AI时代，就业岗位将发生变化

编者按包括制造业在内的产业现场对人工智能（AI）的应用，预计将成为今年产业界最大的热点。已经投入制造现场的AI，已证明其在提升生产率方面发挥了牵引作用。这一应用范围将从今年开始正式扩大。在由AI推动的生产革新的背后，人们对岗位减少的担忧始终存在。所谓在无人干预下实现生产的“黑灯工厂（Dark Factory）”概念正逐步走向现实，因此不少人认为完全自动化将成为可能。然而，《亚洲经济》实地确认的AI应用制造现场的岗位变化却更加复杂。重复且危险的作业由机器承担，而判断、管理与责任则由人来负责，如此一来，人机之间的职责边界正在被清晰划分。换言之，AI并非在“挤走”人，而是开始“重新定义”工作岗位。AI时代不仅带来了生产率与技术竞争，也提出了岗位转型这一课题。《亚洲经济》走进新年里的产业现场，直接观察AI带来的岗位变化。 “要利用人工智能（AI）提升生产率，上级管理层首先必须对AI更加熟悉。” 国内主要企业在“AI元年”之际，纷纷撸起袖子，通过AI专项培训来提升生产率。特别是，围绕哪些工作交给AI、管理层如何对其进行管理以提高业务效率等问题，引发了关于“组织内部再设计”的新年讨论。 SK集团按照会长 Choi Taewon 的指示，引入了“AI Worker（AI工作者）”这一概念，要求对整体工作执行方式进行变革。这是一种战略性转向：不把AI视为取代人的工具，而是作为补充人类判断与责任的“同事”来加以利用。SK高层相关人士强调称：“我们正在重组业务结构，把简单重复的检索和摘要工作交给AI，而由人专注于价值判断和方向设定。” SK Telecom 与 SK Broadband 正在利用周末时间，为高管运营AI教育项目。课程将讲授与实操相结合，主要内容包括如何使用 ChatGPT、Claude 等多种生成式AI，以及提示词设计方法。对部分总裁级高管，还要求其完成AI相关资格课程，将AI应用能力作为领导者的核心素质之一来管理。 LG旗下“国内首家”获得教育部正式认证的公司内部研究生院——LG AI研究生院，将于今年3月举行硕博课程开学典礼，立志培养面向产业现场的AI领军人才。LG CNS首次于去年与全球AI独角兽企业 Cohere 联合举办了AX研讨会。LG CNS相关人士表示：“该研讨会是一项AX实训型教育项目，员工先在理论层面学习大语言模型（LLM）的整体概念及各产业AI应用

“美国的硅谷或许已经抓住了人工智能软件的霸权，但将在‘物理人工智能（Physical AI）’世界中掌握主导权的国家，是韩国。”世界知名未来学家Clement Bezold博士在与《亚洲经济》的新年书面采访中预见，人工智能（AI）时代的到来将引发制造业的变革，而这将成为韩国的重大机遇。 他通过书面答复表示，韩国不仅仅是一个擅长生产半导体的国家，更是唯一能够将人工智能“体化（Embodiment）”到现实世界中的文明国家，并就人与AI的共存以及为将其变为现实企业与政府应承担的课题作出了提示。 ◇“大脑”在美国，“身体”在韩国= Bezold博士指出，韩国绝对不应犯的战略性误判，是“追赶美国式软件AI”。他称，韩国真正的武器并非软件，而是在物理系统的架构层面直接植入AI的“内在化（Embedded Substrate）”。 “要让AI越出数字空间，在现实中运转，需要什么？要有用于记忆的半导体（存储器）、用于运动的动力（电池）、用于观察世界的眼睛（显示器），以及将这些精密组装起来的制造能力。全世界范围内，能够在本国境内完备地供给并整合整套‘硬件栈’的国家，只有韩国。” Bezold博士将由三星电子和SK海力士（半导体）、LG能源解决方案（电池）、现代汽车（机器人）、韩华Ocean（智能船舶）串联而成的韩国产业组合，定义为“智能硬件栈（Intelligent Hardware Stack）”。他表示，即便OpenAI、谷歌等美国大型信息技术企业打造出再优秀的AI模型，如果无法解决将其无误地大规模装载到数千万台自动驾驶机器人和智能船舶上的“体化问题（Embodiment Problem）”，这些模型就毫无用处。Bezold博士判断，韩国正握有这一瓶颈。 ◇制造业熟练工人是AI的指挥者= 物理AI的核心不只是机器。Bezold博士将韩国制造业一线的熟练工人视为完成物理AI的“最后一块拼图”。他说：“仅凭肉眼观察细微焊接火花的颜色就能判断品质的一线员工，其经验是AI永远无法模仿的默会知识，也是宝贵的数据”，并强调“韩国的物理AI战略不是解雇他们，而是将他们提升为AI系统的‘指挥者（Commander）’”。 如果说现有劳动者是直接操作机器的“操作者”，那么在物理AI时代，韩国劳动者将成为解读数十台机器人回传数据并控制例外情况的“现场指挥官”。这是一种没有制造业基础的西方国家甚至无

编者按包括制造业在内的产业现场对人工智能（AI）的应用，预计将在今年成为产业界最大的热点议题。已经投入到制造现场的AI，已证明在提升生产率方面发挥了牵引作用。这一应用范围将在今年开始本格扩大。由AI引发的生产革新背后，隐藏着对就业岗位减少的忧虑。因为所谓“黑灯工厂（Dark Factory）”的概念正逐步成为现实，在没有人工介入的情况下实现生产，被认为将使完全自动化成为可能。然而，《亚洲经济》实地确认的AI应用制造现场的岗位变化却更加复杂。重复且危险的作业由机器承担，而判断、管理和责任则由人来负责，正在形成明确的分工边界。也就是说，AI并不是在把人“挤走”，而是开始重新界定工作岗位。AI时代不仅带来了生产率和技术竞争，还提出了岗位转型这一课题。《亚洲经济》走进新年伊始的产业一线，直接观察AI所带来的就业变化。坐落在庆尚南道巨济市、占地约140万坪的韩华海洋玉浦造船厂一望无际。在关键工序——焊接作业场的一侧，一名焊工站在管道接合部前。他在周围安装好导轨，按下几次按钮后，协作机器人手臂便沿着两根相互贴合的管道之间高低不平的缝隙缓缓移动。这一直是过去作业人员必须手持焊枪、弯着腰以不稳定姿势坚持作业的区域。如今，机器人以恒定的速度和角度持续进行焊接，作业人员只需退后几步，在一旁通过监视器对电流和角度进行微调。原本需要用身体硬扛的作业，变成了通过屏幕进行管理的工序。所谓协作机器人，是指在同一空间内辅助作业人员的机器人。 韩华海洋在2019年引进了协作机器人。起初的主要目的，是为防止因熟练人力减少而出现的工作空白，但后来转向通过把技术转化为数据、实现工序标准化，以均一地保持质量。 上月17日在韩华海洋总部见到的制造创新研究中心焊接技术研究组高级研究员Kim Dongyoung，也点出了管道焊接在结构上的局限。他表示：“曲线形态较多的管道焊接，尤其高度依赖熟练工人”，并称“但这类人力正在逐渐减少”。他接着补充说：“将原本只存在于熟练工人头脑中的隐性知识以数据形式留下，实现作业技能的传承，是引进协作机器人的目标。” 管道焊接是造船过程中最核心的工序之一。一艘船所需的全部焊接长度加在一起，多到足以往返首尔和巨济。再加上在高温、高热环境中，长期暴露在火花和金属粉尘下的作业已成常态，因此热相关疾病和肌肉骨骼负担也相当严重。相反，通过作业所积累的经验诀窍却分散在现场，只依赖个人经验，导致作

编者按包括制造业在内的产业现场对人工智能（AI）的应用，有望成为今年产业界最大的热点议题。已经导入制造现场的AI，已证明在提升生产力方面发挥了牵引作用，其应用范围将从今年开始正式扩大。伴随AI带来的生产创新，一并出现的是对就业减少的担忧。所谓在无人干预下实现生产的“黑暗工厂（Dark Factory）”概念正逐步成为现实，被认为完全自动化将成为可能。然而，亚洲经济在AI制造现场确认到的就业变化却更加复杂。重复且危险的作业由机器承担，而判断、管理与责任则由人来负责，这种明确的领域划分正在形成。也就是说，AI并非在挤压人类，而是开始重新界定工作岗位。AI时代不仅带来了生产力和技术竞争，还提出了岗位转型这一课题。亚洲经济走进新年里的产业现场，直接探访了AI所引发的就业变化。“在制造现场，人工智能（AI）与人类必须协作并共存。AI虽然能够快速而准确地完成作业，但要应对新的工序和错误问题，要让AI解决方案在整个制造流程中发挥应有性能，就离不开人。若说AI是一颗‘点’，那么人就是把这些点连起来的‘连接纽带’。” LG电子生产技术院智能工厂事业开发负责人（常务）Hwang Wonjae近日在京畿道平泽市LG数码园区接受亚洲经济采访时表示：“所有制造工厂都会以黑暗工厂为目标，但人类不可能被完全排除或取代”，“由AI准确快速地执行重复作业，由人类负责整体管制以及超越技术性监控层面的形势判断与应对，这种共存的良性循环结构至关重要”。 随着AI向制造现场扩散，生产方式和人员结构正在快速变化。从基于实时数据的预测性维护到工序优化，以AI为核心功能的“智能工厂”已成为现实。如今，24小时完全无人运转的“黑暗工厂”时代正在逼近。看上去AI似乎可以完全替代人类角色，但现场的声音却并非如此，相反更强调共存。 “人类之所以重要，在于制造产线在不断变化”强调“共存”的Hwang负责人的视角，源自制造产线的4M（Man·Machine·Material·Method），即人力、设备、原材料、工序这四大构成要素。Hwang负责人表示：“随着新产品上市、技术发展以及由此产生的前所未有的错误，制造产线的4M在持续变化”，“在这种情况下，要让AI解决方案正常运转，就必须有人的决策参与，包括判断和处置等”。 这意味着，当在不断变化的制造产线中出现AI尚未学习过的情形时，最终仍需要人类的创造力和经验积累。Hwang

编者按包括制造业在内的产业现场对人工智能（AI）的应用，预计将在今年成为产业界最大的热点议题。已经导入制造现场的AI，已证明其在提升生产率方面发挥了牵引作用，这一应用范围将从今年开始全面扩大。基于AI的生产创新背后，也潜藏着对岗位减少的担忧。所谓“黑灯工厂（Dark Factory）”的概念正在逐步成为现实，被认为完全自动化将成为可能。然而，《亚洲经济》实地确认的AI应用制造现场的岗位变化却更为复杂。重复且危险的作业由机器承担，而判断、管理与责任则由人来负责，明确的领域划分正在形成。换言之，AI并非在把人“挤走”，而是在重新界定工作岗位。AI时代带来的不仅是生产率与技术竞争，还有岗位转型这一道必答题。《亚洲经济》走进新年伊始的产业一线，直接探访AI带来的岗位变化。庆北浦项浦项制铁浦项制铁厂第3炼钢工厂“预处理（KR）控制室”。钢厂特有的巨大轰鸣声与炽热的热浪不见踪影，取而代之的是数十台显示器填补了寂静，仿佛置身信息技术企业的管制中心。被分成四格的画面中，巨大的撇渣器（刮刀）正精细地刮除浮在钢水表面的渣滓——炉渣。这里曾是过去熟练工人在高炉前凭肉眼观察火焰并操纵操纵杆作业的现场。 在控制室的主控台上，人工智能（AI）正在对现场数据进行实时分析。控制画面上动态显示着转炉编号、钢水成分、预处理设备的位置与运行状态、撇渣器的移动轨迹等信息。 引入AI后，肩膀和手腕疼痛得到解放作为炼钢工序起点的预处理工序，是去除从转炉出来的钢水中杂质，并调节决定质量关键的硫（S）成分的阶段，被称为“排渣”作业。看似简单，但在高温钢水前，一边调节钢包（盛钢水容器）的倾斜角度，一边只撇除炉渣，这项工作需要高度集中力。 炼钢部主任职员 Shin Seungmin 表示，引入AI之后，“肩膀轻松多了”。在此之前，每完成一项作业需要操作操纵杆400次以上，若当日产量大，手腕和肩膀就会发麻。 然而，自去年5月在第3炼钢工厂所有预处理设备上导入AI之后，Shin 主任不再需要只盯着操纵杆，而是可以全面把握整个工序的质量状况。他表示：“体力负担减轻后，我能够将精力投入到设备管理、挖掘系统改进创意等，为改善作业环境而进行的新工作上。” 从“感觉”到“指标”…全球首创引入定量化“排渣率”此次创新的核心在于将热成像摄像头与高精度角度数据进行组合应用。炼钢部代理 Kwon Ohyung 说明称：“在将高技能工人的经

编者按包括制造业在内的产业现场对人工智能（AI）的应用，预计将在今年成为产业界最大的议题。已经导入生产现场的AI，已被证明在提升生产率方面发挥了牵引作用，而其应用范围将在今年开始全面扩展。由AI推动的生产革新背后，也潜藏着对岗位减少的担忧。所谓“黑灯工厂（Dark Factory）”这一几乎无需人力介入即可完成生产的概念，正逐步成为现实，被认为完全自动化将有望实现。然而，《亚洲经济》实地走访确认的AI应用制造现场的岗位变化却更为复杂。重复性、高危险的作业由机器承担，而判断、管理与责任则由人来负责，正在形成明确的分工边界。也就是说，AI并非将人排挤出去，而是开始重新界定岗位的内涵。AI时代不仅带来生产率和技术竞争，还提出了岗位转型这一课题。《亚洲经济》在新年走进产业一线，直接观察了AI所引发的岗位变化。 “维修人员看到预知维修团队时，会问我们是不是有什么‘神气’。怎么能提前几天、甚至不直接看飞机，就能指出故障呢？” 上月9日，在首尔江西区大韩航空总部工作的预知维修团队次长 Park Changhun 的电脑显示器上弹出了警告提醒：一架飞往金浦的客机机舱压力正在下降。安装在飞机上的传感器感知到，导管（机舱内输送空气的软管）之间的橡胶连接部位出现松动，如果照此发展，一周后执行航班时，导管连接部位可能会撕裂，导致客舱无法获得充足空气。Park 次长分析了以往的维修履历等相关数据后，向现场维修团队发出了“有必要更换导管连接部位”的作业请求。 他说：“我们提前排除了几乎要导致返航或停飞的风险，使得可以在下一次飞行前进行维修。最近因为零部件老化等原因，出现过三四次类似故障，所以我们很快就能找到机舱压力下降的原因。” 预知维修，是指利用大数据和人工智能（AI）提前发现并处置飞机问题的一种前置性维修方式。大韩航空在一架飞机上搭载约2500个传感器，每天产生约62GB、相当于6.3万册电子书容量的数据。公司通过自研的基于AI的故障预测模型对数据进行分析，一旦检测到异常征兆，就判断是否需要维修，并下达作业指示。 预知维修比传统维修方式更高效的原因在于，可以避免因飞机故障而产生的时间和成本消耗。如果在航班起飞前的维修中发现飞机故障，大多会导致航班延误或停飞。在维修期间，还需为旅客准备住宿和替代航班，因此成本不菲。但预知维修可以提前大约一周预测故障，从而预先腾出维修时间，并减少成本支出，