White Paper

Pour comprendre ce que l'avenir pour l'automatisation intelligente, nous avons sondé 537 organisations nord-américaines et européennes, allant des banques et des assureurs (biens / accidents / vie), aux payeurs de soins de santé (voir méthodologie, page 22). Nos résultats révèlent de nouvelles tendances significatives. Les premiers centres autour de la capacité d'automatisation intelligente d'améliorer considérablement sur ce que les gens peuvent faire, ainsi que le sens de déverrouillage à partir de données en utilisant l'analyse de processus. Dans certains cas, les organisations automatisent complètement le travail grâce à la numérisation par réinvention et instrumenter un processus depuis sa création à exploiter la puissance des technologies numériques émergentes, telles que sociaux, mobiles, des analyses et des nuages ​​(ou StackTM SMAC). Notre recherche montre également que, grâce à ces technologies, les humains sont atteindre de nouveaux niveaux d'efficacité des processus, tels que les coûts d'exploitation améliorée, la vitesse, la précision et le débit volume. En utilisant des technologies de plus en plus astucieux, les entreprises intelligentes font un bien meilleur travail d'aborder les possibilités de processus complexes. En bref, ils deviennent rapidement des multiplicateurs de force à des gens qui sont encore indispensables au travail des processus dans le secteur bancaire, la santé, les sciences de la vie et de l'assurance. [googletranslate_fr]

Cet essai d'examen critique et portée analyse des marchés du travail numérique où les services de main-d'œuvre sont négociés en faisant correspondre aux demandeurs (employeurs et / ou les consommateurs) et les fournisseurs (travailleurs). Il met l'accent sur les marchés du travail numérique qui permettent la prestation de services à distance par voie électronique émettables (c.-à Amazon Mechanical Turk, oDesk, Freelancers, etc.) et ceux où les processus d'adaptation et d'administration sont numériques, mais la prestation des services est physique et exige directe interaction. Le premier type est large appelé les marchés du travail Online (OLM) et est potentiellement mondiale. Ce dernier type large est appelé mobile des marchés du travail (MMH) et est par définition localisée. L'essai définit et conceptualise ces marchés proposant une typologie qui se révèle de façon empirique valide et utile. Heuristically Il décrit leur fonctionnement et les effets socio-démographiques des profils des participants, examine leurs économiques et sociaux, porte sur les implications politiques possibles, et se termine par un programme de recherche pour appuyer la politique de niveau européen prise. Il alterne la discussion des résultats « durs » des études expérimentales et quasi-expérimentales avec l'analyse des questions « douces » telles que les discours rhétoriques et les comptes « hype » des médias. Cette triangulation est inspirée, et un hommage à l'héritage durable de l'œuvre d'Albert O. Hirschman et son point de vue que les idées et la rhétorique peuvent devenir des moteurs endogènes de changement social, les réformes et les politiques. Cet essai tente de démêler la rhétorique des preuves empiriques disponibles afin de permettre un débat plus rationnel au moins dans la discussion des politiques, sinon dans l'arène publique. [googletranslate_fr]

La profondeur et l'ampleur de la crise financière mondiale suggèrent que le système économique est susceptible de subir des changements majeurs. Cela ressemble en papier à un aspect de la façon dont « le capitalisme de demain » pourraient différer du modèle néo-libéral du passé: l'équilibre de l'économie du Royaume-Uni. En particulier, il met l'accent sur l'emploi et demande comment le gouvernement peut soutenir la transition vers une main-d'œuvre plus forte et plus équilibrée vigueur. Alors que les mesures fiscales et monétaires immédiates prises par le Gouvernement et la Banque d'Angleterre pour combattre la récession sont importantes, nous mettons l'accent sur les tendances à long terme de croissance et de l'action gouvernementale. [googletranslate_fr]

Ce document porte sur la navigation à long terme dans des environnements dont l'apparence change au fil du temps - soudainement ou progressivement. Nous décrivons, mettre en œuvre et valider une approche qui nous permet d'apprendre progressivement un modèle dont la complexité varie naturellement en fonction de la variation de l'apparence de la scène. Il nous permet de tirer parti de l'état de l'art dans l'estimation de pose pour construire sur plusieurs pistes, un modèle mondial d'une richesse suffisante pour permettre la localisation simple, malgré une grande variation des conditions. Comme notre robot parcourt à plusieurs reprises son espace de travail, il accumule des expériences visuelles distinctes de concert, représentent implicitement la variation de la scène - chaque expérience capture un mode visuel. En cas d'utilisation dans une zone déjà visitée, nous essayons toujours de localiser dans ces expériences précédentes lors de l'exécution simultanée d'un système d'estimation de pose à base de vision indépendante. Le défaut de se localiser dans un nombre suffisant d'expériences antérieures indique un modèle insuffisant de l'espace de travail et dynamise la pose de la séquence d'images en direct comme une nouvelle expérience distincte. De cette façon, au fil du temps, nous pouvons saisir l'aspect typique variant dans le temps d'un environnement et le nombre d'expériences nécessaires tend à une constante. Bien que nous nous concentrons sur la vision comme capteur primaire tout au long, les idées que nous présentons ici sont également applicables à d'autres modalités de détection. Nous démontrons notre travail d'approche sur un véhicule routier exploitation sur une période de trois mois à différents moments de la journée, dans différentes conditions météorologiques et les conditions d'éclairage. Dans l'ensemble, nous traitons plus de 136 000 images capturées à partir de 37 km de conduite. [googletranslate_fr]

Il est un plaisir de vous présenter la technologie au travail v2.0: L'avenir est pas ce qu'il était. Ce rapport est le troisième d'une série à long terme de GPS Citi rapports coproduite par Citi et l'Oxford Martin école à l'Université d'Oxford afin d'explorer quelques-uns des plus pressants défis mondiaux du 21e siècle. Le rapport examine en outre les concepts introduits dans notre Février rapport 2015, la technologie au travail: l'avenir de l'innovation et de l'emploi, qui a marqué l'introduction du programme d'Oxford Martin sur la technologie et l'emploi, à l'Université d'Oxford un programme de recherche à long terme soutenu par Citi qui mettra l'accent sur les conséquences d'une évolution rapide du paysage technologique pour les économies et les sociétés. Dans ce nouveau rapport, les universitaires d'Oxford Martin école; Dr Carl Frey Benedikt, professeur associé Michael Osborne et le Dr Craig Holmes développer leurs théories sur la nature changeante de l'innovation et le travail et les implications connexes pour l'avenir de l'emploi et de la société plus largement. Sur la base de leur méthodologie qui prédit 47 pour cent des emplois aux États-Unis étaient menacés par l'automatisation, les auteurs examinent maintenant les probabilités d'emplois à risque à travers le monde, ainsi que les disparités de risque de l'emploi entre les villes. [googletranslate_fr]

Les technologies d'automatisation telles que l'apprentissage de la machine et la robotique jouent un rôle de plus en plus grand dans la vie de tous les jours, leur effet potentiel sur le lieu de travail a, sans surprise, devenue une préoccupation majeure de la recherche et les préoccupations du public. La discussion tend vers un jeu de devinettes manichéens: quels emplois seront ou ne seront pas remplacés par des machines? En fait, nos recherches ont commencé à montrer, l'histoire est plus nuancée. Alors que l'automatisation éliminera très peu métiers entièrement dans la prochaine décennie, il aura une incidence sur les parties de la quasi-totalité des emplois à un degré plus ou moins, en fonction du type de travail qu'ils impliquent. Automation, va maintenant au-delà des activités de fabrication de routine, a le potentiel, du moins en ce qui concerne la faisabilité technique, de transformer des secteurs tels que la santé et la finance, qui impliquent une part importante du travail des connaissances. [googletranslate_fr]

Comme l'automatisation des avances de travail physique et de connaissances, de nombreux emplois seront redéfinis plutôt que éliminé, au moins à court terme. [googletranslate_fr]

Le potentiel de l'intelligence artificielle et la robotique de pointe pour effectuer des tâches autrefois réservé aux humains ne sont plus réservées à des manifestations spectaculaires par les goûts de Watson, Baxter Rethink Robotics, DeepMind, ou la voiture de Google driverless d'IBM. Il suffit de se diriger vers un aéroport: l'enregistrement dans les kiosques dominent de nombreuses compagnies aériennes maintenant automatisé zones de billetterie. Les pilotes orienter activement les avions pour seulement trois à sept minutes de nombreux vols, avec le pilote automatique guidant le reste du voyage. processus de contrôle des passeports dans certains aéroports peuvent mettre davantage l'accent sur la numérisation des codes à barres de documents que sur l'observation des passagers entrants. Compétences anticipation des besoins devient la pratique qui harmonise le marché du travail par un aperçu des politiques éducatives: au milieu et à l'horizon à long terme, les professionnels du marché du travail avec des compétences pertinentes pour les besoins du marché, comblant ainsi les lacunes dans les compétences, parce que les établissements d'enseignement avaient assez de temps et des informations pour ajuster. Le problème de l'identification des besoins de compétences futurs devient de plus en plus aigu dans la dynamique actuelle de l'économie mondiale. Pour faciliter la transition provoquée par le rythme de la mondialisation économique et de la dégradation de l'environnement, et de renforcer leur position dans le nouveau monde numérique, les gouvernements doivent envisager le développement à long terme des secteurs essentiels de l'économie nationale, ou le passage à de nouveaux. D'un intérêt particulier sont les secteurs technologiques, comme les points focaux concentration recherche et le développement, les investissements étrangers directs, le talent et la technologie de pointe. La technologie peut également remplacer partiellement la main-d'œuvre et donc influencer la structure de la demande: des emplois à forte intensité de compétences augmentent en nombre, alors que les emplois avec les tâches de routine peuvent être remplacées par la technologie. Moyen d'emplois de compétences sont également confrontés à un changement des compétences jeu causées par l'évolution des technologies. Les compétences sont nécessaires pour la R & D et de l'innovation, mais aussi pour l'adoption et l'adaptation des technologies (compétences en affaires, les compétences de gestion) et pour l'exploitation et l'entretien des technologies. [googletranslate_fr]

Les auteurs de ce document de travail étudient l'impact des robots industriels sur l'emploi et les salaires dans six pays de l'Union européenne, qui représentent 85,5 pour cent du marché des robots industriels de l'UE. En théorie, les robots peuvent directement les travailleurs Displace d'effectuer des tâches spécifiques de (effet de déplacement). Mais ils peuvent aussi accroître la demande de main-d'œuvre grâce à l'efficacité qu'ils apportent à la production industrielle (effet de la productivité). La recherche adopte l'approche de l'équilibre du marché du travail local développé par Acemoglu et Restrepo (2017) pour évaluer lequel des deux effets sur le marché du travail domine. Les auteurs constatent que un robot supplémentaire par mille travailleurs réduit le taux d'emploi par 0.16-0.20 points de pourcentage. Ainsi, un effet de déplacement significatif domine. L'effet de déplacement est particulièrement évident pour les travailleurs de l'enseignement moyen et pour les jeunes cohortes, alors que les hommes sont plus touchés que les femmes. Les estimations, cependant, ne font pas des résultats solides et significatifs sur l'impact des robots sur la croissance des salaires, même en tenant compte des effets possibles de compensation entre les différentes populations et les groupes sectoriels. [googletranslate_fr]