Placeholder Image

字幕表 動画を再生する

  • How long do you think it will take

    機械があなたの仕事を、あなたよりうまく行うようになるまで

  • before machines do your job better than you do?

    どのくらいかかると思いますか?

  • Automation used to mean big stupid machines doing repetitive work in factories.

    自動化とは工場で反復作業を行う、バカで大きな機械を意味していた

  • Today they can land aircraft, diagnose cancer and trade stocks.

    今の機械は、飛行機の着陸、ガンの診断、株の取引までを行うことができる

  • We are entering a new age of automation unlike anything that's come before.

    私たちは以前とは全く異なる、新しい自動化の時代を迎えた

  • According to a 2013 study, almost half of all jobs in the

    2013年の研究によると、アメリカの仕事の半分は20年以内に

  • US could potentially be automated in the next two decades.

    自動化される可能性がある

  • But wait; Hasn't automation been around for decades?

    ちょっと待って、自動化は今までにも存在していました

  • What's different this time?

    今までの自動化と何が異なるのでしょうか

  • Things used to be simple.

    過去の革新

  • Innovation made human work easier and productivity rose.

    かつて物事はシンプルだった

  • Which means that more staff or services could be produced

    革新は仕事を簡単にし、生産性を向上した

  • per hour using the same amount of human workers.

    つまり同じ数の労働者と時間で

  • This eliminated many jobs, but also created other jobs that were better

    より多くのものが生産できるようになった

  • which was important because the growing population needed work.

    これはたくさんの職を奪ったが、他によりよい仕事を生み出した

  • So, in a nutshell, innovation, higher productivity,

    増加する人口は職を必要とするので、とても重要な事だった

  • fewer old jobs, and many new and often better jobs.

    要するに、革新、高い生産性で

  • Overall, this worked well for a majority of people and living standards improved.

    古い仕事が減り、新しく良い仕事が生まれる

  • There's a clear progression in terms of what humans did for

    これは大多数の人にとってうまくいき、生活水準を向上させた

  • a living. For the longest time, we worked in agriculture.

    生活のために人間が何をするかという点で、明確な進歩がある

  • With the Industrial Revolution, this shift into production jobs and as

    ほとんどの間、人間は農業をしていた

  • automation became more widespread, humans shifted into service jobs.

    産業革命によって、人間は製造業をするようになり、

  • And then only a few moments ago in human history, the Information Age happened.

    自動化によって、人間はサービス業をするようになった

  • Suddenly, the rules were different. Our jobs are now being

    それからしばらくして、人類は情報化時代に突入した

  • taken over by machines much faster than they were in the past.

    突然、法則が変わり

  • That's worrying of course... but innovation will clearly save us, right?

    私達の仕事は、昔より早く自動化されています

  • While new information age industries are booming,

    それは心配です…しかし、革新は私達を助けてくれますよね?

  • they are creating fewer and fewer new jobs.

    新しい情報産業は景気づいている一方、

  • In 1979, General Motors employed more than 800,000

    新しい職をあまり生み出してはいません

  • workers and made about $11 billion US dollars.

    1970年、ジェネラル モーターズ は80万人以上を雇用し、

  • In 2012, Google made about $14 billion US dollars while employing 58,000 people.

    約110億ドルを生み出した

  • You may not like this comparison, but Google is

    2012年、Google は約140億ドルを生み出したが、58,000人しか雇っていない

  • an example of what created new jobs in the past:

    このような比較を好まないかもしれないが、

  • Innovative new industries.

    Google は過去に職を生み出してきたものと同じ、

  • Old innovative industries are running out of steam. Just look at cars.

    革新産業の一例である

  • When they became a thing 100 years ago, they created huge industries.

    昔の産業は蒸気を追い出した。 車を見てみよう

  • Cars transformed our way of life, our infrastructure, and our cities.

    100年前に車ができたとき、それは巨大な産業を生み出した

  • Millions of people found jobs either directly or indirectly.

    車は私達の生活、インフラ、町を一変させた

  • Decades of investment kept this momentum going.

    何百万もの人が、直接的や間接的に職を得た

  • Today, this process is largely complete. Innovation in the

    数十年に渡る投資がこの勢いを保っていた

  • car industry does not create as many jobs as it used to.

    今日、この過程はほとんど完了し、

  • While electric cars are great and all, they won't create millions of new jobs.

    車産業の革新は、以前ほど職を生み出さなくなった

  • But wait; what about the internet?

    電気自動車はすばらしいが、何百万もの職は生み出せないだろう

  • Some technologists argue that the Internet is an

    しかし、インターネットはどうだろう?

  • innovation on a par of the introduction of electricity.

    ある技術者は

  • If we go with this comparison, we see how our

    インターネットの発明は電気の導入に匹敵すると言う

  • modern innovation differs from the old one.

    この比較のために

  • The Internet created new industries,

    現代の革新と昔の革新がどう異なるかを見てみよう

  • but they're not creating enough jobs to keep up

    インターネットは新しい産業を作ったが、

  • with population growth or to compensate for the industries the Internet is killing.

    増え続ける人口や、取って代わられた職に値する仕事を

  • At its peak in 2004,

    生み出してはいない

  • Blockbuster had 84,000 employees and made $6 billion US dollars in revenue.

    ピーク時の2004年に

  • In 2016, Netflix had 4,500 employees and made $9 billion dollars in revenue.

    ブロックバスターは84,000人を雇用し、60億ドルの収益を上げた

  • Or take us, for example.

    2016年、Netflix は4,500人を雇用し、90億ドルの収入を上げた

  • With a full-time team of just 12 people, Kurzgesagt reaches millions of people.

    私達を例に上げると

  • A TV station with the same amount of viewers needs way more employees.

    フルタイムの12人のチームで Kurzgesagt は何百万人に動画を届けている

  • Innovation in the Information Age doesn't equate to

    テレビ局は、同じ数の視聴者のためにたくさんの従業員を必要とする

  • the creation of enough new jobs, which would be bad

    情報化時代の革新は十分な仕事を生み出さないが、

  • enough on its own but now, a new wave of automation and

    新しい自動化の波や、新世代の機械は

  • a new generation of machines is slowly taking over.

    ゆっくりと、より強力になってきている

  • To understand this, we need to understand ourselves first.

    新しい種類の機械

  • Human progress is based on the division of labor.

    これを理解するために、まず自分自身を理解する必要がある

  • As we advanced over thousands of years, our jobs became more and more specialized.

    人間の進歩は労働の分担にもとづいている

  • While even our smartest machines are bad at doing complicated jobs,

    数千年の進歩の中で、私たちの仕事はますます専門化している

  • they are extremely good at doing narrowly defined and predictable tasks.

    最も賢い機械でさえ、複雑な仕事は苦手な一方、

  • This is what destroyed factory jobs.

    明確で予測可能な仕事はとても得意である

  • But look at a complex job long and hard enough,

    これが工場の仕事を破壊した

  • and you'll find that it's really just many narrowly

    しかし、複雑な仕事を注意深く見てみると

  • defined and predictable tasks one after another.

    実はとても明確で予測可能な仕事であると

  • Machines are on the brink of becoming so good at

    次から次へと気がつくだろう

  • breaking down complex jobs into many predictable ones,

    機械は複雑な仕事を

  • that for a lot of people, there will be no further room to specialize.

    たくさんの予測可能な仕事に分解するのが得意になる寸前であるので

  • We are on the verge of being outcompeted.

    多くの人にとって、これ以上専門化する余地は残っていないだろう

  • Digital machines do this via machine learning,

    私たちは敗北する間際である

  • which enables them to acquire information and skills by analyzing data.

    コンピューターはこれを機械学習によって行う

  • This makes them become better at something through the relationships they discover.

    それによって情報やデータを分析する技術を獲得できる

  • Machines teach themselves.

    発見した関係によって、より得意になっていく

  • We make this possible by giving a computer a lot of

    機械が機械に教えている

  • data about the thing we wanted to become better at.

    コンピューターに、得意になってほしいことについての膨大なデータを与えることで

  • Show a machine all the things you bought online,

    機械学習は可能になる

  • and it will slowly learn what to recommend to you, so you buy more things.

    機械にあなたが買ったすべてのものを見せれば、

  • Machine learning is now meeting more of its potential because in recent years,

    徐々に何を進めるべきか学ぶので、あなたをたくさん買うようになる

  • humans have started to gather data about everything.

    機械学習の可能性が高まっているのは

  • Behavior, weather patterns, medical records, communication systems,

    人間があらゆるもののデータを集め始めたからだ

  • travel data, and of course, data about what we do at work.

    行動、天気のパターン、薬の記録、コミニュケーション、

  • What we've created by accident is a huge library machines can

    旅行のデータ、そしてもちろん、仕事についてのデータもだ

  • use to learn how humans do things and learn to do them better.

    思いがけずに生み出したのは、機械が使って

  • These digital machines might be the biggest job killer of all.

    人間のすることを学び、より上手にする学ぶための巨大な図書館だ

  • They can be replicated instantly and for free.

    これらのコンピューターはすべての仕事を取って代わるかもしれない

  • When they improve, you don't need to invest in

    それらは即座に複製できる

  • big metal things; you can just use the new code.

    それらが向上した時、大きな金属に投資する必要なない

  • And they have the ability to get better fast. How fast?

    単に新しいコードを使えるだけだ

  • If your work involves complex work on a computer today, you might be out

    そして機械は急速に賢くなる能力を得る。どのくらい早く?

  • of work even sooner than the people who still have jobs in factories.

    もしあなたの仕事がコンピュータでの複雑な仕事なら

  • There are actual real-world examples of how this transition might be happening.

    工場労働者より早く職を失うかもしれない

  • A San Francisco company offers a project management software for big

    それがどのように起こるかの、現実世界での例がある

  • corporations, which is supposed to eliminate middle management positions.

    サンフランシスコの会社が大企業向けに、中間管理職を排除しそうな、

  • When it's hired for a new project, the software first decides which jobs

    プロジェクト管理ソフトを提供している

  • can be automated and precisely where it needs actual professional humans.

    新しいプロジェクトに採用された時、ソフトは

  • It then helps assemble a team of freelancers over the Internet.

    自動化する仕事と人間が必要な箇所を決定する

  • The software then distributes tasks to the humans, and controls the quality

    次にインターネットで、フリーランサーのチームを組織する

  • of the work, tracking individual performance until the project is complete.

    ソフトは人間に作業を分配し、品質を制御し、

  • Okay. This doesn't sound too bad.

    プロジェクトが完了するまで、個人の成績を追跡する

  • While this machine is killing one job, it creates jobs for freelancers, right?

    これは悪くはなさそうだ

  • Well, as the freelancers complete their tasks,

    機械が一つの仕事を破壊するが、フリーランサーに仕事を作る

  • learning algorithms track them, and gather data

    さて、フリーランサーが仕事を終えると

  • about their work, and which tasks it consists of.

    学習アルゴリズムが仕事を追跡し

  • So what's actually happening, is that

    彼らの仕事と、それらを何に分割できるかについてのデータを集める

  • the freelancers are teaching a machine how to replace them.

    それで、実際に起こっているのは

  • On average, this software reduces costs by about 50%

    フリーランサーが機械に、仕事の奪い方を教えていることだ

  • in the first year, and by another 25% in the second year.

    平均して、このソフトは初年度に50%のコストを削減し、

  • This is only one example of many.

    次の年に25%削減する

  • There are machines and programs getting as good

    これはたくさんある中での一例である

  • or better than humans in all kinds of fields.

    すべての場で人間より優れている機械やプログラムが

  • From pharmacists to analysts, journalists to radiologists,

    あらゆる場所で存在している

  • cashiers to bank tellers, or the unskilled worker flipping burgers.

    調剤から分析、ジャーナリストから放射線学者まで、

  • All of these jobs won't disappear overnight,

    レジ係から銀行窓口係、単純作業のハンバーガー係まで

  • but fewer and fewer humans will be doing them.

    すべての仕事は急にはなくならないが、

  • We'll discuss a few cases in a follow-up video.

    その仕事をする人は減ってきている

  • But while jobs disappearing is bad, it's only half of the story.

    続編の動画で事例を議論する予定だ

  • It's not enough to substitute old jobs with new ones.

    仕事が奪われるのは困るが、それは話の半分だ

  • We need to be generating new jobs constantly

    古い仕事を新しいものに置き換えるだけでは十分でない

  • because the world population is growing.

    新しい仕事を作り続ける必要がある

  • In the past we have solved this through innovation.

    世界の人口は増え続けているからだ

  • But, since 1973, the generation of new jobs in the US has begun to shrink.

    過去では、発明によってこの問題を解決してきた

  • And the first decade of the 21st century, was the first one, where

    しかし1973年から、アメリカで新しい仕事は生まれなくなってきている

  • the total amount of jobs in the US, did not grow for the first time.

    21世紀の最初の10年、

  • In a country that needs to create up to 150,000 new jobs per

    初めてアメリカの仕事の量が増えなかった

  • month, just to keep up with population growth, this is bad news.

    しかし人口を維持するためには、月に15万の新しい仕事が必要だ

  • This is also starting to affect standards of living.

    これは悪い知らせだ

  • In the past, it was seen as obvious that with rising

    これは生活水準にも影響し始めている

  • productivity, more and better jobs would be created.

    過去では、明らかに、生産性が上がれば

  • But the numbers tell a different story.

    より多くの優れた仕事が生み出された

  • In 1998, US workers worked a total of 194 billion hours.

    しかし数字は別のことを示している

  • Over the course of the next 15 years, their output increased by 42 percent.

    1998年、アメリカの労働者は合計1940億 時間 働いた

  • But in 2013, the amount of hours worked by US workers was still 194 billion hours.

    次の15年間で生産高が42%上がったにもかかわらず

  • What this means, is that despite productivity growing

    2013年のアメリカの労働者が働いた時間は1940億 時間のままだ

  • drastically, thousands of new businesses opening up, and the

    これが意味するのは、生産性が劇的に上がっていて、

  • US population growing by over 40 million, there was no

    数千ものビジネスが生まれ、

  • growth at all in the number of hours worked in 15 years.

    アメリカの人口が4000万人増えたにも関わらず

  • At the same time, wages for new university graduates

    15年間の労働時間は全く増えていないということだ

  • in the US, have been declining for the past decade,

    同時に、アメリカでの新卒者の給料は

  • while up to 40 percent of new graduates, are forced

    ここ数十年で下がり続けている

  • to take on jobs that don't require a degree.

    卒業生の最大40%は

  • Productivity is separating from human labor.

    大卒を必要としない仕事を受けざるを得ない

  • The nature of innovation in the Information Age is

    結論

  • different from everything we've encountered before.

    生産性は人間の労働者とは別なところにある

  • This process started years ago and is already well underway.

    情報時代時の革新の性質は

  • Even without new disruptions like self-driving cars, or robot accountants.

    これまでのものと大きく異なっている

  • It looks like automation is different this time.

    この過程は数年前に始まっていて、すでに進行中だ

  • This time, the machines might really take our jobs.

    自動運転自動車やロボット会計士のような混乱がなくても

  • Our economies are based on the premise that people consume.

    今の時代の自動化はこれまでのものと異なっている

  • But if fewer and fewer people have decent work, who will be doing all the consuming?

    今の時代、機械は実際に人間の仕事をこなす

  • Are we producing ever more cheaply only to arrive at a point where

    私達の経済は人々は消費するという前提に基づいている

  • too few people can actually buy all our stuff and services?

    しかし、職を得られる人が減ったら、誰が消費するのだろうか

  • Or, will the future see a tiny minority of the super rich who own the machines...

    より安く生産できるようになっても

  • dominating the rest of us?

    実際に商品やサービスを買う人がいなくなってしまうのではないか

  • And does our future really have to be that grim?

    もしくは、機械を所有しているごく一部の大金持ちが

  • While we were fairly dark in this video, it's far

    残りの私達を支配するようになるのか?

  • from certain that things will turn out negatively.

    未来は本当に厳しくなってしまうのか?

  • The Information Age and modern automation, could be a huge opportunity

    このビデオで憂鬱になっても、

  • to change human society, and reduce poverty and inequality drastically.

    物事が否定的になるわけではない

  • It could be a seminal moment in human history.

    情報時代と現代の自動化は

  • We'll talk about this potential, and possible solutions like

    人類の歴史を変え、貧困や不平等をなくす大きなチャンスを持っている

  • a universal basic income, in part 2 of this video series.

    それは人類史の画期的な瞬間になり得る

  • We need to think big, and fast.

    パート2では見込みがあり、実現可能な解決策

  • Because one thing's for sure, the machines are not coming;

    全世界のベーシック・インカムについて話そう

  • They are already here.

    私たちは大きく、早く考える必要がある

  • This video took us about 900 hours to make,

    一つ確かなのが、機械が迫ってきているのではなく

  • and we've been working on it for over nine months.

    すでにここに存在しているからだ

  • Projects like this one would not be possible

    このビデオを作るのに900時間かかり、

  • without your support on patreon.com.

    9ヶ月間働き続けています

  • If you want to help us out and get a personal

    このようなプロジェクトは patreon.com での

  • Kurzgesagt bird in return, that would be really useful.

    サポートなしには不可能です

  • We based much of this video on two very good books:

    もし我々を援助して、個人の Kurzgesagt bird を見返りに得るなら

  • and

    それはとても役に立つでしょう

  • You can find links to both of them in the video description; highly recommended!

    このビデオの大部分は2つのとてもいい本に基づいています

  • Also, we made a little robot poster.

    説明欄にリンクがあります。とてもおすすめです

  • You can buy it and a lot of other stuff in our DFTBA shop.

    また、ロボットのポスターを作りました

  • This video is part of a larger series about how technology

    他のたくさんのものと一緒に DFTBA ショップで買うことができます

  • is already changing and will change human life forever.

    このビデオはテクノロジーがどのように

  • If you want to continue watching, we have a few playlists.

    人間を変えてしまうかについてのシリーズの一部です

How long do you think it will take

機械があなたの仕事を、あなたよりうまく行うようになるまで

字幕と単語

B1 中級 日本語 仕事 機械 自動 革新 生み 人間

The Rise of the Machines – Why Automation is Different this Time

  • 1090 61
    黃浩瑋   に公開 2017 年 07 月 21 日
動画の中の単語

前のバージョンに戻す