为自己企业的数字化转型贡献力量的同时，也得到快速学习和成长的机会。

4.进军未知――在传统业务以外开创新的业务增长点。

人工智能对社会就业的影响范文第3篇

关键词：智能科学与技术；知识结构；应用型人才；人才培养；知识型能力本位教育

中图分类号：G64文献标识码：A

文章编号：1009-3044（2020）25-0153-03

1引言

智能科学与技术主要包含智能科学和智能技术两部分内容[1]：智能科学是以人如何认知和学习为研究对象，探索智能机器的实现机理和方法；智能技术则是将这种方法应用于人造系统，使之具有一定的智能或学习能力，让机器系统为人类工作。目前，在本科专业目录中，智能科学与技术专业是计算机类之下的特设专业，在现有的人工智能专业群中，除了新设的人工智能专业外（2019年全国共有35所高校获首批人工智能新专业建设资格），智能科学与技术专业与全球范围大力推进与快速发展的人工智能关系最密切，契合度最高。一方面，智能科学与技术的专业发展和人才培养将为人工智能技术提供理论支撑、技术推进和人才支持，另一方面，人工智能产业现状和未来发展趋势直接影响着智能科学与技术的专业发展和人才需求。

2人工智能时代对人才的需求

站在国家战略的高度来看，人工智能将成为新一轮产业变革的核心驱动力，可以实现社会生产力的整体跃升，因此人工智能将成为引领未来的战略性技术，世界主要发达国家都把发展人工智能作为提升国家竞争力、维护国家安全的重大战略。

随着人工智能时代的到来，许多企业对具有智能科学与技术专业背景的人才有着巨大的需求。首先，IT企业纷纷涉足智能科学领域，提高产品智能水平；其次，许多传统制造业也在转型，从劳动密集型到知识密集型，进一步提升到智能制造型，并逐渐具备高精尖装备制造能力；此外，医疗、通讯、交通等行业也对智能科技人才有着迫切的需要。人工智能对各行各业的影响，充分体现了智能科技的高速发展，对人才数量和素质要求也越来越高。

从人才的金字塔型分布来看，智能科学与技术领域不仅需要高端学术型人才，更需要接地气、重实践的应用型人才。随着“中国智造”的不断推进，智能科学与技术领域已由顶层设计和关键技术突破向生产、应用、装配、服务等环节延伸，迫切需求大批专业技术精、实践能力强、操作流程熟的应用型人才。2019年，人力资源和社会保障部、国家市场监管总局、国家统计局向社会了13个新职业信息，包括人工智能工程技术人员、物联网工程技术人员、大数据工程技术人员等，这也从另外一个侧面说明人工智能等技术推动了产业结构的升级，催生了相关专业技术类新职业，可形成相对稳定的从业人群。

3应用型人才培养模式分析

《中国制造2025》以推进智能制造为主攻方向，强调健全多层次人才培养体系，提到强化职业教育和技能培训，引导一批普通本科高等学校向应用技术类高等学校转型，建立一批实训基地，开展现代学徒制试点示范，形成一支门类齐全、技艺精湛的技术技能人才队伍。

通常而言，人才类型分为三类[2]：学术型人才、应用型人才、技能型人才。实际上从现代职业教育的发展和社会需求来看，应用型人才和技能型人才的界限相对模糊，可统称为应用型人才，即把成熟的技术和理论应用到实际的生产、生活中的技术技能型人才。从国家的层面来看，为了适应人工智能时展，人才需求数量基数最多、缺口最大的就是应用型人才，这也对众多高校培养人才的导向产生重大影响。这里我们重点讨论智能科学与技术应用型本科人才的培养，可从职能、知识结构、能力结构、行业（产业）导向四个方面来分析。

3.1职能

智能科学与技术应用型人才是培养面向各类智能科学与技术的工程设计、开发及应用，掌握各类现代智能系统设计、研发、集成应用、检测与维修、运行与管理等技术，具有扎实理论基础、较强工程实践和创新能力的高素质应用型工程技术人才。

3.2知识结构

智能科学与技术专业充分体现了跨学科的特点，其知识结构包含了三个并行的基础领域：电子信息、控制工程、计算机，也蕴含了电子信息工程、控制科学与工程、计算机科学与技术等学科的交叉和融合，体现了智能感知与模式识别、智能系统设计与制造、智能信息处理三个方面的专业内涵。

（1）智能感知与模式识别

属于电子信息与计算机交叉领域，主要定位在机器视觉与模式识别。包括三维建模与仿真、图像处理与分析、图像理解与识别、机器视觉、模式识别、神经网络、深度学习等。主要课程包括：电子技术基础、信号系统与数字信号处理、数字图像处理、模式识别等。

（2）智能系统设计与制造

属于控制工程领域，包括自动控制、无人系统与工程、精密传感器设计与应用等。主要课程包括：机械基础、工程力学、自动控制原理、传感器与测试技术、计算机控制技术、机电系统分析与设计等。

（3）智能信息处理

属于计算机领域，包括交通大数据、汽车与道路安全大数据等的分析与处理、信息处理与知识挖掘、信息可视化等。主要课程包括：智能科学技术导论、计算机程序设计、微机原理与接口技术、数据结构与算法、嵌入式系统设计等。

3.3能力结构

智能科学与技术应用型人才培养着眼于人工智能工程应用，要求学生具有运用计算机及相关软硬件工具进行大数据的采集、存储、处理、分析、应用的能力；具备智能系统的设计、开发、集成、运行与管理的能力；注重培养学生综合运用所学的智能科学与技术专业的基础理论和知识，分析并解决工程实际问题的能力，其能力结构可以借鉴能力本位教育（CompetencyBasedEducation，简称CBE）模式[3]。

CBE是国际上较流行的一种应用型人才培养模式，主要代表国家为加拿大和美国。该模式以能力为人才培养的目标和评价标准，一切教学活动均围绕综合职业能力的培养展开，CBE人才培养模式主要有以下三方面的特色：能力导向的教学目标；模块化的课程结构；能力为基准的目标评价体系。该模式所培养的本科应用型人才具有较强的专业综合能力和职业能力[4]，在一定时期得到社会的广泛认可，但是单纯的CBE模式并不能完全适应人工智能时代对人才培养的需求，这是由于目前许多职业岗位在人工智能的冲击下，其形式和内容均会产生动态变化，要求现阶段的人才培养具有延伸性和前瞻性，既要兼顾眼前，也要考虑应对智能化浪潮，打好基础，提高自学习能力。因此，智能科学与技术应用型人才培养有一定岗位针对性，但并不是完全固化岗位内容及层次、固化知识属性，必须强化自我学习能力，才能实现能力可持续增长，岗位的向上流动性以及知识和经验的进化，才能真正适应人工智能时展的需求。

自我学习能力的形成与提高往往源于知识结构的构建[5]。为了塑造更合适的能力结构，需要CBE模式与知识结构的相辅相成，有鉴于此，将这种新型人才培养模式称之为知识型能力本位教育（Knowledge&CompetencyBasedEducation，简称KCBE）模式，这也意味着在人才培养过程中，将知识结构与能力结构放在并重的地位，既着眼于预期能力的培养，也必须让学生筑牢学科专业基础，在走向社会以后，在知识引擎的作用下，通过自我学习，具备并提升适应未来的、新的智能化岗位需求的能力。

3.4行业（产业）导向

从智能科学与技术专业的角度，培养的应用型人才以“智能化应用”为就业大方向，具体而言，包括：

（1）智能感知与模式识别领域

主要从事电子信息的获取、传输、处理、分析、应用等领域的研究、设计及应用，包括图像处理、机器视觉、工业视频检测与识别、视频监控、传感器设计及应用等。

（2）智能系统设计与制造领域

主要从事智能装备、智能制造、智能管理、智能服务等领域的设计、制造及应用，包括智能工厂、智能车间、智能生产线、智能物流、以及智能运营与服务等。

（3）智能信息处理领域

主要从事计算机数据处理、分析、理解、管理、以及服务等领域的研究、设计及应用，包括数据存储与管理、数据分析与预测、交通大数据分析应用、道路与汽车安全大数据分析、智能交通、智能电力、智能家居、智慧城市等。

涉及的产业领域主要包括智能制造，如工业互联网系统集成应用，研发智能产品及智能互联产品等。其他的领域还包括智能农业、智能物流、智能金融、智能商务等。

产业需求带动人才培养，人才培养在满足产业需求的同时推动技术进步，而技术进步又引燃了新的产业需求。产业需求与人才培养的相互作用，呈现出螺旋式上升的发展态势，这在人工智能相关产业与智能科学与技术应用型本科人才培养之间表现的得尤为突出。

4KCBE模式人才培养的主要措施和途径

智能科学与技术专业应用型本科人才的培养模式一定是和人才需求、学校定位相適应的。培养应用型人才，应注重学生实践能力，从教学体系建设体现“应用”二字，其核心环节是实践教学。结合上述的KCBE培养模式，知识结构在能力培养过程中也占有非常重要的地位，因此在能力培养方面，知识和实践作为两大要素，不能偏废任何一方，必须齐头并进，既要固基础，也要重实践。

（1）筑牢智能科学与技术专业知识基础，构建与智能化应用相关的知识体系

在本科的低年级阶段，应注重公共基础课，特别是数学和力学课程，还应充分了解智能科学与技术专业的内涵，让学生对所学专业有一个比较全面的认识。在本科中高年级阶段，重点强化专业基础，包括电子技术基础、自动控制原理、传感器与测试技术、微机原理与接口技术、数据结构与算法等。归纳地说，应该筑牢数理基础、计算机基础、机电基础和控制基础，因此对原理课程需要强化，这样对很多工作机理、来龙去脉的理解才能深刻。

（2）增强智能科学与技术专业的实践环节，构建以能力培养为重心的教学体系

按照KCBE模式，校企合作是强化实践的一种重要形式[6]。学校根据人工智能企业实际情况灵活设置实践课程内容，根据企业发展趋势及时调整课程体系以避免教学内容与企业需求相脱离。人工智能企业还可以参与学校教学目标和教学计划的制定，并为学校实践教学提供各方面支持，从而提高人才培养的针对性。

人工智能对社会就业的影响范文第4篇

［关键词］互联网金融；高等金融教育；SWOT；教学改革

2013年以来，互联网金融快速崛起并深刻影响着金融学子的学习生活、社会实践和思维观念。一系列互联网金融的新概念进入高等金融教育的视线：“大数据”、“云计算”、“社会征信”、“共享经济”、“数字货币”、“机器学习”、“人工智能”等，让金融专业的师生既兴奋又备感压力。互联网金融相对于传统金融的思维观念已经改变，经济和金融明显可分的界限被打破。当前，互联网“经济”、互联网“金融”和互联网下的“大数据”高度融合，浑然一体，不可分割。一切资金支付活动均通过移动终端进行，几乎不需要现实货币参与，点对点的资金流动使得“金融脱媒”趋势来得异常凛冽，基于大数据的分析解决了信息不对称的难题。受此影响，复合型人才和跨界发展不再是空洞的口号，传统金融教育的专才培养模式不再可行。互联网金融是新生事物，其实践远远走在了当前高等金融教育的前面，对传统高等金融教育产生强烈冲击，但也带来了变革和发展的机遇。因此，强化对互联网金融教育的研究，通过互联网金融思维重塑和再造高等金融教育势在必行。

一、互联网金融的优势和特点

（一）大数据优势

互联网金融首先是从“草根金融”兴起的，在民间金融“野蛮生长”和“乱象丛生”的时代中逐渐走向成熟，对传统正规金融形成强大压力。实际上，历史上非正规金融发展缓慢的根源在于一系列困境的桎梏：信息不对称导致严重的逆向选择和道德风险、社会征信缺失、无足值抵押等。互联网金融的出现，较好克服了这些顽疾，信息不对称可以依靠大数据技术有效缓解，移动终端的广泛使用结合人工智能使社会征信和债务催收都不再成为问题，在此基础上进一步催生了众筹、共享经济等变革创业方式、生活方式的全新业态。

（二）人工智能优势

与传统金融相比，人工智能效率高，错误率低，模型不断进行自主训练和优化，大大提高了适应性，在量化投资、决策咨询和风险控制等方面逐步取得优势。人工智能的核心是机器学习，互联网金融下每日新增的海量用户数据，以及公司之间的数据共享使得感知机、决策树、随机森林、支持向量机、Logistic回归、BP神经网络等一系列机器学习的核心算法和模型不断“学习成长”，在实践中取代了传统基于人工授信、核查和对客户分类的工作模式。在不远的将来，这种开放、大维度、多渠道的人工智能下的“智能”金融，必然取得对银行依赖中央银行建立的封闭客户数据系统的优势。

（三）“互联网+”的后发优势

“互联网+”是一种全新的思维，智能化、去中心化、脱媒化、信息化以及便捷快速的推广模式催生了各类体量巨大的新兴业态，作为这些业态的基础和共同体，互联网金融拥有显著的后发优势，领先于传统产业成为近年创新创业的最大落脚点。

（四）规模优势

2008年以来，互联网金融的交易规模迅速扩大，经营上的规模优势日益明显，各项交易成本明显下降。与传统金融业态不同，互联网金融由一系列的产业链构成：征信、借贷、催收和服务等环节可分散于不同的公司，在业务模式上可以灵活分散也可有效整合，每一环节聚焦其优势业务，可将规模优势带来的低成本优势发挥到极致。

（五）双创优势

2013年以来，互联网金融的交易成本低，可有效缓解信息不对称问题，交易效率高等的优势愈发明显，不断与其他行业形成跨界融合发展，催生创新，推动创业，极具双创优势。一是依托互联网的移动支付业务的快速发展，不仅远程支付场景不断完善，近场支付也在爆发；二是支付产业链的受理端及其延伸的综合金融增值服务———海量支付数据以及数据驱动的增值服务，为互联网金融企业带来了新的发展；三是区块链技术的融合运用引爆了“跨境支付”的探索热潮；四是在P2P等典型的互联网金融业务模式上，从以往只提供信息中介服务平台的模式创新发展出了引导P2P平台与担保机构合作、整合线上与线下服务以及增加债权转让等服务的新型模式；五是利用大数据、云计算和人工智能等技术帮助互联网金融公司开展客户的理财或量化投资业务；六是基于互联网的共享经济大大便利了人们的生活体验和观念。

二、当前高校金融教育应对互联网金融冲击的SWOT分析

表1是高校金融教育应对互联网金融冲击的SWOT分析矩阵，在理论和实践两个层面为当前高校金融教育如何应对互联网金融的影响提供了分析思路和依据。

（一）优势

首先，传统金融教育具有雄厚的人才基础和优势。自20世纪80年代我国建立高等金融教育事业以来，到目前为止高等金融教育已取得质的突破，金融专业的品牌认可、高考招分、学生素质、国际化程度、毕业后的薪资水平、社会评价等各项指标均处于各行业的前列。同时，国内金融领域在国际一流期刊发表的论文数量也在整个社会科学领域处于领先地位。其次，当前高校金融专业的培养方案和课程设置一般采取模块化搭建的思路，从公共基础、学科基础、专业培养、素质教育和实践实习等方面进行模块化管理，具有良好的可拓展性，互联网金融的相关课程可根据不同专业需要，进行优化组合，体现功能性。第三，互联网经济和互联网金融给高校师生带来了良好体验和观感，高校师生有充分的积极性迎接新专业的建设和发展。

（二）劣势

传统金融教育是单一化的金融专才培养模式，一般分为货币经济、金融市场、投资、金融工程、银行经营与管理、公司金融、家庭金融等方向，注重对货币、投资、资产定价、股票、债券和财务等“纯金融”知识的讲授，对大数据、人工智能和机器学习等涉及计算机与统计学习等跨领域的知识鲜有涉及。在互联网金融的冲击到来之后，我们发现业界需要复合型的跨界人才，单一聚焦金融领域的教学思维和模式开始变得落后和陈旧，金融教育需要“混业发展”。另一方面，教材建设相对滞后。目前，比较缺乏互联网金融的专业教材：一是自编教材的质量令人担忧；二是优秀的互联网金融的国外教材引用较少；三是互联网金融跟风开设课程的现象比较突出，没有因地适宜，教学内容和难度都过犹不及，影响了教学效果。

（三）机遇

互联网金融是朝阳产业，带来了巨大的发展机遇。当前，互联网金融行业的人才极度缺乏，不得不采取“挖墙脚”的无奈之举，导致银行业人才流失严重。限于人才奇缺，互联网金融目前的进入门槛较低，人员素质和水平良莠不齐，原因在于高校对互联网金融人才的培养处于摸索阶段，传统金融教育毕业的学生青睐于在正规金融行业就业，对以民营企业为主的互联网金融行业心存疑虑甚至偏见，人才供给严重不足。显然，传统金融教育向互联网金融教育转型发展的机遇巨大。不仅如此，互联网金融还在科研立项、论文选题、学生的实习实践、就业创业、高校金融教育的学科点申报、专业建设和师资培养等方面开拓了广阔空间，前景可期。另一方面，相对于传统的金融业而言，互联网金融是典型的跨界金融，从一开始就在进行业务模式的细分和产品之间进行内部整合。互联网金融也正在逐步通过用户、大数据和场景的互动来实现对银行、证券、保险、基金和资产管理等传统金融机构进行强有力的整合运作。互联网金融的跨界整合实现了不同行业功能的有机结合，推动了我国区域经济在空间和深度上的拓展。互联网金融需要既懂得信息技术又懂得金融业务、营销和管理知识的跨界复合型人才，这就对高等金融教育提出了更高的要求。但是从高等金融教育实践来看，金融、计算机及营销和管理类专业的教育还是各自为政，独立培养，忽略了跨界知识的构建，导致学生难以适应社会对复合型人才的需求。

（四）挑战

首先，传统金融教育“分业培养”的理念和当前互联网金融“混业发展”的现实需求严重冲突，需要解决“并轨”发展问题。其次，传统高等金融教育的课程设置和培养体系相对成熟，然而，互联网金融的实践远远走到了学校教育的前面。再次，互联网金融教育强调“长尾性”。与传统金融的“二八定律”正好相反，互联网金融的优势在于服务80%的小微客户，推广的是普惠金融的理念。但在传统金融教育中关于普惠金融、微型金融的相关课程几乎从不开设。消除“教育偏见”达到在正规金融和非正规金融之间的教育平衡，更加注重“长尾性”仍然任重道远。

三、结语

高等金融教育承担着为金融行业输送急需人才的重任，也是社会和家长的关切所在。互联网金融是未来金融行业的制高点，需要高校金融教育培养复合型人才，要求他们具备金融学知识，理解金融业务的原理，掌握信息化技术并能对大数据进行分析，还要具有一定的营销和管理能力。因此，主要的启示有如下几点：（1）注重学科交叉，优化课程设置，培养复合型人才。（2）加强师资建设，促进传统金融教育向互联网金融转型发展。（3）加强互联网金融的“产学研”的合作，树立“干中学”的务实求真精神。对此，高校金融教育是有优势的，要秉持开放理念加强彼此合作，使研究向应用转化。（4）加强对大数据和人工智能的关注，引入相关课程。此外，在互联网金融风险高发的背景下，高等金融教育也要积极承担社会责任，适时向社会进行互联网金融知识的推广和普及，提高民众规避风险的能力，达到普及金融教育的目的。

［参考文献］

［1］刘小铭.浅析互联网金融现状及风险［J］.经营管理者，2016（23）：313.

［2］杨竹清，张超林.互联网金融对我国高等教育金融的启示［J］.金融教育研究，2016（5）：82-88.

［3］刘源.论技术经济学课程的分阶段培养模式［J］.中国市场，2016（48）：167-169.

［4］谢水园.企业的业务骨干参与大学课堂教学常态化研究———以《国际贸易实务》为例［J］.亚太教育，2016（30）：89.

［5］谢水园.论外贸通关实务课程中多种教学方式的运用［J］.中国市场，2014（22）：149-150.

［6］胡烨丹，潘锡泉.互联网金融语境下的金融职业教育模式创新［J］.中国职业技术教育，2015（34）：93-95.

［7］刘变叶.互联网时代金融学专业人才培养面临的挑战及应对措施［J］.工业和信息化教育，2015（5）：1-5.

［8］张超，李梅，丁妥.互联网金融背景下金融教育改革探析［J］.中国市场，2015（12）：18-19.

人工智能对社会就业的影响范文第5篇

用工荒倒逼企业革新

人工成本快速上涨、企业招工难、员工流动性太大……随着人口红利的逐渐退却与新一代劳动者就业观念的改变，用工难成为诸多企业，尤其是制造领域企业需要面对的难题。

以珠三角为例，多年来形成了庞大的制造业规模，分享规模化红利的同时，也需要巨大的人工开支撑企业生产，每一次民工返乡潮都意味着员工的流失与重新招聘、培训，频繁的人员流动浪费了企业大量资源，除拖慢产品生产率外，更可能对产品品质产生影响。对于这类以生产制造为主的企业而言，与其频繁解决人员流失问题，不如尝试用机器替代人工，节省企业人工投入的同时，更便于企业生产的稳定。

制造型企业之外，服务型企业同样乐于用机器替代人工，一方面可解决用工慌和用工成本，另一方面还可以让机器人成为企业营销的亮点，从而吸引更多消费者。此外，终端设备日趋精密化也需要“不会犯错”的机器人替代人工，这也是技术进步推动生产模式的革新。

大企业全面革新的机会

富士康已经利用机器人技术，将昆山工厂的员工人数从11万减少到5万―这只是一个缩影。广东，这一制造业的大省，对机器人的需求也更为迫切。截止2015年底的统计数据，广东机器人保有量达4.14万台，占全国18.8%、全球2.49%。其中，2015年新增机器人1.82万台，占全国四分之一、全球6.9%。一言以蔽之，广东渐成“机器代人”大省。

格力、美的这样行业巨头不单在生产制造环节引入机器人，缓解人工压力，更积极进入机器人制造领域，努力在机器人替代人工的趋势中攫取更多利益。虽说机器人生产线一次性投入巨大，但却能帮助企业实现长期24小时稳定生产，长期效益巨大且能避开一些人工产生的突发问题。除改变大企业制造环节运行模式外，通过机器人技术的熟练使用与引入，这类大型企业完全可通过自行研发+外延并购的模式切入机器人制造领域，转身变为其它企业机器替代人工过程中的设备供应商甚至系统服务商。在机器替代人工的发展过程中，大型企业依托强大的资金和长期依赖的经验技术沉淀，不但可以通过引入机器人完成企业制造环节的技术改造，更有望进入机器人制造领域，完成从劳动密集型企业向技术密集型企业的转变。

中小企业的痛苦与纠结

包括富士康在内的35家台企仅去年就投资6.1亿美元用于人工智能研发；加加食品投入5亿元进行生产线改造，每年可为公司节省1500万的人工成本；江西合力泰花费3.32亿元全面委托大宇精雕构建“智慧工厂”……机器替代人工无论是长期投资回报还是生产稳定性方面都是相当不错的事情，机器替代人工意味着企业生产线的全面改造甚至直接更换，巨大的一次性投入让不少企业犹豫和纠结。

当前制造领域的不少中小企业都是劳动密集型企业，本身盈利规模较小、利润率较低，机器替代人工的资金门槛对他们而言显然还太高，且一次性投入后需要五年、十年甚至更长时间才能逐渐收回成本，这个周期也另不少中小企业主止步。此外，中小企业本身专业人才储备不足也限制了其大规模推动机器替代人工。

少中小企业也尝试过采购低价国产机器人，可为降低单品成本和售价，不少国产机器人在没有核心技术的情况下，只好降低配件品质，最终拖累整机性能。不足一万小时的平均寿命本身难以满足长时间24小时运行的需要，而且低售价往往意味着低利润，没有足够的利润势必难以维持完善的售后服务，相比国外机器人坐着飞机给你上门服务的售后，低价模式显然是不合理的。

“不投钱买机器人做自动化转型，同大企业的差距会越来越大。可投钱又会抽调企业大量流动资金，足以影响到原材料进货，只有再看看了。”一位小型企业主面对记者的提问，显得很无奈。

非工业机器人的繁荣

非工业机器人包括专业机器人和服务机器人，原本应该是工业机器人发展成熟的产物，不过初期较低的购买投入反而让这类机器人得到不少企业欢迎。以服务机器人为例，不少餐厅购买服务机器人用于点餐、传菜等服务，不单环节了人工压力，更成为企业吸引消费者的一大亮点，带来更多客流。

大多数消费服务企业会选择服务机器人，主要是看重其新奇体验能制造亮点和话题，从而吸引客流，但实际使用过程中，由于技术的不成熟，机器人服务员往往会出现点餐应变能力不强、传菜抖动等实质性问题，2013年2月开业的广州第一家机器人服务员餐厅已经结业，当新奇有趣随着时间的流逝淡化时，无法创造更多价值的机器人甚至面临“下岗”的问题。总体而言，服务机器人目前还处于“噱头”阶段，其离“机器替代人工”的设想还有很长一段距离。

专业机器人又名“特种机器人”，专门从事军事、公共安全、勘探、航空、医疗等专业工作，由于行业应用的特殊性，这类行业对机器人的需求较大，本身也有足够的资金完成设备购买，只是相对较高的专业技术需求让这类机器人生产门槛较高，国外机器人厂商占据绝对的份额优势。

值得关注的家庭机器人

家庭机器人可以看做服务机器人的延伸，其技术门槛相对较低，市场定位也较为准确，而已家庭为单位的海量市场吸引到了足够多的生产企业关注，不高的价格同样很容易被消费市场接受。

以华硕新近的Zenbo为例，除同家居智能设备互联互通并完成控制外，更可实现老人监控、儿童教育等众多人机互动功能，成为家庭安保和智能家庭解决方案的存在。而腾讯、百度等一大批科技企业也有计划或者已经推出类似产品。而这样直接进入消费终端的做法，能有力推动大众对机器人应用的接受度，一定程度上带动机器人应用开发或周边设备的研发，最终也可以看做机器替代人工的一个步骤，毕竟这类家庭机器人拥有足够的AI后，完全可以成为保姆、儿童及老人看护的存在。