官术网_书友最值得收藏!

第3章 人機合作簡史

從工具到增強手段再到合作:數百年時光的縮影

“機器會搶走我的工作嗎?”當初正是這個問題激發了我們的靈感,讓我們開始動筆撰寫本書。關于未來,我們想到了這樣兩種圖景:一方面,智能自動化和人工智能越來越有力地推動社會發展;另一方面,人類能夠通過工作實現自我價值,能夠追求自己的興趣愛好和遠大抱負,而且就算實現不了財務自由,至少也能經濟無虞——這兩種情形無法同時存在嗎?機器會取代人類工作者嗎?或者說得更直白一點,機器會淘汰人類嗎?

這些問題并不容易回答,不過一項有力的證據表明:盡管無數文章危言聳聽,宣稱各種工作崗位終將迎來末日,但實際上勞動崗位被取代的風險遠低于人們的想象。也就是說,面對人工智能和自動化技術的蓬勃發展,人們不必惶恐不安。事實上,正如我們將在接下來幾章中描述的,人工智能和自動化技術其實可能會助人類工作者一臂之力,讓他們能夠大大提高生產力和工作質量、加快完成任務的速度、最大限度降低風險、收獲更好的結果,也許還能以比今天更健康的方式實現工作和生活的平衡。然而,在暢想未來之前,我們先來花點時間回顧一下人類與機器進行合作的歷史,以便更深刻地理解我們與機器之間的關系經歷了怎樣的發展歷程。人機合作關系常常能創造更多機會、提高生活質量,還能催生科學技術的發展進步——得益于這方面的進步,某些疾病被攻克,人類平均壽命得以延長,任何人都能通過口袋大小的智能終端(如手機)將信息瞬間傳送給地球上的幾乎任何人。

在本書的這一部分中,我們不會討論第一個車輪或是第一把鋤頭是如何發明出來的。在漫長的人類發展史中,無數創新形成了一根環環相扣的鏈條,一端是我們的靈長類祖先,它們撿起樹枝從蟻穴中挖出了美味的白蟻;另一端則是今天的工程師,他們當中有人想出了讓無人探測器在距離地球數百萬千米的小行星上順利著陸的方法。從火、木棍、車輪、鋤頭、彈弓、風車、印刷術、蒸汽機、內燃機、計算機、三維立體眼鏡到登月行動,人類不斷發明出新的巧妙方法來解決復雜的工程問題。有人致力于攻克醫學難題,也有人專攻農業領域;有人整個職業生涯中都在努力設計最好的沖浪板,也有人窮盡一生心血來解決數學難題;有人傾畢生之力尋找摯愛之人所患疾病的治愈方法,也有人終其一生研究金融市場的投資之道。如果我們與來自地球上任意地方的某個人一起度過30分鐘,我們就會了解到對方希望有人能夠運用智慧、技能或工具來解決他們遇到的一系列難題。如果有人擁有那個人所需的資源卻提供不了多少幫助,那么在大多數情況下,那個人很可能會主動提出親自動手。

人類是一個善于解決問題的物種。解決問題這件事,我們一直都在做。我們之所以進化出對生拇指,不是因為我們需要懸掛在樹枝上,而是因為我們需要精準操縱物體來解決我們在不理想的生存環境中遇到的種種問題。無論將一個人丟在世界上的什么地方,這個人都會建造容身之所、制作工具、挖掘水井等,最終按照自己的想法改造這個地方,讓生存環境變得比自己初來乍到時更舒適、更安全、更高效。

人類作為一個物種,如果沒有各種增強手段,就無法成功。

現在,請考慮一下木棍的實用性。細細的木棍可以用來從狹窄的巖縫中引出水源。粗一些的木棍可以用作棍棒,也可以用來為容身之所提供結構性支撐,或者用作基本的挖掘工具,或是用來構成灌溉系統、河船或杠桿等基礎機械。木棍具有多種多樣的用途,但是從本質上講,它是人類使用者身體的延伸,是一種附加物,是一種手工工具,可以用來撬東西、挖東西、打破東西、碾碎東西、支撐東西,以及用于指揮等動作中。木棍無法幫助人類治愈脊髓灰質炎或是阻止極地冰蓋的融化。在不同用途中,木棍只是工具而已。盡管人類的聰明才智永不枯竭,但是木棍有其局限性。同樣,機器也有其局限性。機器可以協助灌溉農田、為裝配工廠提供動力、為整個居民區發電、推動貨運列車橫穿大陸、驅動輪船遠渡重洋、凈化飲用水、生產藥物、將棉花變成布料,等等。工具就是工具。工具是人類發明的,用來解決人類無法單憑自身力量解決的問題。人類能夠讓視野超越自身的局限性,并發明出能夠克服這些局限性的方法。造就人類聰明才智的首要因素,是認識到這樣一件事:人類作為一個物種,如果沒有各種增強手段,就無法成功。

我們來看看木棍和機器之外的工具。鞋履也是工具。跑步鞋、攀巖鞋、徒步鞋、騎行鞋、足球鞋,以及各種其他類別的專用鞋履都是工具,都屬于“增強手段”。智能手表、牛排切刀、雙肩背包、筆記本電腦、蛋白質奶昔、鑰匙鏈、電燈泡、汽車輪胎、牙刷、超細纖維襯衫等,每個物品都是工具,都屬于“增強手段”。利用各種增強我們自身能力的手段,我們可以跑得更快、扔得更遠,我們擊球過網的力度比昨天更大,我們完成報告的速度稍微加快一點,我們的新投資能夠產生比上一筆投資更高的投資回報率。即便是我們當中最沒斗志的人,也不得不提升自身并改善周圍的環境,哪怕只是想辦法在減少工作量的同時實現同樣的結果。即使不以改進結果為目標,人類也會想方設法提高辦事效率。我們不會得過且過,而是不得不提升自身并改善我們的進化環境,以便過上更加簡單方便的生活,讓我們接觸到的一切事物為我們所用。

住所也是如此。從穴居人類第一次用手繪圖案和狩獵場景裝飾巖壁的那一刻開始,人類一直在改善、提升以及按照自己的想法改造居住環境,這樣做是為了讓居住環境變得更加實用。人類住所中充滿了各種增強手段。在比較先進的住所中,人們可以存放車輛、為車輛充電,可以工作、休息,可以通過虛擬方式探索世界、舉行派對、進行術后康復、進行體育比賽備戰訓練、進行學術研究,或者可以通過機器和專門的工人滿足我們的一切愿望和需求。無論我們住在偏僻、簡陋的小屋里,還是住在利用了先進技術的超級智能住宅中,住所都彰顯了人類將接觸到的事物變成工具的需求,在某種程度上也屬于一類增強手段。

眼下正在進行中的新一輪技術革命浪潮也不例外:人類不過是在尋找更有效、更聰明的方法來提升自身并改善自己所處的環境。目標不是取代人類工作者,而是打造能夠幫助人類以更快、更好、更省力且成本更低的方式完成工作的全新工具。

智能自動化的新支點

新一輪技術進步的浪潮不同之處在于,這些技術能夠分析和模仿人類的行為。例如,機器能夠為自己做出決策了。它們知道何時應該開啟自己、何時應該關閉自己,知道何時應該重新校準自己,知道何時應該更新軟件,知道何時應該訂購更換部件或進行維護。不再需要有人站在機器旁邊拉動控制桿、按下按鈕,以及在最后一個班次結束時關上燈。越來越多的機器不再像過去那么需要我們,而這種情況在某種程度上改變了原有的平衡。人類與機器之間的關系不再是純粹的“使用者”和“工具”關系,而是變成了“使用者”和“幫手”的關系。

人類需要適應這種新情況,但除了科幻小說,并沒有任何前人經驗可供借鑒。機器人有朝一日會與人類共存并服務于人類——這樣的想法固然很有趣,不過覺得有趣是一回事,當你突然發現越來越多人類賴以賺錢謀生的任務正在轉而由機器人和自動化設備完成時,擺在你面前的現實世界又是另一回事了。采礦機器人或消防機器人意味著什么呢?科幻小說往往會側重于這種自動化帶來的好處:派機器人去從事危險工作可以保護人類的生命,再也不會有人在采礦和消防任務中喪生。而在現實中,這項充滿人道主義關懷的創新改進措施意味著采礦工和消防員會丟掉工作、失去生活來源、陷入經濟困頓。如果這些采礦工和消防員的工作被機器取代,他們要如何養家糊口呢?要想保住工作,他們要如何表現呢?靠不辭辛苦的努力、奮不顧身的勇氣,還是碩果累累的成就?如果他們失去了職業,他們如何做才能覺得自己是對社會有價值的人,如何才能繼續通過努力、技能和毅力為社會作出貢獻?如果像這樣失業,經濟方面的挑戰只是問題的一個方面。一旦工作沒了,目標感、身份感和歸屬感也會隨之消失。自動化不應傷害人們的自尊和希望。

現在,將上述情景擴展到各行各業。倉庫工人、會計、裝配工人、律師、飛行員、醫師、銷售人員、客服代表、高管助理、卡車司機、圖書管理員、調酒師、廚師、洗碗工、農民、建筑師、工程師、招聘人員、廣告文案寫手、平面美術師、記者、商業分析師、財務顧問等,無論你從事何種工作,你的工作都有可能實現自動化。遲早會有人以正確的方式將人工智能、機器學習、機器人、自動化、傳感器和數據連接技術結合起來,從而能夠完成你所從事的工作,并且比你做得更好更快。我們開始瞥見未來世界的面貌:作為我們曾經的工具、后來的幫手,機器可能會取代我們。不管怎樣,這都是個令人擔憂的問題。過去幾十年里,世界各地的許多工作者已經看到了自動化給工業和經濟帶來的巨大轉變。

智能自動化對就業的影響

我們必須看一看美國的就業生態系統在過去兩個世紀內發生的轉變,只有這樣才能明白技術轉變會對就業有何影響。例如,1850年到1970年之間(從本質上講,這一時間跨度涵蓋了工業化在美國從開始到巔峰的完整過程),美國農業就業份額從大約60%下降到不足5%【1】。同樣,從自動化和全球化開始給制造業帶來轉變,美國制造業就業份額從1960年的25%縮水到2017年的不足10%【2】。你花費越多時間來查看這些數據,可能就會越有理由相信:擔心自動化可能會導致就業末日,并非杞人憂天。

話說到這里,我們是時候變換一下討論內容了,讓我們從假設的情景回到我們能夠觀察到的一些模式——通過這些模式,我們可能會得出寶貴見解。我們要說的是:如果在機器只是工具乃至幫手的情況下,人們對于被機器取代這件事并不是特別擔憂。那么我們可以由此推斷:只要機器注定是工具和幫手,它們就不會對人類就業構成威脅。

機器的作用是輔助和增強,而不是取代人類。這一點讓我們明白,并非所有自動化技術都會威脅到人類就業。只有旨在取代人類,并且能夠真正取代人類的那些自動化技術,才會對就業構成較大威脅。而其他各類自動化技術——旨在發揮輔助和增強作用、幫人類完成各種任務的自動化技術,對就業威脅很小。這意味著,在我們對自動化技術泛泛而談,而不對增強性工具和替代性工具加以區分的情況下,我們可能會夸大自動化總體而言所構成威脅的嚴重性。

此外,人類對于將動物作為幫手一起工作也已經習以為常。例如:人類和狗相互配合,放牧和保護牲畜;人類和牛一起耕地,一起拉動沉甸甸的東西;騾子和馬可以幫助人類馱運重物、拉車,還能充當人類的坐騎;人類馴鷹捕獵、將鵝作為報警系統,還用鴿子傳遞書信;等等。世界各地的人們都會與動物開展合作,種糧食、驅動機械、運輸貨物、看家護院、保護糧倉免遭鼠害以及探索邊遠地區等。如果沒有與蜜蜂、狗、貓、馬、牛、大象和蠶的合作,人類的生活會是什么樣呢?說到這里,我們要重點提醒你:對于工具和機器起到的增強作用,人類不會克制自己的追求。機敏的動物也會在人類的創新生態系統中發揮作用。然而,人類不怎么擔心自己會被狗、馬和蜜蜂等取代,這些類型的合作關系不斷發展、欣欣向榮,不曾發生過嚴重事故。只有在科幻小說中,我們才會探討人類被動物取代的可能性。

對于與有智力、有情感的工具進行合作這件事,人類并不感到陌生。

生物和智能程度高的機器有什么不同呢?服務于人類的機器和動物又有什么不同呢?經過訓練,能夠服從特定命令、執行特定任務并增強人類的能力——服務于人類的機器和動物不都是這樣嗎?當我們與智能機器進行合作時,與這種合作方式更有共同點的是與動物合作,而不是與我們未來的“機器人大王”討價還價——一旦你認識到這一點,機器人取代人類的威脅就變得遠沒有那么可怕了。

現實中的人工智能不是電影中的人工智能

值得一提的是,大部分人工智能產品尚未發展到電影中那么先進的地步,并且在相當長一段時間內不會發展到這種地步。對于人工智能這項技術,人們仍然存在較大的誤解和過度炒作。雖然國際商業機器公司(IBM)的“沃森”(Watson)和谷歌公司的“深度思維”(Deep Mind)等試驗性人工智能項目已經對智能類人機器(確切地說,是能夠模仿人類智能的智能機器)的極限進行了測試,但是絕大多數人工智能產品和一般公眾印象中的“人工智能”沒有關系。大多數人工智能產品并不具備沃森那樣的智能,更不用說電影《2001太空漫游》(2001:A Space Odyssey's)中飛船上的超級電腦Hal-9000、鋼鐵俠托尼·史塔克(Tony Stark)的智能管家“賈維斯”(J.A.R.V.I.S)或是《霹靂游俠》(Knight Rider's)中會說話的汽車“基特”(K.I.T.T.)了【3】,【4】,【5】。

大多數人工智能的應用范圍很狹窄,局限于少數幾類任務,例如智能手機攝像頭的機器視覺、智能揚聲器的噪聲消除功能,還有乘用車的駕駛員輔助緊急制動。電影和電視節目中那種讓所有人驚嘆不已的人工智能產品不會出現在你的工作中。當技術領域的專家和權威人士討論未來工作崗位時,他們說到的智能自動化和影視作品是兩回事。在許多方面,他們所說的技術和那種能夠通過簡單的語音命令讓手機快速撥打配偶電話、能夠在你睡眠期間自動調節室內溫度,或是能夠監控你的銀行賬戶有沒有出現可疑活動的智能化技術屬于同類。教會機器執行那些人們認為值得交給機器去做的任務,應該不會威脅到任何人,而這些任務目前代表了許多正處于自動化進程中的任務。

交通領域的智能自動化對專職司機的影響

想一想人們目前正在為自動駕駛汽車開發的那些車載人工智能產品。請忽略該項技術現在的發展程度,預測一下未來,自動駕駛汽車到底能夠做些什么呢?答案很簡單:它們能讓司機將車輛操作交給車載人工智能產品來完成。這些汽車可以自動泊車、帶車主兜風、避免交通事故、自動重新規劃路線以便繞開擁堵路段,甚至可以在主人工作時幫忙跑腿。真是了不起的東西,但也有人擔心這種自動駕駛功能會消除人們對專職司機的需求。我們該不該關注這個問題呢?簡而言之,答案是肯定的:我們應該關注這個問題。不過,我們要提醒你:這個問題可能最終會遇到過度炒作。

由于大多數家庭并未聘用私人司機,為私家車增添自動駕駛功能并不會取代如今正在為別人開車的絕大多數受聘司機。

我們來談談這種情況對專職司機(出租車司機、送貨車司機、公共汽車司機和商用卡車司機等)構成的威脅。根據美國勞工部的統計數據,2016年美國約有30.5萬名持證受聘小汽車司機、142.1萬名送貨車司機、近200萬名商用大卡車司機以及68.7萬名公共汽車司機【6】。也就是說,一旦自動駕駛車輛上路,約有450萬名司機可能會受影響。

然而,自動駕駛汽車上路這件事不會突然發生。如果會發生,也會是隨著時間的推移,通過接連不斷的一輪又一輪技術改進和實施浪潮而逐步發生,而在此過程中,受影響的行業來得及調整預期、針對即將到來的變化制訂計劃以及適應這些變化。

立法和監管部門會制造更多障礙,讓自動駕駛車輛技術無法輕易在商業領域擴張。各個國家和地區需要對法律進行調整,以保護公眾利益,應對自動駕駛車輛給道路帶來的諸多挑戰。在自動駕駛技術走向成熟的過渡期內,自動駕駛區和非自動駕駛區的劃分是勢在必行的一項重要措施。

在自動駕駛車輛與自行車、行人和有人駕駛的車輛共存的環境中,基礎設施需要進行大量改進,以便為自動駕駛車輛提供協助。此類基礎設施除了專用車道、物理障礙等,還包括許多技術方面的投資,其目的是協助管理車輛與基礎設施通信(V2I)和車輛與行人通信(V2P)互動。這些基礎設施的研發、審批和安裝不會在一夜之間大規模完成。此外,別忘了考慮工會——這些組織也可能會推遲甚至直截了當地阻止商業駕駛自動化。換句話說,即使汽車廠商已經在對18輪貨車、送貨面包車和乘用車進行測試,并且測試地點包括主要高速公路和受控制的市區環境,專職司機也要再過很多年(也許是幾十年)才會真正遇到被自動駕駛車輛大規模取代的風險。

此外,開車這件事只是專職司機工作中的一個方面。卡車司機還需要裝貨和卸貨。送貨車司機需要上門取包裹和投遞包裹。出租車司機往往需要協助乘客拿行李,熱情的態度、周到的服務更是分內之事。公共汽車司機除了駕駛公交車和有軌電車,往往也需要為遇到困難的乘客提供協助。如果對專職司機執行的各項具有附加價值的任務進行提煉,只留下開車從一個地點到另一個地點這項任務,就會從根本上誤解專職司機的工作內容。

任務自動化與工作自動化

雖然大多數任務可以實現自動化,但是大多數工作卻實現不了。

接下來,我們說一說本書中將多次重復提到的一項觀察結果:雖然大多數任務可以實現自動化,但是大多數工作卻實現不了。駕駛這項任務不同于從事專職司機工作。翻遍5萬頁的財務文件來查找錯誤這項任務不同于從事會計工作。任務并不等同于工作。只有在工作內容僅限于少數幾項任務(或者僅有一項重復性任務)的情況下,工作才能實現自動化。工作內容越復雜、涉及的任務越多,就越難自動化。

一旦你開始羅列各種專職司機在其工作過程中執行的所有任務,你就會開始意識到:在他們的工作中引入自動駕駛車輛,還遠遠無法解決需要在開車前后完成的其他任務。尤其是送貨司機,盡管無人機配送和送貨機器人備受媒體關注,但在現實中,任何無人機或機器人都無法讓送貨司機面臨被取代的切實威脅。無人機可能會從天上掉下來、被樹枝或高壓線等掛住,可能會被射落、偷盜、破壞和入侵,可能會掉進水域或者受惡劣天氣影響而偏離航線。送貨機器人可能會被偷盜、破壞、搶劫、入侵,可能會被人踢倒或者被車輛撞倒,可能會被洪水沖走或者因惡劣天氣而損壞。此外,機器人經常成為無端暴力行為的受害者,這也是讓許多科技觀察人士頭痛不已的問題。這個問題可能會成為人機合作關系的“致命”障礙(這里所說的“致命”是一個雙關語,既指斷送人機合作關系,也指要了機器人的“命”),并且可能會成為遠比今天更普遍的問題。如果數量足夠多的無人機或送貨機器人經常在送貨過程中受到傷害或破壞,我們如何能放心將送貨任務交給它們呢?

事實是這樣的:目前還沒有任何機器人能夠像人類一樣快速而可靠地上門取件和進行配送。送貨這項工作在駕駛方面可以自動化,就像包裹跟蹤和路線規劃可以自動化一樣,但在“第1米”和“最后1米”任務(真人上門取件和進行配送到戶)上做不到。不管怎樣,無論從財務還是從運營的角度來看都是行不通的。

很有可能出現的情況是:自動駕駛汽車會給專職司機的工作帶來變化,而不會像許多人擔心的那樣讓這項工作迎來末日。也許“駕駛員”會不再從事駕駛——這種情況是有可能發生的。也許他們的職務名稱會有所變化。也許“貨運工程師”會取代今天的“卡車司機”。也許“交通服務專員”有朝一日會取代“公共汽車司機”。也許“送貨專家”會取代“送貨車司機”。到了這個階段,命名方式已經沒那么重要了。重點在于,很有可能出現的情況是:公眾擔心也許會被自動化取代的許多工作會因新技術而發生轉變,而不會被自動化完全替代。畢竟,駕駛只是一項任務。創造能夠在我們需要時為我們駕駛的機器,這種行動不是毀滅,而是增強。自動駕駛汽車不是用來取代專職司機的,而是用來增強他們的能力的。

人機合作后會發生什么

通過上文較寬泛的例子,我們可以推斷出:對于自動化將在人類進化歷程中發揮的價值和作用,我們的認識可能失之偏頗。隨著越來越多枯燥、危險以及令人不舒適的工作實現自動化,隨著人類對計算、分析和預測能力的需求呈指數式增長,我們所觀察到的不過是這樣一種現象:雖然人類工程技術的每一次進步都需要解決難度更大的問題,但渴望解決問題的精神始終推動著人類不斷創新——這一點不曾改變。目標一如既往地不是取代人類,而是增強人類的能力。

人類歷史中的每一次創新發生之后都伴隨著一段適應期。狩獵者學會做農民,農民學會做裁縫,裁縫學會做生意人,生意人學會做銀行家,19世紀的工匠變成了20世紀的工廠工人,而20世紀的工廠工人變成了21世紀的信息工作者。創新會觸發適應過程。重體力勞動逐漸讓路給輕體力勞動。曾經非常繁重的工作變得不再繁重,因為人類雖有毅力,但也總能想出辦法以更高的質量、更省力的方式完成工作。而我們觀察到,在幾乎所有技術和勞動革命的實例中,那些能夠以最快速度適應變化并轉行到新職業的工作者總能因其敏捷靈活、積極主動的做法而收獲回報。

我們認為,自動化讓工作或職業發生轉變的方式之一,是讓許許多多曾經需要一隊人來完成的任務實現自動化。通過這種方式,一些相關或相互依存的職能可能會合并為一個職能。這種情況的一個簡單例子是由兩名高管和一名高管助理組成的“團隊”。因為許多曾經由高管助理處理的任務現在可以由數字助理和人工智能管理——包括接聽電話、管理日程表和安排約見等,所以企業高管能借助數字助理和人工智能輕松完成日常工作。

那么,在這種情景下,真人助理會怎么樣呢?如果這名助理是有用之才,就會被推薦到公司內的其他崗位,甚至獲得升職加薪。如果他對公司沒什么用處,面臨的選擇就是:要么換一家在技術方面沒那么前衛的公司做行政助理,要么尋找另一種截然不同的工作。高管助理這項工作永遠不會徹底消失,原因和專職司機永遠不會徹底消失一樣。有些人請得起人來做機器能做的工作,也更喜歡以不菲的價格聘用人來工作。

我們相信,通過智能自動化實現的任務合并更有可能讓工作發生轉變而不是消滅它們,而且會讓更多工作者轉換崗位而不是讓他們失業。

話雖如此,現實中仍然存在這種情況:因崗位合并而失業的工作者不得不尋找新的出路。現在,我們來看看這個摩擦點。

智能自動化融入工作:誰的處境更危險

關于即將到來的工作末日,我們找到的數據以及數據驅動的預測不是不夠,而是太多了——這才是問題所在。因此,其中相當大一部分缺乏獨創性,并且絕大部分充其量也只是令人半信半疑。極具諷刺意味的是:當我們逐個篩選一項又一項研究,尋找我們覺得可信的數據和方法(或是由于規模足夠大而具有相關性的數據集)時,這件事成了讓我們備受折磨的苦差,我們真希望能夠將它交給人工智能團隊去做。很不幸,我們并沒有生活在未來,所以我們不得不手動完成這項研究工作。經過為期近八個月的研究,我們列出的相關報告和研究終于成功縮減到六個,我們覺得這些報告和研究的方向是正確的。接下來,我們要介紹一下其中一些研究結果,尤其是關于那些自動化風險較高的工作類別和職業的研究結果。

美國布魯金斯學會于2019年發布的報告《自動化與人工智能:機器對人和職位有何影響》(Automation and Artifical Intelligence:How machines are affecting people and places)中,馬克·穆羅(Mark Muro)、羅伯特·馬克西姆(Robert Maxim)和雅各布·懷頓(Jacob Whiton)指出,美國約有25%的工作崗位(大約3600萬個)非常容易受自動化影響【7】。此外,還有36%的工作崗位(大約5200萬個)存在中等程度的自動化風險。其余39%的工作崗位(5700萬個)的自動化風險非常低。解讀這份報告時,我們在更大程度上將上述結果作為未來接連發生的多輪自動化浪潮的一個特點,而不是作為關于工作崗位自動化潛力的固定分析。也就是說,我們這樣看待這些數字的意義:未來十年將有3600萬個工作崗位的自動化風險較高,再過十年會有5200萬個工作崗位的自動化風險較高,然后又過十年又會有5700萬個工作崗位步其后塵。(我們將時間范圍四舍五入到以十年為單位,以便讓你一目了然。)

這份報告還指出:工資低的工作崗位更容易受自動化影響。換句話說,美國那3600萬個目前存在自動化風險的工作崗位往往都是低薪工作崗位,而后面一批工作崗位,還有再后面的一批,收入大致呈上升趨勢,工資低的工作崗位先實現自動化,而工資高的工作崗位后實現自動化。這些經過概括的數據只能反映一般情況,但是這種趨勢仍然正確,并且歷來如此:工廠所有者和報業大亨等通常是最后一批因技術創新而失業或承受財務壓力的人,而工資低的員工通常會最早失業和受到挑戰。

不過,也有值得注意的例外情況。例如,維護技師和保潔人員在短時間內不大可能被機器取代,因為大多數建筑在設計時并未考慮用機器人進行維護和清潔,而且目前的機器人在多功能和可靠性方面還存在不足,因此有些狹窄的地方是人類能夠進入,它們卻無法進入的。美發師和化妝師當中有許多人并不屬于收入高的群體,但是他們在短時間內也不太可能被機器取代。調酒師、汽車修理工和園林工人也是如此。

該項研究按風險高低順序列出了24個工作類別。存在較高被取代風險的有:食品服務、生產制造、辦公和行政支持、農業/漁業/林業、交通運輸和物料移動、建造和采掘以及安裝/維護/維修。

下一批存在被取代風險(或者至少會因自動化而受到嚴重影響)的職業是:銷售、醫療保健支持、法務、計算機和數學、防護服務以及個人護理。

最后,位于這份風險列表底部的是醫療保健執業人員和技師、生命科學、管理、藝術/娛樂/體育/媒體、建筑學和工程學、教育、商務和財務運營。

我們在此要提醒你:許多財務運營類職業的自動化風險可能會遠高于林業工作,但總體而言,布魯金斯學會的這項研究與我們自己的觀察結果一致。

在普華永道會計師事務所的報告《機器人真的會偷走我們的工作嗎?》(Will Robots Really Steal Our Jobs?)中,約翰·霍克斯沃斯(John Hawksworth)、理查德·貝里曼(Richard Berriman)和戈爾·薩洛尼(Goel Saloni)進一步探討了這一主題【8】。對于接連不斷的工作自動化浪潮長此以往可能會對人類就業產生的影響,他們的見解與我們的觀點不謀而合。他們提出,以下三輪自動化浪潮將接連發生,一直持續到21世紀30年代:

● 算法浪潮:“簡單任務的自動化和結構化數據的分析”將影響多個行業,以數據驅動型行業為主。

● 增強浪潮:“與技術的動態交互用于決策制定”,以及“由機器人在半受控環境中(生產工廠和倉庫等存在地理圍欄的環境)執行任務”,會將自動化擴展到復雜程度更高、歷來通過人工操作完成的任務。

● 自動化浪潮:“體力勞動和手工技巧的自動化”,以及“在需要以敏捷反應采取行動的現實環境中解決問題”,會進一步將自動化擴展到此前只有專業過硬、聰明伶俐、善于合作的人才能勝任的領域。

普華永道的研究指出,第一輪浪潮中,有可能因自動化而轉型的行業包括(按風險從高到低排序):金融、保險、科學技術、通信、公共管理、國防。請注意,據普華永道預測:在第一輪浪潮中,這些工作類別都不會達到10%以上的自動化率。

被認為在第二輪浪潮中處境危險、有可能因自動化而轉型的行業包括上述所有行業,其自動化率僅能達到近20%。此外,新增的行業還包括交通運輸、倉儲、生產制造、建造、行政和支持服務、批發和零售貿易、食品服務,以及健康和社會服務。

最后,根據普華永道的預測,受第三輪自動化浪潮破壞嚴重的行業將包括交通運輸和倉儲、建造、生產制造、行政和支持服務、批發和零售貿易,以及食品服務。

請注意,在普華永道調研的所有行業中,處境最安全的類別是教育——即使在經歷三輪浪潮之后,其自動化風險也不到10%。還有一點也值得注意:在經歷三輪浪潮之后,只有一個行業會達到50%的風險,有可能受到嚴重的破壞,那就是交通運輸和倉儲。其他行業的風險都低于50%。

根據普華永道的預測,隨著時間推移,到了21世紀30年代上半葉,自動化對各行業的影響似乎也會趨于穩定。這意味著,因自動化而失業的人可能只有一部分,而并非絕大多數。不過,一些工作類別的處境可能沒那么安全。我們對普華永道的研究進行了更深入地挖掘,發現以下工作在未來二十年內自動化風險較大:

● 機器操作工和裝配工(60%-70%)。

● 文職工作者(50%-60%)。

● 基礎職業從業者(40%-55%)。

● 手工藝和相關貿易者(40%-50%)。

● 技師和相關專業人員(25%-35%)。

● 服務和銷售工作者(25%-35%)。

在自動化風險閾值較低處,我們看到了農業和漁業熟練工(15%-30%)、專業人員(10%)以及高級官員和管理者(5%-10%)。

普華永道的數據提供了以下方面的見解,它們有助于人們了解為什么一些職業會比其他職業更容易受自動化影響。該項研究將機器操作工和裝配工(風險較高的類別)和專業人員進行了對比,采用的依據是六個任務和技能類別,這些任務和技能都是他們在日常工作職責中需要用到的,包括手動任務、例行任務、計算、管理、社交技能和讀寫技能。與所有職業的平均水平相比,這些數據揭示了這樣一種情況:機器操作工和裝配工對手動任務的依賴程度是平均水平的168%,而在專業人員的任務構成中,手動任務只有平均水平的48%。類似地,在機器操作工和裝配工的任務構成中,例行任務是平均水平的124%,而專業人員為平均水平的93%。然而,在計算方面,機器操作工和裝配工只有平均水平的51%,而專業人員為平均水平的142%。在管理技能方面,兩者分別為平均水平的84%和92%。這說明了什么?

自動化這場游戲的主角是任務,而不是職業。

● 對于一名機器操作工來說,自動化針對的顯然是他的任務占用時間超過平均水平的領域——在該項研究中,這些領域就是手動任務和例行任務。對于專業人員來說,計算任務很可能會成為自動化的第一個目標。我們可以看到,通過自動化提升效率的做法很容易融入被認為自動化風險較高的職業中,但也同樣很容易融入自動化風險較低的職業。

● 即便是機器操作工和裝配工,也有與更難實現自動化的“專業人員”類似的技能和任務。例如,機器操作工和裝配工在管理任務方面的自動化程度是平均得分的84%,而專業人員為92%,兩者之間的差距并沒有那么大。換句話說,這是因為一些任務容易被自動化并不意味著整個工作也容易被自動化。如果機器操作工和裝配工在管理職責方面的任務構成與專業人員完全相同,這就說明他們的工作中有某些很重要的方面可能被自動化的倡導者忽略了。這時要當心,因為過度簡化現實中的人力工作所包含的內容,以及過度依賴白紙黑字的書面工作職責描述,并不能有效地在現實中做出與提升效率和改進結果有關的決定。

自動化有助于提升人類工作者的哪些潛能和技能

再說一次,我們認為自動化不會徹底取代人類的工作,而是會通過簡化某些重復性任務或低價值任務來增強人類的能力。在機器操作工的案例中,手工勞動和例行任務最有可能被自動化,而管理、團隊建設、員工培訓和生產監督可能會變成重點職能。同樣地,專業人員的例行任務和計算任務可能會實現自動化,從而為管理、員工發展和技術技能提升等其他重點任務留出空間。

如果使用得當,自動化并不會消滅工作崗位,而是會改變它們的既有結構。在大多數以結果為導向的情景中,自動化能夠為人類工作者創造更多機會,從而改進工作崗位的結構。

還有一種看待自動化的方式,是將它視為時間創造機:自動化能夠創造時間。自動化每承擔一個工時的工作,就相當于人們收獲了一個工時。收獲的這個工時可以從公司資產負債表中減去并作為成本減少來處理,也可以重新分配給之前無法獲得相應預算的高價值任務。因此,每分配給機器一個工時,都會額外創造一個可以分配給有能力的高價值人類工作者的工時。當我們在前文中提到自動化起到的作用應該是做加法而不是做減法時,我們是指:通過有效運用自動化解放的一百個工時可以作為成本減少來處理,但如果讓收獲的一百個工時實現價值最大化并用來對公司進行再投資,豈不是更明智?

在商業領域,最容易做到的事情就是設法削減成本。并不是說精益經營就沒有優點——以最終有助于公司改善績效的方式來削減成本和進行組織“瘦身”,無論何時都是有利的。但如果只是因為能夠削減成本就這樣做,那未必是邁向市場領先地位的最佳途徑。

一個典型的例子是:為順應21世紀數字化經濟而進行的數字化轉型、技術變革以及意義深遠的業務重組任務,這幾類挑戰都是企業不能指望通過削減成本和走捷徑來解決的問題。機智靈活的企業懂得如何松開枷鎖,讓各種內部組織擺脫束縛、隨機應變。這些企業是模塊化的。工作職責描述和部門設置都會不斷發展變化。這些企業的信息技術經理不會采用十年前或五年前的工作方式,甚至連一年前的工作方式都有可能被摒棄。這種企業在方方面面都處于不斷變化、不斷適應的狀態。這些類型的企業通常走在數字化的前列,它們進行自動化的目的不是縮減員工人數,而是騰出更多資本來聘用更多員工,并將人類工作者解放出來,讓他們能夠專注價值更高、更有意義的任務。

從低價值任務轉到高價值任務

自動化將幫助人類更加專注哪些類型的高價值任務呢?在自動化程度越來越高的經濟中,哪些技能和特質對于企業主、合作者和投資人來說更有價值呢?為了吸引未來的招聘人員,當今的工作者應該培養哪些技能和特質呢?

經濟合作與發展組織(Organization for Economic Cooperation and Development,簡稱OECD)于2018年3月發布的《自動化、技能與培訓》(Automation,Skills,and Training)報告提供了對各種職業資質與自動化風險之間關系的洞察【9】。根據2012年進行的一次就業調查得出的數據,柳比卡·尼德爾科斯卡(Ljubica Nedelkoska)和格蘭達·坤蒂尼(Glenda Quintini)指出,創造才智和社交才智這兩方面技能的自動化難度可能遠大于認知技能和操作技能,也就是說,那些在創造才智和社交才智方面表現出很高水準,并且擅長處理非例行性互動和認知任務的人類工作者更有可能得到企業主器重,無論有沒有自動化都是如此。

相反地,那些所從事職業深深根植于例行任務或手動任務的工作者被自動化取代的風險最高。手工技能盡管有其專業價值,但對于未來的企業主來說很可能會越來越微不足道。再說一次,我們預測出的情況不是高技能手工崗位會迎來末日,而是所有手工崗位加起來會有30%~50%受到侵蝕。機器操作工和裝配工比其他高技能手工勞動者(例如美發師和電腦維修專家)更容易感受到自動化的蠶食。因此,請當心那種對所有手工勞動崗位的自動化不加區分、泛泛而談的做法。

尼德爾科斯卡和坤蒂尼援引世界經濟論壇發布的數據,提供了以下兩份榜單,它們凸顯了全球需求度最高的技能在2015—2020年經歷的轉變。

2015年榜單:

1.解決復雜問題

2.與他人協調

3.人員管理

4.批判性思維

5.談判協商

6.質量控制

7.以服務為主導

8.判斷和決策

9.積極傾聽

10.創造力

2020年榜單:

1.解決復雜問題

2.批判性思維

3.創造力

4.人員管理

5.與他人協調

6.情商

7.判斷和決策

8.以服務為主導

9.談判協商

10.認知靈活性

請注意,榜單中新增了情商并去掉了質量控制,后者是一項能夠自動化的任務。請記住,解決復雜問題、批判性思維、創造力、人員管理、情商、判斷和決策、以服務為主導、談判協商和認知靈活性都屬于對高層次認知及互動技能的應用。

到2025年,我們預計會看到解決復雜問題、人員管理、與他人協調、判斷和決策、以服務為主導在榜單上向下移動。為什么呢?因為這些技能可以并且將會通過人工智能和自動化得到增強。

其余特質——批判性思維、創造力、情商、談判協商和認知靈活性,應該會移動到前五位,因為企業主更賞識那些擁有不易自動化、具有高價值技能的工作者。

人機關系的演變是一個自然而然的平衡過程

在我們介紹如何適應自動化和人工智能的崛起,以及思考即將到來的各種變化,哪些類型的職業更有可能因此得到增強和改進這些內容之前,我們先來花點時間回顧一下本章開頭的內容。

事實上,無論何時,人類的聰明才智和創新都會用來改善表現,用來增強人類的能力,用來增加產出、增強力量、提高速度、擴大范圍,用來提升效率、有效性、產量,以及用來創造更多機會。人類能夠將自己從繁重任務中解放出來,做更多事情,離不開對各種工具和謀略的運用。

因此,現代那些借助人工智能和物聯網(IoT)技術來經營農場的農民,和古代那些為農田建造機械灌溉系統、利用農場邊上的河流為磨坊提供動力的農民,都運用了工具和謀略。同樣,那些借助機器學習和人工智能技術,在成千上萬頁的法院文件和證詞中查找錯誤、提取特定人員信息的律師,和那些很多年前不得不召集一眾實習生來做這些工作的律師,二者區別也沒有那么大。某個流程或某項任務的自動化,并不意味著相關工作必定會消亡,而只是意味著這些工作必定會發生變化。

現在,隨著機器變得更加復雜、更加自動化以及更加智能,并且隨著機器變得能夠進行技能學習并做出基本決策,人機關系也開始發生變化。用戶、司機以及操作人員角色(或使用者)將演變成別的角色——這更加類似于人類與動物幫手之間形成的合作關系類型。而隨著智能機器變得仿佛人類一樣,能夠使用自然語言、聲音,并通過隨性而為的社交互動方式與人類進行互動,人機合作關系將變得越來越像人類彼此之間的合作關系類型。

自動化未必會讓人們的工作面臨世界末日。

在不遠的將來,自動駕駛汽車的車主或許能夠與愛車進行合作,它可以送他去上班,可以在上班時間幫他跑腿辦事,沒準還能順便載上需要搭車的行人一程賺點小錢,可以去機場接回他的家人,或是在他因病無法出門時出門取回一碗雞湯。在不遠的將來,坐在辦公室里的業務經理能夠創建由專業人工智能產品組成的任務執行團隊。這些人工智能產品的任務是完成大量非常有用的工作,包括生成報表、提供市場分析和制作演示文稿,以及與人類團隊成員進行協調、管理日程表、協助人類做出對業務至關重要的復雜決策。在不遠的將來,就連手工勞動職業(如園林工人和機械操作工)都會能夠與人工智能產品、機器人和智能自動化工具合作,從而更快、更好地完成工作。自動化未必會讓人們的工作面臨世界末日。比起將自動化技術浪費在走捷徑、削減成本等事情上,并且無視人類在幾百萬年進化歷程中積累的經驗教訓的做法,人機合作關系帶來的經濟潛力和創新潛力要有意思得多,其中蘊藏著無限機會。

主站蜘蛛池模板: 祁门县| 安西县| 屏东市| 洛川县| 贡嘎县| 翁牛特旗| 尚志市| 九江市| 观塘区| 云林县| 图木舒克市| 孙吴县| 西青区| 元氏县| 吉林省| 安化县| 襄城县| 汝南县| 九龙县| 康定县| 南通市| 铜山县| 江津市| 武宁县| 武清区| 申扎县| 原阳县| 交城县| 连城县| 彰化县| 栖霞市| 嘉荫县| 陆丰市| 萝北县| 黎平县| 松阳县| 浠水县| 台南市| 临澧县| 延安市| 米脂县|