自動化如何影響到你？傳統5天工作制或成過去

引言：越來越多的公司正開始引入智能機器，以取代效率低下、成本高昂的人類雇員。那么有關自動化你需要了解哪些東西？以及它會對你的工作造成什么樣的影響？使用柔軟而靈活的手指，這條機器手臂可以伸到貨架上撿取蘋果，然后將它輕輕放入籃子中。有些人的觀點非常悲觀，擔心機器人可能搶走人類工作，這會真的發生嗎？哪些人的工作正處于危險中？你的工作五年后會變成什么樣？這些問題的答案可能會讓你大吃一驚。

       中產階級陷入危險

       研究報告顯示，美國47%的人類工作正處于被機器取代的危險中，英國約有35%工作受到自動化威脅。在發展中國家，自動化的威脅更高，大約2/3的工作都被自動化威脅著。但是機器搶走人類工作的說法并不新穎。美國加州大學洛杉磯分校的金融學教授巴格·喬杜里(Bhagwan Chowdhry)稱：“自動化以前已經發生過。”他指出，在工業革命期間，工廠中就曾出現過自動化，許多機器代替了人類紡織工人。

       那么這次有什么不同？喬杜里說：“它不僅會影響到藍領工人，許多白領工人也無法獨善其身。”很多時候，我們認為低工資、低技能的工作最危險，比如倉庫工人或出納員。但是自動化也會影響中等收入的工作，比如書記員、廚師、辦公室職員、保安、初級律師以及檢察員等。

       未來工作

       答案可能不僅僅是公司有這樣的義務，學校同樣應該發揮出自己的作用。在技術進步如此快速的世界里，我們當前的教育結構可能已經不再適用。美國麻省理工學院“數字經濟倡議”計劃主管埃里克·布萊恩喬爾夫森（Erik Brynjolfsson）警告稱：“我們擔心的是，我們的教育、培訓以及政治制度無法跟上技術進步的速度。最終，很多人可能被落在后面。”

        布萊恩喬爾夫森與Ocado首席技術官保羅·克拉克（Paul Clarke）都認為，學校教育需要教授學生如何應對AI和機器人廣泛存在的世界。值得注意的是，我們還沒有改進教育、培訓以及政治制度。在工作場所，員工們也不斷被要求學習新的技能，而不是整個職業生涯都不需改變。

      輔助人類

       學習如何與機器人協調工作也是必不可少的。麥肯錫公司高級合伙人詹姆斯·曼伊卡（James Manyika）解釋稱：“我們可以將重復性的工作交給機器完成，解放出來的人類則可以去做更有價值的工作。這可能對工資產生巨大的下行壓力，因為機器將承擔起所有困難工作。這也意味著，更多人將在技術輔助下工作，為此競爭可能更加激烈。”

       但是這里也存在更大的問題。除了收入降低、中等收入工人面臨潛在失業影響外，政府本身也可能面臨許多基礎性問題，比如稅收減少、不滿投票增加等。幸運的是，依然有許多工作只能由人類來做，機器無法勝任。比如新加坡研究人員給出的**例證，他們正嘗試教授2個自動化機器臂組裝平板包裝的宜家椅子。雖然使用了***的設備，但是這兩個機器依然無法很好地完成最基本的任務。

       對于機器人來說，即使從混亂的部件中區分不同物體也是個巨大挑戰。在最新測試中，2個機器人用了1分半鐘才成功將插銷放入椅子腿中。而這還僅僅是家具組裝的最基本工作。哈維斯（Hawes）解釋稱：“當你想讓機器人組裝家具的不同部件時，將會遇到真正的挑戰。機器人可以安裝好宜家的抽屜，但為衣柜組裝同樣的抽屜卻很困難。因為零部件不同，即使有些裝配步驟相同。人類則沒有這樣的問題。”

       人類優勢

       從更強的靈活性到更好的個性，人類總是在很多方面勝過機器人。布萊恩喬爾夫森說：“隨著重復性的工作被自動化接管，我們發現創造性技能需求不斷增加。我們還發現，那些社會技能需求也水漲船高，比如包括照料、培訓、說服、談判以及營銷之類的人際交往能力。”

       其次是創新領域。計算機擅長分析問題，并可不厭其煩地執行重復性的任務。可是人類確認為這種單調的工作相當乏味。麻省理工學院的“數字經濟倡議”計劃設置100萬美元獎金挑戰賽，旨在鼓勵企業充分利用最典型的“人性”與技術。麥肯錫的曼伊卡說：“目前我們向保姆支付的薪酬非常低。與之相似，大量藝術和創意工作也不賺錢。面臨的挑戰是我們如何評估創意輸出或那些不愿意讓機器接管的工作的價值。”

       世界是為人類設計和建造的，制造機器人在復雜環境中運行這些能力是個重大技術挑戰。Ocado正與歐洲多家大學共同研發的項目名為SecondHands，即機器人維護輔助工作，證明人類與機器人可以協作。哈維解釋說：“它有能力將工作提升到比人類更高的高度，從其行為指令方面來說，這是相當簡單的。但當人類技術人員充當***，他們可以組成非常棒的團隊，可以發揮機器人的**力量。”

       道德問題

       目前全球大約有170萬個機器人投入使用，它們主要被用于工業環境中，這些領域很少有人類能夠踏足。隨著機器人數量增加，它們承擔的工作也會越來越多，很可能需要人類與機器人攜手并肩工作，但這也會增加人類被傷害的危險。歐洲議會下屬法律事務委員會副主席馬迪·德爾沃（Mady Delvaux）呼吁稱：“我們需要更高透明度，以便我們可以了解機器人如何做事，以及它們行為表現的幕后因素。”

       德爾沃最近正在歐洲議會中努力推動為機器人和人工智能立法。她為歐洲議會匯編的報告指出，迫切需要新的立法以處理可能發生的意外。如果機器人出現違法行為，應該承擔相應責任。舉例來說，AI算法可能選擇一系列金融交易以便實現目標，但卻不符合監管部門錯綜復雜的規定。德沃爾和同事們也敦促道德委員會幫助指導我們與機器人之間的關系。她說：“有些東西必須受到尊重，比如人的自主性以及隱私。”

       這或許也凸顯出處理AI的另一個令人困擾的問題，即偏見問題。機器學習系統在用數據培訓時表現非常好，但最近研究顯示，AI可以被培養出性別歧視和種族歧視傾向。德沃爾還指出，編寫算法的人對AI影響非常大。大多數在科技產業中工作的都是白人男性，在**和最有影響力的科技公司中，男性職員更是占到70%到90%的比例。過去幾年中，硅谷因性別歧視丑聞而備受震撼。

        當前進行技術設計的人僅占所有人口非常小的比例。而技術需要反映社會需求，為此需要在設計和創新過程中進行改變。與此同時，比爾·蓋茨（Bill Gates）進來也提出有關道德的問題：機器人本身或許需要納稅，以彌補失去工作的人的稅收，并幫助支持這些人生活。其他人稱，隨著機器人承擔的任務越來越多，可能出現“普遍基本收入”現象，即每個人都可以從中受益。

        改進空間

       就像宜家的例子，AI依然有大量改進空間。或許機器學習與AI社區當前面臨的一個**問題就是，理解算法如何工作。曼伊卡說：“像AI和機器學習這樣的東西在很大程度上依然屬于黑盒子。我們還無法打開它們，以找到它們給出答案的理由。”這會引申出許多問題。機器學習系統和現代AI都廠需要使用大量數據或圖片進行訓練，以幫助它們識別模式或趨勢。當它們得到新數據時，也可以利用已經掌握的東西發現類似模式。

       如果我們想要找到CT掃描中存在疾病的跡象，這可能非常好用。可是如果我們利用類似系統想要從CCTV視頻中找出嫌疑人，并將其作為重要的法庭證據時，了解它如何確認嫌疑人就變得非常關鍵。即使在無人駕駛汽車領域，這種推理能力也依然是個相當大的挑戰。

       給予機器人“真正理解”周圍世界的能力依然是需要克服許多技術挑戰。這不僅僅與識別物體位置有關，它必須能夠了解周圍的世界在做什么。舉例來說，那個人真的要在他們前面過馬路嗎？”在開發自動“見習經理”的項目中，哈維斯提出類似的問題。這個團隊為名為Betty的機器人編程，并派它前往各地辦公室工作，比如檢查防火門是否關閉、測量噪音、統計正常工作時間之外員工加班情況等。哈維斯說：“這個機器人需要分辨出人們移動椅子、搬到桌子或盆栽的事情，對于無需重新編程的機器人來說都很難。”但是即使這款機器人并不完美，人類依然發現了使用它的方式。

       令人感到驚訝的是，那些與Betty共同工作的人卻以積極方式回應他們的機器同事，甚至當它被困在角落中提供積極幫助。哈維斯說：“早上人們會問候它，稱它讓辦公室的工作變得更加有趣。”如果我們能夠將繁瑣、重復性的工作交給機器人去做，那么我們就能去做更喜歡的事情。弗雷伊說：“結果，工作將會變得更加有趣。”這是個誘人的想法，但那只是一種可能。機器的崛起可能會搶走更多人的工作。