「知識工作的自動化」在我國的現狀和未來發展趨勢是什麼？

01-05

麥肯錫2013發布研究報告，羅列了有望改變生活、商業和全球經濟的12大顛覆技術
原文鏈接：麥肯錫評12大顛覆性技術：移動互聯網居首
1、移動互聯網
2、知識工作的自動化
3、物聯網

4、雲計算
5、高級機器人
6、無人駕駛汽車
7、下一代基因組學
8、能源存儲
9、3D列印
10、新材料
11、先進油氣勘探和開採技術
12、可再生能源

知識自動化主要是指：可執行知識工作任務的智能軟體系統
　　到 2025 年的影響力：
　　經濟：5.2—6.7 萬億美元
　　生活：相當於增加 1.1—1.4 億全職勞動力
　　主要技術包括：
　　人工智慧、機器學習自然人機介面大數據
　　關鍵應用包括：
　　教育行業的智能學習
　　醫療保健的診斷與藥物發現
　　法律領域的合同 / 專利查找發現

　　金融領域的投資與會計

哈哈，這個問題邀對人了。

1.知識工作的自動化，其實是個終極問題，這個總結的人其實並沒有找到一個很好的詞去形容這個事情，所以就統一稱之為「知識工作」。

2.首先我們需要看一下什麼是「自動化」，在我的第一份工作的時候，一個總監問我，計算機的本質是什麼，我大概想了半年，最後給的結果就是「自動化」，比如你寫了一個腳本做了一個批量任務的執行，那麼這個是個自動化的過程，比如你寫了查詢系統，讓別人來查詢，那麼這個查詢的過程就是個自動化的過程。所以本質上，今天幾乎所有的信息管理系統，都是個自動化的系統，他自動化了信息管理的流程。

3.其實在計算機出現之前，我們就有了自動化，就是「工業自動化」，比如我們人類發明了很多很神奇的工具，比如軋棉花的機器，他就能夠自動地把棉花跟棉籽給分開，再比如脫粒的機器，可以自動地把穀殼跟米粒分開。這些都屬於自動化。

4.我想我上面這些例子已經足夠說明問題了，實際上我們說的第二次工業革命（電氣化革命）和第三次工業革命（信息化革命），其實最重要的成果就是「自動化」，一個自動化了「製造」，一個自動化了「信息的流動」。

5.自動化的作用對於這個社會來說無疑是革命性的，它最大的作用是把生產製造的邊際成本降下來，在沒有自動化技術產生之前，製造和信息流通，每增加一個unit，就需要多一個人力成本，但是自動化技術產生後，每增加一個unit，需要的成本幾乎可以忽略不計。

6.上面講了這麼多自動化，那麼我們現在思考一下，以目前的技術而言，還有哪些工作是不能夠被自動化的，其實有好多，比如說會計，律師，醫生等等很多需要專業技能的工作，而這些工作的技能，目前只有人類可以習得，而計算機無法習得。其實不光這些複雜的工作，有一些我們人類認為很簡單的工作，目前我們的計算機也很難自動完成，比如說從一副圖中認出圖中的物體是什麼，圖中的數字是什麼；比如一篇文章太長，我就想知道大概的內容，你讓一個人轉述的話，他就很容易，但是計算機就很難；比如我看到一句話，蘋果推出了iphone5，我會知道蘋果是個公司而不是水果。這些事情就是「知識工作」。

7.所以「知識工作的自動化」實際上是個終極問題，它其實實在試圖自動化「人的能力」，人的識別能力，人的創造能力，人的分析能力，人的推斷能力，它的終極目標其實是想造人。但是就目前的技術程度而言，強人工智慧還沒有看到出現的可能，那麼我們就退而求其次，看看能不能把一些特定的任務做成自動化的。比如上面的識圖工作就是目前斯坦福的李飛飛教授在研究的工作，比如上面的文章摘要的工作就是前面一段時間炒的很熱的那個公司summly做的事情，而上面的知識抽取的工作正是不才在下目前正在做的東西。

8.所以「知識工作的自動化」幾乎就是未來人類的方向，後面會有無數的殺手級應用出來，大家也算是生逢其時，機器會把這個世界上大部分的活都幹了，最好和最壞的時代正在到來。

謝邀。

首先怎麼定義知識，其次怎麼定義知識自動化。

百度百科對知識的定義是：知識是通過學習、實踐或探索所獲得的認識、判斷或技能。

「通過學習、實踐或探索所獲得」，這就說明知識不是用移動硬碟能轉移的，也不是什麼觸發器能觸發的。

DIKW體系的金字塔構成是：數據、信息、知識、智慧。（這個話題比較大，可以自行擴展閱讀）

百度百科對自動化的定義是：自動化（Automation）是指機器設備、系統或過程（生產、管理過程）在沒有人或較少人的直接參与下，按照人的要求，經過自動檢測、信息處理、分析判斷、操縱控制，實現預期的目標的過程。

「自動檢測、信息處理、分析判斷、操縱控制」，說明自動化能做的就是DIKW的數據和信息層面面的自動化。應該說通過自動化，對數據和信息進行學習、實踐和探索的手段，以獲得知識。

我不是知識管理方面的專業，知識自動化的現狀和發展趨勢，我沒有什麼數據去證明，但我我不認為知識自動化是什麼顛覆性的技術。知識管理其實很簡單，目標、方法、持續改進。

工具知識方法下的一種實現方式，目標和方法比工具更重要。覺得除非進行高科技研究，我們現有的自動化數據和信息的分析、檢測和處理手段足以滿足我們探索知識使用。

知乎上有個話題「怎樣把信息轉化為知識「

其中warfalcon的回答已經很能說明了。

典型代表

自動機器學習 http://www.featurelab.co/

當然不能取代人工但是70%的人寫的演算法贏不了它

東軟平台雲-知識工作自動化平台

所謂知識工作，泛指那些需要專門知識、複雜分析、細緻判斷及創造性解決問題技巧才能完成的任務，簡單說，知識工作就是白領的工作。工業時代的大規模生產對人類的體力提出了很高的要求，迫使人們必須依靠工業自動化的手段來彌補體能上的不足；現在數字化時代和知識時代瞬息萬變的快節奏對人類的智力也提出了更高的要求，人們需要藉助知識工作自動化來彌補智力上的不足，進而去更好地完成複雜而多變的任務。

麥肯錫把人類的職業活動分為7大類，對每一類活動所佔用的時間以及自動化潛力做了研究，得出下表所示的研究結果。

通過這個研究結果可以看出，可預測的體力工作、數據處理、數據收集等三類活動具有很高的自動化潛力，其中可預測的體力工作，如製造環境下的裝配生產線，這類工作主要是低成本或低技能的一線工人的工作。另外兩類活動是數據收集和數據處理，這兩類活動不是低技能的員工所做的，而往往是高薪和高技能的白領職業人士所做的工作。數據收集和數據處理佔用總工作時間的比例高達33%。

根據麥肯錫的報告，目前各領域有2.3億餘知識工作者，佔據了全球僱員的9%，但僱傭成本卻是相應全球成本的27%。然而，在知識工作中，有80%是較為初級的體力與腦力勞動，只有20%是創新工作。麥肯錫預測，到2025年知識工作自動化每年可直接產生5.2萬億～6.7萬億美元的經濟價值，不計自動化所帶來的效率間接提高，相當於額外1.1億～1.4 億個全職僱員的產出。對所有企業都具有極高的經濟價值。

知識工作自動化的目的不是把白領職業人士替換掉，而是對他們的技能水平、知識水平和體能水平的有效補充，由軟體替白領人士自動化完成80%的初級體力與腦力工作，讓職業人士把更多精力地投入到更有創造性的工作上。知識工作自動化是智能化、人機化、自動化的有機融合，是虛擬空間的自動化，而不是物理空間的自動化。實現知識工作自動化的主要技術有大數據、人工智慧、機器學習、人機介面等，其核心是信息處理的自動化。

東軟平台云為客戶提供四類知識工作自動化服務，即，基於信息的服務（Information-Based Service）、基於任務的服務（Task-Based Service）、基於智慧的服務（Intelligence-Based Service）以及基於決策的服務（Decision-Based Service）。東軟平台雲通過移動化、社交化、平台化、免維護、免部署、按需使用的雲服務方式,創造性地把信息、任務、智慧、決策等工作場景精準、即時、無縫、在線地整合在一起，實現在時間與空間上的深度融合，打造無與倫比的知識工作自動化平台，幫助客戶達致「所想即所用，所用即所得」的境界，高效應對數字化時代瞬息萬變的市場需求，大幅提高客戶在數字化時代的生產效率。歡迎您登陸東軟平台雲http://cloud.neusoft.com體驗知識自動化服務！

東軟平台雲介紹視頻—在線播放—優酷網，視頻高清在線觀看視頻

最新一期的鴻觀就講了這個問題

鴻觀第一季