تعداد الروبوت: جمع البيانات لتحسين صنع السياسات بشأن التقنيات الجديدة

هناك إثارة مفهومة حول تأثير التقنيات الجديدة مثل الذكاء الاصطناعي (AI) والروبوتات على اقتصادنا. في حياتنا اليومية ، نرى بالفعل فوائد هذه التقنيات: عندما نستخدم هواتفنا الذكية للتنقل من موقع إلى آخر باستخدام أسرع طريق متاح أو عندما تساعدنا خوارزمية الكتابة التنبؤية في إنهاء جملة في بريدنا الإلكتروني. في الوقت نفسه ، هناك مخاوف بشأن الآثار السلبية المحتملة لهذه التقنيات الجديدة على العمالة. تناول مجلس المستشارين الاقتصاديين للإدارتين السابقتين هذه القضايا في التقرير الاقتصادي السنوي للرئيس (ERP). على سبيل المثال ، ملف 2016 تخطيط موارد المؤسسات تضمنت فصلاً عن التكنولوجيا والابتكار الذي ربط الروبوتات بالإنتاجية والنمو ، و 2019 تخطيط موارد المؤسسات تضمنت فصلاً عن الذكاء الاصطناعي ناقش الآثار غير المتكافئة للتغير التكنولوجي. استخدم كلا الفصلين بيانات بمستويات مجمعة للغاية ، ويرجع ذلك جزئيًا إلى أن هذه هي البيانات المتاحة. كما أشرت في مكان آخر ، الذكاء الاصطناعي والروبوتات في كل مكان ، باستثناء البيانات كما اتضح.

حتى الآن ، لم تكن هناك دراسات منهجية واسعة النطاق في الولايات المتحدة حول كيفية تأثير الروبوتات والذكاء الاصطناعي على الإنتاجية والعمل في الشركات أو المؤسسات الفردية (يمكن أن تمتلك الشركة مؤسسة واحدة أو أكثر ، والتي يمكن أن تكون على سبيل المثال مصنعًا في بيئة صناعية أو واجهة محل في مكان بيع بالتجزئة). هذا لأن البيانات شحيحة. استخدم الباحثون الأكاديميون المهتمون بتأثيرات الذكاء الاصطناعي والروبوتات على النتائج الاقتصادية في الغالب بيانات مجمعة على مستوى الدولة والصناعة. في الآونة الأخيرة ، درس البعض هذه القضايا على مستوى الشركات باستخدام بيانات عن واردات الروبوتات إلى فرنسا وإسبانيا ودول أخرى. أراجع عددًا قليلاً من هذه الأوراق الأكاديمية في كلا الفئتين أدناه ، والتي تقدم نتائج مبكرة حول الدور الدقيق الذي تلعبه هذه التقنيات الجديدة في العمل. بفضل بعض العمل الممتاز الذي قام به مكتب الإحصاء الأمريكي ، قد يكون لدينا قريبًا المزيد من البيانات للعمل معها. يتضمن ذلك أسئلة جديدة حول مشتريات الروبوتات في المسح السنوي للمصنعين ومسح النفقات الرأسمالية السنوية وأسئلة جديدة حول التقنيات الأخرى بما في ذلك الحوسبة السحابية والتعلم الآلي في مسح الأعمال السنوي.

في حين أن هذه البيانات الجديدة هي خطوة واعدة ، لا تزال هناك حاجة لإجراء مسح واسع النطاق لاستخدام التكنولوجيا عبر قطاعات متعددة من الاقتصاد. يجب على الكونجرس تمويل مكتب الإحصاء الأمريكي لجمع هذه البيانات. العمل الذي أنجزته Census حتى الآن - على سبيل المثال من خلال جمع البيانات حول شراء واستخدام الروبوتات في قطاع التصنيع ، من خلال المسح السنوي للتصنيع - يوفر مخططًا لكيفية القيام بذلك عبر قطاعات الاقتصاد الأخرى. مع بيانات أفضل ، سيتمكن الباحثون من قياس آثار هذه التقنيات على مجموعة من القضايا بما في ذلك الإنتاجية والتوظيف والتدريب وعدم المساواة والقدرة التنافسية الإقليمية ، وسيتمكن صانعو السياسات من تطوير سياسة مستنيرة - أو تعديل أو تحديث ، أو القضاء على السياسة الحالية.



الطبقة الوسطى العليا في أمريكا

الروبوتات تخلق وتدمر الوظائف في التصنيع

استخدمت معظم الدراسات حول كيفية تأثير الروبوتات على الاقتصاد البيانات التي نشرها الاتحاد الدولي للروبوتات (IFR) ، وهو اتحاد تجاري يجمع البيانات من أعضائه. فمثلا، جورج جريتز وجي مايكلز استخدمت بيانات IFR لـ 17 دولة للفترة من 1993 إلى 2007 لإظهار وجود صلة إيجابية بين الروبوتات والإنتاجية. دارون أسيموغلو وباسكوال ريستريبو استخدمت بيانات IFR لدراسة تأثير التعرض للروبوتات على وظائف التصنيع في الولايات المتحدة. ووجدوا أن روبوتًا واحدًا لكل ألف عامل تصنيع يقلل من نسبة العمالة إلى السكان بنحو 0.18-0.34 نقطة مئوية.

في الآونة الأخيرة ، استخدمت العديد من الدراسات بيانات حول واردات الروبوتات لدراسة تأثير الروبوتات على نتائج التوظيف في الشركات. باستخدام بيانات من عدة مصادر حكومية فرنسية ، وجد Acemoglu و Claire Lelarge و Restrepo أنه في شركات التصنيع الفرنسية ، تلك الشركات التي اعتمدت الروبوتات مضاف وظائف. هذه النتيجة ، التي تتعارض مع الفكرة الشائعة القائلة بأن الروبوتات تأتي من أجل وظائفنا ، تعكس نفس العلاقة الإيجابية بين تبني الروبوتات والوظائف الموثقة من قبل باحثين في بلدان أخرى ، بما في ذلك كندا و الدنمارك ، و إسبانيا . بعبارة أخرى ، قد تكون الروبوتات مفيدة للتوظيف ، على الأقل في تبني الشركات في الاقتصادات المتقدمة. ومع ذلك ، هناك فجوة كبيرة واحدة في الأدبيات - ليست لدينا بعد البيانات اللازمة لإجراء دراسة مماثلة في الولايات المتحدة.

وجد Acemoglu و Lelarge و Restrepo أيضًا أن الشركات الصناعية من المحتمل أن تفقد وظائفها عندما يتبنى منافسوها الروبوتات. علاوة على ذلك ، وجدوا أنه على الشبكة ، فإن الآثار السلبية على التوظيف في الشركات الأخرى تهيمن على التأثيرات الإيجابية في الشركات التي تتبنى الروبوتات: حتى مع نمو بعض شركات التصنيع وإضافة وظائف (تلك التي تتبنى الروبوتات) ، يتقلص عدد أكبر من شركات التصنيع ويخسر. وظائف. تم العثور على هذه النتيجة نفسها أيضًا في دراسة أجراها كوخ ومانويلوف وسمولكا باستخدام بيانات من إسبانيا. مرة أخرى ، بسبب نقص البيانات ، لا نعرف ما إذا كان نفس التأثير يحدث في الولايات المتحدة.

توضح هذه الدراسات وغيرها من الدراسات الحديثة أن العلاقة بين الروبوتات والوظائف متباينة ، على الأقل في أماكن التصنيع في الاقتصادات المتقدمة. لا يزال هناك عدد من الأسئلة المعلقة حول العلاقة بين الروبوتات والوظائف ، كما هو الحال بالنسبة للذكاء الاصطناعي والتقنيات الجديدة الأخرى:

لاستطلاع رأي مواطني الولايات المتحدة بدقة مقابل مواطني دولة واحدة ،
  • لماذا لا تتبنى جميع الشركات الروبوتات إذا استطاعت ، خاصة وأن تلك التي لا تتبنى الروبوتات يبدو أنها تعاني من خسائر في الوظائف؟ هل العلاقة بين الروبوتات والتوظيف على مستوى الشركة صحيحة أيضًا في حالة التقنيات الأخرى ، مثل الذكاء الاصطناعي؟
  • ماذا يحدث للعمال الذين فقدوا وظائفهم في الشركات التي لا تعتمد الروبوتات؟ هل ينتهي بهم الأمر بالعمل في شركات أخرى تتبنى الروبوتات؟ هل ينطبق الأمر نفسه على العاملين في الشركات التي لا تتبنى الذكاء الاصطناعي؟
  • عندما تضيف الشركات التي تتبنى الروبوتات وظائف ، ما أنواع العمال الذين توظفهم ، وهل يتقاضون رواتب جيدة؟ ماذا عن المهارات والأجور للعاملين في الشركات التي تتبنى الذكاء الاصطناعي؟

المزيد من البيانات عالية الجودة من الوكالات الإحصائية الحكومية ستساعد الباحثين على الإجابة على هذه الأسئلة.

جهود القياس الأخيرة لمكتب الإحصاء الأمريكي

بالإضافة إلى عمله المهم في مسح السكان كل عشر سنوات ، يقوم مكتب الإحصاء الأمريكي بشكل روتيني بإجراء مسح للمؤسسات والشركات التجارية حول مجموعة من القضايا ، بما في ذلك الإيرادات والمصروفات والأجور وغيرها. تساعد البيانات التي تم جمعها من هذه الاستطلاعات الوكالات الحكومية على تقدير الناتج المحلي الإجمالي والعمالة ونمو الأجور والعجز التجاري وعوامل أخرى للتنبؤ بكيفية تأثير ظروف الاقتصاد الكلي والسياسات الحكومية الحالية على الاقتصاد والعمال والأسر.

بدأ مكتب الإحصاء الأمريكي في قياس استخدام الروبوتات في المؤسسات والشركات الأمريكية من خلال المسح السنوي للمصنوعات (ASM) و ال مسح النفقات الرأسمالية السنوي (ACES) . كما يقيس استخدام الذكاء الاصطناعي وخدمات الاستضافة السحابية والروبوتات والتقنيات الأخرى في الشركات الأمريكية من خلال مسح الأعمال السنوي (ABS) . ل مؤتمر الفيديو الأخير استضافتها جامعة نيويورك بالاشتراك مع مكتب الإحصاء الأمريكي ، سلطت الضوء على بعض النتائج المبكرة من هذه الاستطلاعات وطلبت تعليقات من أجل إصدارها قريبًا منتجات البيانات التجريبية من خبراء في هذا المجال.

في عام 2018 ، تضمن ASM ، وهو مسح سنوي للعينة لما يقرب من 50000 مؤسسة تصنيع ، ثلاثة أسئلة متعلقة بالروبوتات. سأل الاستطلاع عن النفقات الرأسمالية على الروبوتات ، وعدد الروبوتات الجديدة في عام 2018 ، وإجمالي مخزون الروبوتات في عام 2018. وتم توفير التمويل للاختبار المعرفي لهذه الأسئلة - وهي خطوة ضرورية لضمان فهم المستجيبين للأسئلة المطروحة - بواسطة مؤسسة العلوم الوطنية . تشير الأدلة الأولية من المسح إلى أن مؤسسات التصنيع التي تعتمد الروبوتات تميل إلى أن تكون أكبر (تقاس بعدد الموظفين). تُستخدم الروبوتات في معظم الصناعات التحويلية في العديد من الولايات الأمريكية ، لكن الولايات التي بها أكبر نسبة من مؤسسات التصنيع التي تستخدم الروبوتات تقع في الغرب الأوسط الصناعي. تشير التقديرات الأولية إلى أن معدلات التعرض للروبوت - نسبة العمال الذين يعملون بجانب الروبوتات - تتجاوز 30 بالمائة في صناعات معدات النقل ، والمعادن الأولية ، ومنتجات البلاستيك والمطاط.

تضمنت ACES ، التي استطلعت آراء ما يقرب من 50000 شركة في مجموعة متنوعة من القطاعات الصناعية حول نفقاتها الرأسمالية ، سؤالًا واحدًا عن نفقات الروبوتات في مسحها لعام 2018. عكس السؤال سؤال الإنفاق الرأسمالي المطروح على المؤسسات في مسح ASM لعام 2018 ، ولكن على مستوى الشركة (يمكن أن تمتلك الشركة عدة مؤسسات). وجد هذا الاستطلاع بالمثل أن الشركات التي تتبنى الروبوتات تميل إلى أن تكون أكبر (تقاس بعدد الموظفين). سجل قطاع التصنيع أعلى إجمالي نفقات رأسمالية على الروبوتات وأعلى متوسط ​​من قبل الشركة. تشمل الصناعات الأخرى ذات الإنفاق الرأسمالي المرتفع على الروبوتات تجار التجزئة والمستشفيات خارج المتاجر. ACES هي أداة المسح الوحيدة التي توفر بيانات حول النفقات الرأسمالية في الولايات المتحدة من عينة تمثيلية للشركات في جميع القطاعات الاقتصادية.

في عام 2018 ، تضمن ABS عددًا من الأسئلة حول التقنيات المستخدمة في الشركة. وسأل عما إذا كانت الشركات تستخدم الخدمات المستندة إلى السحابة مثل الخوادم وتخزين البيانات وتحليل البيانات وإدارة علاقات العملاء وتقنيات الأعمال مثل التعلم الآلي ورؤية الآلة والشاشات التي تعمل باللمس والروبوتات. تتمثل النقاط المهمة من هذا الاستطلاع في أن الرقمنة قد تم تبنيها على نطاق واسع من قبل جميع الشركات والقطاعات ؛ الانتشار هو الأعلى بين أقدم وأكبر الشركات ؛ ويزداد استخدام التكنولوجيا مع زيادة الحجم في جميع الفئات العمرية. تم اعتماد الخدمات المستندة إلى السحابة بشكل أقل على نطاق واسع ولكنها تستخدم في العديد من الوظائف المختلفة. هناك تباين كبير في النوع والاستخدام حسب القطاع: التصنيع هو الرائد في تبني تقنيات معينة ، مثل التعلم الآلي ، والرؤية الآلية ، والروبوتات. يجد ABS أيضًا دليلًا وافرًا على أوجه التكامل بين التقنيات: اعتماد التكنولوجيا المتقدمة يعتمد بشكل كبير على اعتماد البنية التحتية الرئيسية. مزيد من التفاصيل حول النتائج التي تم الحصول عليها من ABS متوفرة في إصدار صدر مؤخرًا منشور NBER .

من المهم بالنسبة لحكومة الولايات المتحدة إجراء جمع أكثر منهجية للبيانات حول استخدام الروبوتات وغيرها من التقنيات الجديدة في اقتصادنا. كحد أدنى ، يمكن استخدام البيانات الحكومية لتكرار دراسات الروبوت الحالية التي تعتمد على بيانات IFR. لكن البيانات المفصلة على مستوى الشركة والمستوى المؤسسي يمكن أن تساعدنا أيضًا في فهم الظروف التي في ظلها تكمل الروبوتات أو تحل محل العمالة وتساعد صانعي السياسات على تصميم وتقييم استجابات السياسات المناسبة. علاوة على ذلك ، يمكن أن تساعدنا البيانات الحكومية في فهم ما إذا كانت التأثيرات التي تظهر في حالة الروبوتات تنطبق أيضًا على الذكاء الاصطناعي والتقنيات الأخرى.

المزيد من التمويل لمزيد من القياس

في حين أن الجهود الأخيرة التي يبذلها مكتب الإحصاء الأمريكي هي خطوة أولى مهمة ، هناك المزيد الذي يمكن القيام به إذا كان التمويل متاحًا. في أواخر الثمانينيات ، أجرى مكتب الإحصاء مسحًا لتكنولوجيا التصنيع (SMT). كان الغرض من SMT هو قياس وجود واستخدام واستخدام التقنيات المتقدمة في قطاع التصنيع. تم إجراء المسح في سنوات 1988 و 1991 و 1993 ولكن تم إيقافه لأسباب تتعلق بالتمويل. يجب على الكونجرس توفير التمويل للتعداد لإجراء نسخة حديثة ومستقلة من فريق الإدارة العليا. من الناحية المثالية ، سيكون هذا المسح الجديد عبارة عن مسح قصير ، سنوي ، مستقل عن استخدام التكنولوجيا على مستوى المؤسسة عبر العديد من الصناعات في الاقتصاد. سيشمل الاستطلاع أسئلة حول استخدام تقنيات معينة ، مثل الروبوتات والتعلم الآلي والسحابة والتجارة الإلكترونية والمركبات الموجهة المستقلة وغيرها ، ويمكن أن يكون سؤالًا بسيطًا بنعم / لا حول ما إذا كانت المؤسسة لديها التكنولوجيا أم لا . يمكن إضافة أسئلة حول التقنيات الجديدة في المستقبل. من المهم أن يكون المسح سنويًا ، بحيث يمكن تتبع التغييرات في استخدام التكنولوجيا بمرور الوقت. سيسمح مسح مستوى المؤسسة بإجراء تحليل دقيق لاعتماد تقنية معينة في تلك المؤسسة على العاملين في نفس المؤسسة. على النقيض من ذلك ، فإن البيانات التي تأتي من استطلاعات مستوى الشركة تجعل من الصعب إنشاء رابط سببي بين اعتماد التكنولوجيا والتأثيرات على العمال لأن الدراسات الاستقصائية على مستوى الشركة تجمع المعلومات من جميع المؤسسات التي تملكها الشركة. بالإضافة إلى ذلك ، نظرًا لأن المؤسسات مرتبطة بمنطقة جغرافية محددة ، فإن مسح مستوى المؤسسة سيسمح بتحليل كيفية تأثير التقنيات الجديدة على التوظيف وعدم المساواة والنتائج الأخرى في مناطق مختلفة. يمكن أيضًا استخدام البيانات لقياس اعتماد الولايات المتحدة التكنولوجي مقارنة بالدول الأخرى.

من الناحية المثالية ، سيدرك الكونجرس قيمة مثل هذا المسح ويمول مكتب الإحصاء لإنشائه. التحدي الأكبر لمثل هذا المسح هو التكلفة. هناك نوعان من التكاليف: التكاليف الأولية لإنشاء مسح جديد ، والتي ستكون في المقام الأول تكلفة إجراء الاختبار المعرفي لأسئلة الاستطلاع ، والتكاليف المتكررة لإدارة الاستطلاع سنويًا. يصعب تقدير هذه التكاليف وتعتمد على عدد الأسئلة المطروحة وعدد المنشآت التي تم مسحها. قد توفر الخبرة السابقة لمكتب الإحصاء في العمل مع باحثين خارجيين في مسح الممارسات الإدارية والتنظيمية (MOPS) ، والتي تضمنت إنشاء مسح مستقل ، معيارًا مفيدًا للتكاليف. تحملت تكاليف تطوير وإدارة مسح MOPS جزئيًا استخدام أموال المنح من مؤسسة العلوم الوطنية (NSF) من باحثين خارجيين. كان هذا هو الحال أيضًا مع تطوير أسئلة الروبوتات الخاصة بـ ASM ، والتي استفادت من منحة NSF . يمكن استخدام نموذج مشابه للمساعدة في تحمل بعض تكاليف المسح التكنولوجي المستقل.

سيكون هناك مجموعة متنوعة من العوامل التي يجب على مكتب الإحصاء أخذها في الاعتبار عند تصميم مسح جديد. يجب أن تكون خبرة مكتب الإحصاء في تطوير الأسئلة حول شراء مستوى المؤسسة واستخدام الروبوتات في ASM مفيدة. الاختبار المعرفي لتلك الأسئلة موثق في بافينجتون وميراندا وسيمان (2018) ، شارك في مقابلات شخصية مع مديري المصانع لتقييم فهمهم للسؤال وقدرتهم على الوصول إلى البيانات اللازمة للإجابة بدقة على الأسئلة حول عدد الروبوتات والإنفاق الرأسمالي على الروبوتات. سيحتاج مكتب الإحصاء إلى إجراء اختبار معرفي مماثل لجميع الأسئلة في أي مسح مستقل جديد. من ناحية أخرى ، سيكون الاختبار أكثر تعقيدًا مما تم إجراؤه لأسئلة الروبوت في ASM لأنه سيتضمن تقييم قدرة المديرين عبر قطاعات متعددة من الاقتصاد للإجابة على الأسئلة. من ناحية أخرى ، قد يكون الاختبار أسهل لأنه سيشمل سؤالًا واحدًا لكل تقنية - سواء كانت المؤسسة تمتلكها أم لا - بدلاً من طلب تقدير النفقات الرأسمالية على تلك التقنيات ، كما حدث في ASM.

ستكون هناك فوائد متعددة لمسح مستقل للتكنولوجيا. سيسمح المسح للباحثين بتحديد قطاعات ومناطق الاقتصاد التي تتأثر بالتقنيات الجديدة. عند ربطها بمجموعات البيانات الأخرى ، سيكون الباحثون قادرين على تقييم آثار هذه التقنيات على العمال والنتائج على مستوى الشركة مثل الإنتاجية أو النمو أو خروج الشركة. على سبيل المثال ، يمكن ربط البيانات ببيانات مستوى المؤسسة من المسح السنوي للمصنعين لدراسة تأثير هذه التقنيات على إنتاجية المنشأة. أو يمكن ربط البيانات بالبيانات المهنية على مستوى الشركة - مثل البيانات الدقيقة من استقصاء التوظيف المهني لمكتب إحصاءات العمل (BLS) ، والذي يعتبر سريًا ولكنه متاح للباحثين المعتمدين من BLS - لتحديد تأثيرات التقنيات على العمال من خلال احتلال. فائدة إضافية لمثل هذا المسح هو أنه قد يساعد BLS على تحسين قياس الإنتاجية متعددة العوامل - وهو مقياس لمدى كفاءة اقتصادنا في تحويل المدخلات ، بما في ذلك العمالة ورأس المال والتقنيات والمعرفة ، إلى مخرجات. تساعد الإحصاءات الدقيقة للإنتاجية الحكومة على تقييم الرفاهية العامة للاقتصاد وتقرر متى يجب اتخاذ إجراءات السياسة المالية أو النقدية لمعالجة تباطؤ النمو. جادل البعض بأن الإنتاجية متعددة العوامل تعاني من عدم القياس ، والذي قد ينبع جزئيًا من عدم القدرة على تفسير دور التقنيات الجديدة. راجع Byrne و Fernald و Reinsdorf (2016) لمراجعة مفيدة للدور المحتمل لقياس عدم القياس.

يجب أن يكون التصويت مقالًا إلزاميًا

باختصار ، في حين أن هناك حماسة بشأن تأثير التقنيات الجديدة مثل الذكاء الاصطناعي والروبوتات على اقتصادنا ، فإننا بحاجة إلى بذل المزيد من الجهد لقياس مكان وكيفية استخدام هذه التقنيات. قد يكون المكان الجيد للبدء هو التمويل الإضافي من الكونجرس إلى مكتب الإحصاء الأمريكي لإجراء مسح سنوي مستقل لاستخدام التكنولوجيا عبر المؤسسات في الاقتصاد الأمريكي - باختصار ، حان الوقت لإجراء إحصاء للروبوتات.