서비스 업계의 인공지능 (5/8)
"서비스 업계의 인공지능(Artificial Intelligence in Service)은 Ming-Hui Huang과 Roland T. Rust 가 쓴 글입니다.
A Theory of AI Job Replaceme
인공지능 일자리 대체 이론
<그림 3> 일자리에 관한 지능의 상대적 중요도
Stage I : AI replaces Mechanical Jobs
1 단계 : 인공지능은 기계적인 일자리를 대체한다
Proposition 1: In Stage 1, the relative importance of mechanical intelligence declines, and the relative importance of analytical, intuitive, and empathetic intelligences increases (proof in the Appendix).
제안 1: 1 단계에서 기계 지능의 상대적 중요도는 감소하고, 분석, 직관, 그리고 공감 지능의 상대적 중요도는 증가한다
This stage is mostly what we have observe in recent years. We can see that relatively unskilled labor, who worked on mostly mechanical tasks, has been experiencing a much more difficult time finding employment (Lerman and Schmidt 1999). For example, McDonald’s frontline workers are becoming obsolete as McDonald’s rolls out the “Create Your Taste” touch screen kiosks (Johnson 2016). At the same time, we see increasing emphasis on analytical, intuitive, and empathetic skills (R. Miller and Chandra 2015). Figure 3 shows the relative importance of the various intelligences over time, across the five stages.
이 단계는 최근 몇 년간 우리가 관찰한 것입니다. 우리는 주로 기계적인 업무 영역에 종사했던 비숙련 노동자들이 취업에 훨씬 더 어려움을 겪고 있음을 알 수 있습니다. 예를 들어 맥도널드가 '입맛대로 주문하기' 터치스크린 키오스크를 내놓으면서 맥도널드의 매대 직원들이 밀려나고 있습니다. 동시에, 분석적, 직관적, 공감적 기술에 대한 강조가 증가하고 있습니다. <그림 3>은 시간의 경과에 따른 5가지 단계에서 각 지능들의 상대적 중요도를 보여줍니다.
In this stage, mechanical AI takes over standardized and repetitive service tasks, while additionally having the advantages of cost efficiency and quality consistency. Therefore, this is the intelligence for which we can immediately expect to see a large-scale job replacement. Early examples of automation include using voice-recognition telephone menus to automate service delivery, using process technologies to streamline service processes, and using productivity technologies in fast-food chains to provide consistent service. Recent development includes various robots that can do jobs autonomously. Pepper, a humanoid robot made by Softbank Robotics, equipped with facial recognition capabilities, is an example of autonomous AI used for industries that rely on frontline customer service interactions such as hotels, cruise ships, airports, or other places (Halzack 2017)
1 단계에서, 기계 인공지능은 표준화되고 반복적인 서비스 작업을 대신하는 반면에 비용 효율성과 품질 일관성의 이점을 추가로 갖는다. 따라서, 이것이 바로 대규모의 일자리 대체를 예상할 수 있는 지능입니다. 자동화의 초기 사례는 음성 인식 전화 메뉴를 사용하여 서비스 제공을 자동화하고, 서비스 프로세스를 효율화하기 위해 프로세스 기술을 사용하고, 일관된 서비스를 제공하기 위해 패스트푸드 체인에서 생산성 기술을 사용하는 것을 들 수 있다. 최근에는 자율적으로 일을 할 수 있는 여러 로봇들이 있습니다. 얼굴인식 기능을 갖춘 소프트뱅크 로보틱스가 만든 휴머노이드 로봇 '페퍼'는 호텔, 크루즈선, 공항 등 고객과 교감하는 서비스를 제공하는 산업에 쓰이는 자율형 인공지능의 사례입니다.
AI replacement at this stage shifts the demand for human labor from mechanical skills to higher intelligent skills and leaves the mechanical tasks to machines. For example, R. Miller and Chandra (2015) report that, in 2015, there were 5 times as many U.S. positions posted in 2014 requiring computer or mathematics skills, as there were unemployed people. Sawhney (2016) argues that although productization replaces repetitive manual tasks, the flip side is that workers with the best skills keep their jobs.
1 단계에서 인공지능은 인간의 노동에 대한 수요를 기계적인 기술에서 더 높은 수준의 지능적인 기술로 대체합니다. 인공지능이 기계적인 업무를 담당하기 때문입니다. 예를 들어, R. 밀러와 찬드라는 컴퓨터나 수학 능력을 요구하는 2014년의 미국의 일자리 수요보다 2015년의 일자리가 5배나 많았다고 발표했습니다. 쏘니는 상품화가 반복적인 업무를 대체할지라도, 반대로 가장 뛰어난 기술을 가진 근로자들은 그들의 일을 유지한다고 주장합니다.
In facing this replacement, workers need to upgrade their skills to move to a role that uses higher intelligent skills. This is the trend we observe with the shift of jobs from unskilled labor to skilled labor in the United States or the shift of jobs from the United States to foreign cheap labor economies (e.g., outsourcing); both achieve the same replacement effect, but one with replacement by machines and the other with replacement by cheaper, foreign unskilled labor. Autor and Dorn (2013) find that labor markets dominated by routine tasks experienced reallocating low-skill labor into service occupations, adopting information technology, and receiving skilled labor inflows between 1980 and 2005.
일자리 대체에 직면할 때, 노동자들은 더 높은 지능을 사용하는 역할로 이동하기 위해 그들의 기술을 향상할 필요가 있습니다. 미국에서 두 가지의 일자리 전환 추세가 있습니다. 하나는 비숙련 노동에서 숙련된 노동으로 일자리의 전환이고, 다른 하나는 아웃소싱을 포함한 값싼 외국 노동력을 활용하는 일자리 전환입니다. 둘 다 같은 대체 효과를 얻지만 하나는 기계로 대체하고 다른 하나는 저가의 외국인 비숙련 노동자로 대체합니다. 오토르와 도른(2013년)은 1980년에서 2005년 사이에 낮은 기술력의 노동력을 서비스 직업으로 재배치하고 정보기술(IT)을 채택하고, 그리고 숙련된 노동 유입을 받아들이는 일상적인 업무에 의해 움직이는 노동시장을 발견합니다.
Stage 2: AI Replaces Both Mechanical and Analytical Jobs
2 단계: 인공지능은 기계적이고 분석적인 일자리를 대체한다.
Proposition 2: In Stage 2, the relative importance of mechanical intelligence continues to decline, and the relative importance of analytical intelligence also declines, while the relative importance of intuitive and empathetic intelligences increases further (proof in the Appendix).
제안 2: 2 단계에서, 기계 지능의 상대적 중요도와 분석 지능의 상대적 중요도는 지속적으로 감소하고, 반면에 직관 지능과 공감 지능의 상대적 중요도는 더욱 증가할 것입니다.
This stage still looks somewhat unfamiliar to us because the AI replacement of analytical jobs is just now emerging. It is notable that analytical intelligence, which in the early days of AI job replacement has been gaining relative importance, is predicted to soon decline in relative importance. The “soft” skills of intuition and empathy are meanwhile predicted to assume unprecedented relative importance.
분석적 일자리에 대한 인공지능의 대체는 이제 막 나타나기 때문에 2 단계는 여전히 우리에게 생소합니다. 인공지능 일자리 대체 초기에는 상대적 중요도가 높아지는 분석 지능이 조만간 상대적 중요도가 떨어질 것으로 전망된다는 점은 주목할 만합니다. 한편, 직관과 공감의 "소프트" 기술은 전례 없는 상대적 중요성을 가질 것으로 예측됩니다.
In Stage 1, analytical skills were a comparative advantage of human workers. We can see marketing analytics in strong demand both in academic education and in business world (PricewaterhouseCoopers 2017; Wedel and Kannan 2016). The dominant thinking in the existing literature is that as long as humans are skillful and knowledgeable, they don’t have to worry about being replaced by AI (e.g., Davenport and Kirby 2015). However, this may not be the case for too long because in Stage 2, analytical skill starts to become a comparative advantage of AI over HI; thus, analytical tasks may be straight- forwardly taken over by more advanced AI.
1 단계에서, 분석 기술 분야는 인간 노동자들이 비교 우위에 있었습니다. 마케팅 분석 분야는 교육계와 비즈니스 업계 모두에서 엄청난 수요가 있습니다. 기존 연구자료에서 일반적인 견해는 인간이 뛰어난 기술과 지식을 가지고 있는 한, 인공지능은 인간을 대체하는 것을 염려할 필요가 없다는 것입니다. 그러나 이것은 너무 오래 걸리지 않을 수도 있습니다. 왜냐하면 2 단계는 분석 기술이 인간지능에 비해 인공지능이 비교우위를 가지기 시작하기 때문입니다.
In this stage, workers can secure their jobs by further strengthening their intuitive skills. Unlike analytical skills that are more commonly used at the back end, intuitive skills can be used at both the back end and front end. Complex front-end services, such as negotiation with customers, can be expected to be more difficult to replace with AI.
2 단계에서 노동자들은 직관력을 더욱 강화해 일자리를 확보할 수 있습니다. 영업 지원 부서에서 더 흔히 사용되는 분석적인 기술과 달리, 직관적인 기술은 영업 부서와 영업 지원 부서에서 모두 사용할 수 있습니다. 고객 협상과 같은 복잡한 영업 서비스는 인공지능이 대체하기 더 어렵다고 예상합니다.
Intuitive intelligence is of great value for the task of relationship-based personalization. This is different from the data-based personalization in which data are mainly from peer customers not necessarily from the focal customer. When there is an opportunity to observe a customer’s behavior or journey over time, direct information can be obtained from the focal customer to provide even more relevant and fine- tuned personalized service to the customer. Such data are not real “big” data and require intuition to gain insights. The provision of such service is considered an example of “smart services” that leverage information collected from a customer via microchips, software, and sensors to serve customers that feature awareness and connectivity (Wu ̈ nderlich, Wangenheim, and Bitner 2013).
직관 지능은 관계기반 개인화된 업무에 큰 가치가 있습니다. 이것은 타깃 고객이 아닌 일반 고객들의 데이터에 기반한 개인화 서비스와 다릅니다. 시간이 지남에 따라 고객의 행동이나 여정을 관찰할 수 있는 기회가 있을 때, 고객에게 적합하고 세분화된 개인화 서비스를 제공하기 위해 직접적인 정보는 타깃 고객으로 얻어질 수 있습니다. 그런 데이터는 실제 "빅" 데이터가 아니며 통찰력을 얻기 위해 직관이 필요합니다. 우리는 마이크로칩, 소프트웨어, 센서를 통해 고객으로부터 수집된 정보를 활용하는 것을 "스마트 서비스"의 예로 간주합니다.
The division of labor between AI and intuitive workers can be that analytical AI does the heavy-duty data and information preparation, calculation, and analysis for intuitive workers to make wise decisions. That is, AI provides analytical decision support. Big data analytics provide a good illustration of this division of labor. Big data are just a massive amount of various types of data. Without human intuition and interpretation, they are useless. For example, in an International Conference on Information Systems 2015 Chief Information Officer Symposium panel, a Toyota executive illustrated that the modern car has become too complicated for the repairmen to fix. Those technicians need to rely on the in-car data and information to diagnose what the problem is and then fix it. Sawhney (2016) states that algorithm-driven automation and data analytics can free well-paid professionals to focus on jobs that require more sophistication. We have even witnessed BlackRock replacing its portfolio managers using big data AI (Javelosa 2017). Without being intuitive and creative in managing customers’ investment portfolio, but relying solely on their data and analysis skills, managers who are “too analytical” risk being replaced by AI.
인공지능과 직관 노동자 사이의 노동은 서로 분담될 수 있습니다. 분석 인공지능이 직관 노동자가 현명한 의사결정을 할 수 있도록 방대한 자료와 정보 준비, 처리, 분석을 합니다. 즉, 인공지능은 분석적 의사결정을 지원합니다. 빅 데이터 분석은 이러한 노동 분담을 잘 보여 줍니다. 빅데이터는 다양한 종류의 데이터에 불과합니다. 인간의 직관과 해석이 없이는 쓸모가 없습니다. 예를 들어, 2015년 정보 시스템 국제회의 최고 정보 책임자 심포지엄 패널에서 도요타의 한 임원은 오늘날의 자동차들은 너무 복잡해서 자동차 수리공들이 고치기 어렵다고 설명했습니다. 기술자들은 문제를 진단하기 위해 차량 내 데이터와 정보 분석하고 난 다음에 수리할 필요가 있습니다. 쏘니는 알고리즘 중심의 자동화 및 데이터 분석은 보수가 좋은 전문가들이 좀 더 정교함을 요구하는 작업에 집중할 수 있도록 한다고 말합니다. 우리는 블랙록이 빅데이터 AI(자 벨로사 2017)를 이용해 포트폴리오 매니저를 교체하는 장면까지 목격했습니다. 고객의 투자 포트폴리오를 직관적이고 창의적으로 관리하지 않고, 오로지 데이터와 분석 기술에만 의존하여 "너무 분석적인" 관리자는 인공지능으로 대체될 위험이 있습니다.
Stage 3: AI Replaces Mechanical, Analytical, and Intuitive Jobs
3 단계: 인공지능은 기술적, 분석적, 직관적 일자리를 대체할 것이다
Proposition 3: In Stage 3, the relative importances of mechanical and analytical intelligences continue to decline, and the relative importance of intuitive intelligence begins to decline, while the relative importance of empathetic intelligence increases even more (proof in the Appendix).
제안 3: 3 단계에서 기계 지능 및 분석 지능의 상대적 중요도는 계속 감소하고, 직관 지능의 상대적 중요성도는 감소하기 시작하는 반면에 공감 지능의 상대적 중요성은 더욱 증가한다
In this stage, even intuitive tasks will not be immune from takeover by AI, contrary to the current conventional wisdom. AI is eroding human dominance in this intelligence already. Esteva et al. (2017) and Leachman and Merlino (2017) report that image recognition AI with deep neural networks is as good as or even outperform dermatologists for skin cancer classification. Edelman and Singer (2015) propose that in contextual interactions, AI can use knowledge about where a customer is in the decision journey to enable a series of interactions that strengthen the journey experience. They illustrate this with the Starwood Hotels example, which rolls out an app that texts a guest with her room number as she enters the hotel, checks her in with a thumbprint scan on her smartphone, and, as she approaches her room, turns her phone into a virtual key that opens the door. The app then sends well-timed and personalized recommendations for entertainment and dining.
3 단계에서, 인공지능은 현재의 통념과는 달리 직관적인 업무도 수행할 것입니다. 인공지능은 이미 직관 지능에서 인간보다 우위를 잠식하고 있다. 에스테바외, 리치만 및 메리노는 딥 신경망을 활용한 영상 인식 인공지능이 피부암 분류에 있어서 피부과 의사 못지않거나 심지어 더 뛰어나다고 말합니다. Edelman과 Singer는 맥락이 있는 상호 교감에서 인공지능이 여행 경험을 강화하는 일련의 상호작용을 수행하여 고객의 의사결정에 도움을 줄 수 있는 지식을 활용할 수 있다고 말합니다. 예를 들어, '스타우드 호텔'의 애플리케이션은 투숙객에게 호텔 안으로 들어갈 때 객실 번호로 문자를 보내고, 스마트폰으로 지문을 스캔해 체크인하고, 방에 다가갈 때 휴대전화를 문을 여는 가상 열쇠로 바꿉니다. 그런 다음, 앱은 엔터테인먼트와 저녁식사를 위한 적절한 시기에 개인화된 추천을 보내줍니다.
