서비스 업계의 인공지능 (1/8)
"서비스 업계의 인공지능(Artificial Intelligence in Service)은 Ming-Hui Huang과 Roland T. Rust 가 쓴 글입니다.
요약
Artificial intelligence (AI) is increasingly reshaping service by performing various tasks, constituting a major source of innovation, yet threatening human jobs. We develop a theory of AI job replacement to address this double-edged impact. The theory specifies four intelligences required for service tasks—mechanical, analytical, intuitive, and empathetic—and lays out the way firms should decide between humans and machines for accomplishing those tasks. AI is developing in a predictable order, with mechanical mostly preceding analytical, analytical mostly preceding intuitive, and intuitive mostly preceding empathetic intelligence. The theory asserts that AI job replacement occurs fundamentally at the task level, rather than the job level, and for “lower” (easier for AI) intelligence tasks first. AI first replaces some of a service job’s tasks, a transition stage seen as augmentation, and then progresses to replace human labor entirely when it has the ability to take over all of a job’s tasks. The progression of AI task replacement from lower to higher intelligences results in predictable shifts over time in the relative importance of the intelligences for service employees. An important implication from our theory is that analytical skills will become less important, as AI takes over more analytical tasks, giving the “softer” intuitive and empathetic skills even more importance for service employees. Eventually, AI will be capable of performing even the intuitive and empathetic tasks, which enables innovative ways of human– machine integration for providing service but also results in a fundamental threat for human employment.
인공 지능(AI)은 혁신의 주요 원천입니다. 인공지능은 다양한 업무를 수행하면서 지속적으로 서비스를 재구성하고 결국 인간의 일자리를 위협합니다. 양날의 검과 같은 영향을 분석하기 위해 인공 지능 일자리 대체 이론을 개발합니다. 이 이론은 서비스 업무에 필요한 업무를 기계적인 업무, 분석적인 업무, 직관적인 업무 및 공감 업무과 같은 네 가지 업무로 분류하고 필요한 지능을 명명합니다. 그리고, 이들 업무를 수행하기 위해 기업이 어떻게 사람과 기계를 결정하는 지를 설명합니다. 인공 지능은 기계적이면서 주로 분석적인 지능, 분석적이면서 주로 직관적인 지능, 직관적이면서 주로 공감적인 지능 단계로 발전하고 있습니다. 인공 지능 일자리 대체 이론은 일자리(Job)가 아니라 업무(Task)의 차원에서 다루고, 더 낮은 단계의 지능의 업무를 먼저 다룹니다. 처음에 인공지능은 서비스 일자리의 일부를 대체하고, 기능을 강화하는 전환 단계를 거칩니다. 인공지능은 일자리의 전체 업무를 완전히 인계받을 수 있을 때 인간의 일자리를 대체합니다. 인공 지능의 업무 대체는 낮은 지능에서 높은 지능으로 진행되면서 서비스 직원의 지능 중에서 상대적으로 중요한 것들이 맨 나중에 전환될 것입니다. 이 이론의 중요한 의미는 인공지능이 분석 업무를 수행할 수 있을 때 분석 기술은 더 이상 중요하지 않습니다. 서비스 직원은 분석 능력이 아닌 더 소프트웨어적인 직관력과 공감력이 더 중요하고 필요합니다. 언젠가는 인공지능이 직관적이고 공감하는 업무를 수행할 것입니다. 서비스를 제공하기 위해 인간과 기계의 통합을 가능하게 하는 혁신적인 방법이 나타나겠지만, 궁극적으로 인공지능은 인간 고용을 근본적으로 위협하게 될 것입니다.
Overview
개요
Artificial intelligence (AI), manifested by machines that exhibit aspects of human intelligence (HI), is increasingly utilized in service and today is a major source of innovation (Rust and Huang 2014). For example, robots for homes, health care, hotels, and restaurants have automated many parts of our lives, virtual bots turn customer service into self-service (Fluss 2017), big data AI applications are used to replace portfolio managers (Javelosa 2017), and social robots such as Pepper are used to replace human greeters to welcome customers in customer-facing services (Choudhury 2016). These developments have made some people declare that we are in the fourth industrial revolution in which technology is blurring the boundary between the physical, digital, and biological spheres (Schwab 2017).
인간 지능의 단면을 보여주는 기계인 인공지능은 오늘날 혁신의 주요 원천입니다. 서비스 업계는 인공지능을 점점 더 많이 사용하고 있습니다. 예를 들어, 가정, 건강 관리, 호텔 및 레스토랑을 위한 로봇은 삶의 많은 부분을 자동화했습니다. 가상로봇은 고객 서비스를 셀프서비스로 전환했고, 빅 데이터 인공지능 애플리케이션은 포트폴리오 관리자를 대체합니다. 페퍼와 같은 소셜 로봇은 고객을 직접 만나는 서비스 중에서 고객을 환영하기 위한 인간의 인사를 대신합니다. 몇몇 사람들은 물리적, 디지털 및 생물학 사이의 경계를 모호하게 만드는 기술들이 4차 산업 혁명을 일으키고 있다고 선언했습니다.
Despite being a major source of innovation, AI also threatens human service jobs. We have already seen severe job displacement in manufacturing, resulting in a shift from manufacturing to the service industries (Buera and Kaboski 2012). Are service jobs immune from this replacement? Traditionally, it has been considered that service jobs, even low-skilled ones, are more difficult to automate due to their relying more heavily on contextual understanding and spontaneous interactive communication than manufacturing jobs (Autor and Dorn 2013). However, this may soon no longer be the case. For example, Young and Cormier (2014) investigate the idea of whether robots can be managers, and the results show that although a
human experiment controller has more perceived authority, nearly 46% of the participants obey the robots. Chui, Manyika, and Miremadi (2015) find that a significant percentage of the tasks performed by those in high-paying jobs, such as portfolio managers, physicians, and senior managers, can be automated by using current technology.
혁신의 주요 원천임에도 불구하고 인공지능은 인간의 서비스 분야 일자리를 위협합니다. 우리는 이미 제조업에서 심각한 일자리 이탈을 겪었습니다. 그 결과로 고용은 제조업에서 서비스 산업으로 전환이 이루어졌습니다. 서비스 직군들은 이런 변화에 대응할 수 있을까요? 전통적으로 서비스 숙련도가 낮은 사람일지라도 제조업 직군보다 상황에 대한 이해와 자발적인 대화식 의사소통이 필요합니다. 그래서, 서비스를 자동화하기는 매우 어렵다고 생각되었습니다. 그러나 곧 그렇지 않을 수도 있습니다. 예를 들어 Young과 Cormier (2014)는 로봇이 관리자가 될 수 있는지에 대한 아이디어를 조사한 결과, 인간 관리자가 권위를 더 많이 가지고 있음에도 불구하고 참가자의 약 46 %가 로봇에 복종한다는 결과가 나타났습니다. Chui, Manyika 및 Miremadi (2015)는 포트폴리오 관리자, 의사 및 고위 관리자와 같은 고임금 직무 수행자가 수행하는 업무는 현재 기술을 사용하여 자동화할 수 있다는 것을 발견했습니다.
This AI revolution and threat have sparked multidisciplinary research attention. There are two major research streams related to the progress of AI. The service and technology literatures tend to focus on the positives of AI technology usage, while the economic literature tends to focus on the effect of AI on jobs. The service literature tends to focus on applications of intelligent technology (Colby, Mithas, and Parasuraman 2016; Marinova et al. 2017; Rafaeli et al. 2017), service enabled by various technologies (Huang and Rust 2013), and service technologies (Kunz et al. 2018). Research has shown that the advance of technology should lead to predictable consequences including increasing adoption of self-service technologies (Meuter et al. 2000), higher optimal productivity (Rust and Huang 2012), and a larger service sector (Rust and Huang 2014).
인공 지능 혁명과 위협은 여러 분야의 연구 관심을 불러일으켰습니다. 인공 지능의 발전과 관련된 두 가지 주요 연구 흐름이 있습니다. 서비스와 기술 연구 자료는 인공지능 기술 사용에 대한 긍정적인 측면을 강조하는 경향이 있지만 반면 경제 연구 자료는 일자리에 대한 인공지능의 영향을 강조하는 경향이 있습니다. 서비스 연구 자료는 지능형 기술의 응용에 초점을 맞추는 경향이 있습니다. 서비스 기술 연구에 따르면 기술의 발전은 셀프서비스 기술의 채택 증가, 보다 높은 최적 생산성, 대형 서비스 부문을 포함하는 예측 가능한 결과로 이어질 것입니다.
The strategic management, economic, scientific, and practitioner literatures focus more on the impact of AI on human labor and jobs, such as the use of deep learning for more accurate skin cancer detection than dermatologists (Esteva et al. 2017; Leachman and Merlino 2017), the augmentation effects of AI on knowledge workers (Davenport and Kirby 2015), digital technologies as the driving force of work and life (Bryn- jolfsson and McAfee 2016), the growth of low-skill service jobs in the U.S. labor market due to automation (Autor and Dorn 2013), and AI-enabled workplace redefinition (Chui, Manyika, and Miremadi 2015).
경영 전략, 경제, 과학 및 실무에 관한 연구 자료는 인간의 노동과 일자리에 대한 인공지능의 영향에 더 초점을 맞춥니다. 예를 들어, 피부과 의사보다 더 정확한 피부암 검출을 위한 심층 학습의 사용, 일과 삶의 원동력인 디지털 기술, 지식 근로자에 대한 인공 지능의 확대 효과, 자동화로 인한 미국 노동 시장의 저 숙련 서비스 일자리 증가, 인공 지능 활성화된 직장 재정의.
The observation that AI constitutes a major source of innovation, yet is increasingly replacing service jobs, motivates us to explore more fully and rigorously the way AI will reshape service. Jobs that are replaced by AI mean that employees lose their jobs and customers lose the opportunity to obtain human service.
인공지능이 혁신의 주요 원천이 된다는 관측은 점점 더 서비스 분야의 일자리를 대체합니다. 우리가 인공지능이 서비스를 재구성하는 방식을 더욱더 완벽하고 엄격하게 탐구하도록 동기를 부여합니다. 인공지능에 의해 대체되는 일자리들은 직원들이 직장을 잃고 고객들이 인적 서비스를 받을 기회를 잃는 것을 의미합니다.
We merge the two research streams to try to answer important questions: when, how, and to what extent should service be provided by AI, and how will this use of AI reshape service provision and the job skills required by employees? We develop a theory of AI job replacement to describe and predict the way AI is likely to replace tasks and jobs and change the ways service is provided. This theory contains three key elements.
우리는 두 가지 연구 흐름을 통합하여 중요한 질문에 답하려고 합니다 : 언제, 어떻게 그리고 어느 정도까지 인공지능에 의해 제공되어야 하는지, 인공지능으로 재구성된 서비스를 이용하는 것과 직원에게 요구되는 직무 기술을 어떻게 바꿀 것인가? 우리는 인공지능이 업무 및 일자리를 대체하고 서비스 제공 방식을 변경하는 방법을 설명하고 예측하기 위해 인공지능 일자리 대체 이론을 개발합니다. 이 이론은 세 가지 핵심 요소를 포함합니다.
First, based on a synthesis of HI and AI development, we specify four ordinal and parallel types of intelligence— mechanical, analytical, intuitive, and empathetic—listed in the order of difficulty with which AI masters them. We then address the way firms should decide between humans and machines in the provision of service across the four intelligences.
첫째, 인간지능(HI) 및 인공지능(AI)의 발달을 종합하여, 우리는 인공지능이 마스터하기 어려운 순서대로 기계적, 분석적, 직관적 및 공감 적으로 나열된 네 가지 유형의 인텔리전스를 특정합니다. 그러고 나서 우리는 기업이 4 가지 지능을 통해 서비스를 디자인할 때 인간과 기계를 결정하는 방식에 대해 설명합니다.
Second, AI job replacement occurs fundamentally at the task level rather than the job level. AI replaces at least some human labor in a service when AI can do some of a job’s tasks better to meet a firm’s strategic goal, such as profit. This transition stage is commonly known as augmentation in the literature (Davenport and Kirby 2015). AI then progresses to replace human service labor when it has the ability to take over all of a job’s tasks.
둘째, 인공 지능 일자리 대체는 근본적으로 일자리 수준보다는 업무 수준에서 발생합니다. 인공지능이 순이익과 같은 회사의 전략적 목표를 달성하기 위해 일자리의 일부 업무를 더 잘 수행할 수 있을 때 적어도 일부 인력을 대체합니다. 이 전이 단계는 일반적으로 연구 자료에서 확대로 알려져 있습니다. 그런 다음 인공지능이 직업의 모든 업무를 대신할 수 있는 능력을 갖추었을 때 인간 서비스 노동을 대체합니다.
Third, this replacement occurs for “lower” (easier for AI) tasks first, starting with mechanical tasks, and then moving up to higher intelligence tasks. We have already seen widespread instances of smart robots replacing unskilled employees. Eventually, AI will be capable of performing even the intuitive and empathetic tasks. By specifying various AI replacement mechanisms for service, we conclude that innovative ways of providing service are emerging and inevitable, and the scale of job replacement may be more substantial than many people realize.
셋째, 인공지능이 일자리를 대체하는 것은 인공지능이 쉽게 할 수 있는 낮은 단계의 업무부터입니다. 먼저 기계적인 업무에서 시작하여, 더 높은 지적인 업무로 이동합니다. 우리는 미숙련 직원을 대체하는 스마트 로봇의 광범위한 사례를 이미 보았습니다. 결국 인공 지능은 직관적이고 공감하는 업무조차도 수행할 것입니다. 서비스 분야에 대한 다양한 인공 지능 대체 메커니즘을 특정함으로써, 우리는 서비스를 제공하는 혁신적인 방법이 필연적으로 나타날 것이고, 많은 사람들이 깨닫는 것보다 일자리 대체의 규모가 더 클 수 있다고 결론지었습니다.
We contribute to the service literature, in that this theory of AI job replacement is not only descriptive (for current AI applications) but also predictive (for future AI applications), providing insights for firm strategic decisions in the fourth industrial revolution. We explore the implications with regard to which intelligences will increase or decrease in importance for human labor as AI advances. For example, business analytics degrees are booming in recent years as the result of big data, but our theory of AI job replacement suggests that analytical intelligence may not be the comparative advantage of human experts for long, and at that point, education should instead emphasize intuitive intelligence for making sense of analytical results and leave the analytical tasks to AI. In general, our conclusions argue for “softer” skills (e.g., intuitive and empathetic) being the most lasting areas of advantage for human service employees.
우리는 서비스 연구에 기여합니다. 인공 지능 일자리 대체 이론은 현재 인공지능의 응용 분야에 대한 설명일 뿐만 아니라 미래의 인공 지능의 응용 분야에 대한 예측입니다. 그리고, 제4 차 산업 혁명에서 확고한 전략적 결정에 대한 통찰력을 제공합니다. 우리는 인공 지능이 발전함에 따라 어떤 지능이 인간 노동의 중요성을 증가시키거나 감소시킬 제에 관한 함의를 탐구합니다. 예를 들어, 빅데이터의 결과로 최근 몇 년간 비즈니스 분석 학위가 급성장하고 있지만, 인공지능 일자리 대체 이론은 분석 지능이 오랫동안 인간 전문가보다 비교 우위에 있지 않을지도 모른다는 것을 제안합니다. 그 점에서 교육은 인공지능에게 분석 업무를 맡기고 분석 결과를 활용하는 직관 지능을 강조해야 합니다. 일반적으로, 우리의 결론은 서비스 분야에 종사하는 직원들 위한 가장 지속적인 영역인 보다 더 소프트웨어적인 기술인 직관력과 공감 부분을 강조합니다.
In the following sections, we first define the four intelligences involved in performing service tasks. We then develop our theory based on the four intelligences and draw from it to produce a set of propositions and elaborate and support these propositions using literature from multiple disciplines, along with real-world applications. Table 1 provides an overview of the structure of the paper and a summary of the theory.
다음 섹션에서는 먼저 서비스 업무를 수행하기 위한 네 가지 지능을 정의합니다. 그런 다음 네 가지 지능을 기반으로 한 이론을 개발하고, 실제 응용에 따른 다수의 훈련에 대한 연구 자료를 바탕으로 가치제안을 하고 지원합니다. 표 1은 이론의 요약과 구조를 제공합니다.
정리
인공지능을 공부하면서 한국의 인공지능 전문가들은 참 게으르다는 생각을 합니다. 좋은 글들은 모두 영문입니다. 좋은 글의 주요 부분만을 끄집어낸 짧은 기고문들만 넘쳐납니다. 인공지능을 제대로 공부하고 싶은 사람들이 좋은 글을 읽고 생각을 많이 하게 하려면 번역은 필수입니다. 영어를 잘하는 사람들만 전문가일 필요가 없기 때문입니다.
인공지능은 생각보다 광범위하게 서비스 분야의 직무를 대체하고 있습니다. 인공 지능의 초기 단계는 쉽게 무시되지만 데이터가 쌓이면서 점점 더 많은 업무를 수행합니다. 인공지능이 인간의 노동을 대체하는 시점은 특정 직원이 수행하는 모든 직무가 인공지능에 의해 서비스가 가능해질 때입니다. 그 전에는 인간을 완전히 대체할 수 없고 단지 인간의 노동을 보조하는 역할을 할 것입니다.
인공지능이 인간의 일자리를 대체하는 시점은
인공지능이 모든 직무를 대신할 수 있을 때입니다.
