電影《人工智能AI》截圖，從事各個行業(yè)的報廢機器人們

早在2001年，美國導演斯皮爾伯格就曾在電影《人工智能AI》中向觀眾展現(xiàn)了科技高度發(fā)達的21世紀中期，人工智能取代人類從事大量工作的場景。

那時的我們，沉浸在劇情中的同時，會覺得這個“科幻”的世界還很遙遠。

今天，科技飛速發(fā)展，大數(shù)據(jù)、人工智能、高速互聯(lián)網(wǎng)都已成為現(xiàn)實。興趣推送、機器人客服、自動駕駛、物聯(lián)網(wǎng)……人工智能在越來越多行業(yè)和領(lǐng)域嶄露頭角，它們能夠更快、更準、更好的處理和解決問題，人們漸漸感受到了威脅。

于是，靈魂拷問來了，科幻電影中描述的世界會到來嗎，人工智能會取代我們嗎？如果變革不可避免，哪些工作崗位不會被取代，人工智能的崛起又會催生出什么樣的新行業(yè)、新崗位？
全球化研究資深專家理查德·鮑德溫在其新書《失序：機器人時代與全球大變革》中，就這些問題進行了詳細的分析和解答，讓我們一起看看吧~

01? 機器人會減少工作，但不會減少職業(yè)?

把你的職業(yè)想象成一張任務(wù)清單，列出所有需要完成的日常事務(wù)或任務(wù)。注意，這張清單不是一成不變的，而是處在不斷變化中。

近年來，許多科技發(fā)明，比如筆記本電腦和智能手機，加上更好的軟件和網(wǎng)站，我們能做的事情越來越多。現(xiàn)在，辦公室人員都集打字員、檔案管理員、旅行代理、接待員等角色于一身，而在我們父輩所處的時代，每一項工作都需要專人完成。這些事情既然可以由一人完成，當然也可以將其分解開來，由多人完成。

機器人就能為你分擔部分任務(wù)。這意味著你會更高效，但同時也意味著你的公司不再需要那么多員工。不過，機器人并不會讓你的職業(yè)消失，畢竟，很多職業(yè)中的某些任務(wù)還是需要至少一個真人來完成，但白領(lǐng)機器人可以降低人類員工的數(shù)量，這只是一個算術(shù)問題。

若銀行的服務(wù)熱線每天會收到 100 個咨詢電話，為了應(yīng)對這些咨詢，銀行需要雇用 10 名人工客服。然而，如果讓在線客服機器人接手了這 10 位客服的任務(wù)清單中的一些事項之后，所需員工的數(shù)量就相應(yīng)減少了。因此，若該銀行的服務(wù)熱線工作量不增加， 那么有些員工就必須下崗。

自動化技術(shù)會減少工作崗位，但不會導致整個行業(yè)消失。這并非什么新鮮事，自動化發(fā)展的歷史早就證明了這一點。比如， 拖拉機使一些農(nóng)活兒自動化了，但農(nóng)業(yè)并沒有消失，只是需要的農(nóng)民數(shù)量減少了。未來幾年，整個服務(wù)業(yè)也會經(jīng)歷這一變化?，F(xiàn)在是關(guān)鍵時刻，我們必須在大混亂到來前做好準備。

讓我們思考一下：哪些就業(yè)崗位接下來會被機器人取代？我們要做的是弄清楚白領(lǐng)機器人現(xiàn)在真正擅長的是什么。這并非易事。

02??全球約有800種職業(yè)，白領(lǐng)機器人能做什么？

據(jù)美國政府官方數(shù)據(jù)顯示，世界上大約有 800 種不同的職業(yè)， 比如馴獸師、CEO、劈石匠和錨桿鉆機工人。每一種工作都需要一些技能。

麥肯錫全球研究所的商業(yè)和經(jīng)濟專家將所有工作技能分成 18類，這里我將這 18 類工作技能大致劃分成四大類：溝通技能、思考技能、社交技能，以及物理技能。

電影《超能陸戰(zhàn)隊》截圖，機器人大白具備了初步的溝通、思考、社交能力，而物理技能更是遠超人類

麥肯錫專家在 2015 年對人工智能技術(shù)在 18 種技能方面的表現(xiàn)進行了評估。鑒于只是一個粗略的評估，他們只劃分出了三個等級：一是低于普通人水平（“低于”）；二是與普通人水平相當（“相當于”）；三是相當于高級技術(shù)人員水平（“高于”）。
他們得出的評估結(jié)論很有意思，但也令人不安。

溝通技能：搞不定人際交往

大多數(shù)工作要求員工們能夠理解他人的言語，用麥肯錫研究術(shù)語來說，即“自然語言理解能力”。

與 Siri、Alexis、微軟小娜或者其他類似機器人交談過的大多數(shù)人都認為，白領(lǐng)機器人有較好的自然語言理解能力，但我們必須明白，這些軟件機器人并不是像真人那樣能完全理解詞語的含義。

當訓練數(shù)據(jù)庫和計算機算力夠大，白領(lǐng)機器人也許能完全理解我們的話語，但到目前，白領(lǐng)機器人的理解錯誤還不少，因此麥肯錫研究團隊將人工智能的語言理解能力評定為“低于”普通人水平（見表 5–1）。

但在講話（自然語言生成能力）方面，機器人的表現(xiàn)就好得多，其得分被評為“相當于”人類水平。譬如 Siri 軟件學習上海話的例子，就解釋了為什么機器人“說話”要比“理解” 容易。
除了說話和寫字外，還有許多溝通形式。制作視頻、幻燈片、演示文稿或者音樂都是非常規(guī)的溝通方式而已?，F(xiàn)在人工智能正在接手一部分這樣的工作。麥肯錫團隊的研究人員將人工智能的非言語表達能力評定為“相當于”人類水平。

最后一種溝通技能是感知能力，指使用各種感官感知事物的能力。實際上，溝通就是與我們身邊的各種實物產(chǎn)生聯(lián)系，這在許多工作中非常關(guān)鍵。在大多數(shù)工作中，我們需要通過視覺、聽覺以及觸覺來識別物體。在這一技能上，人工智能獲得了及格分數(shù)，與普通人的能力差不多

思考技能：思考只是處理數(shù)據(jù)

思考技能是所有服務(wù)工作都需要的能力，這也是服務(wù)工作尚未被機器取代的原因。思考包括許多類型，可以用一個線段表示：線段的一端是創(chuàng)意思考，另一端是邏輯思考 / 解決問題能力。

麥肯錫專家們認為，在這兩端之間，還包括識別新模式能力、優(yōu)化和規(guī)劃能力、搜索和檢索信息能力以及識別已知模式能力（見表 5–2）。

據(jù)麥肯錫調(diào)查研究表明：在創(chuàng)意思考、識別新模式、邏輯思考 / 解決問題能力方面，人工智能低于普通人，而在規(guī)劃、搜索和檢索信息以及識別已知模式能力方面則高于普通人。

請注意，這是在單一維度上比較人類與白領(lǐng)機器人的技能。用人工智能專家的術(shù)語來講，這些只是弱人工智能，這些技能背后的算法就像是一匹小馬駒學會的唯一把戲。相反，人類有通用智力，這意味著我們會抽象思考。

計算機算法“思考”的內(nèi)涵，與人類“思考”的內(nèi)涵完全不同。人工智能所謂的“思考”只是對數(shù)據(jù)進行處理，并猜測數(shù)據(jù)可能對應(yīng)的結(jié)論罷了。其最擅長的是快速處理數(shù)據(jù)、比較數(shù)據(jù)和某個可能結(jié)論之間的關(guān)系，但是人工智能也只能識別那些預(yù)存在訓練數(shù)據(jù)集中的模式。

社交技能：沒有同理心，情商低

有些人患有社交信號盲視，他們似乎無法或者不愿意體察他人難過、沮喪或欣喜的微妙心情。整體而言，白領(lǐng)機器人也是一樣的。

這些社交技能對于經(jīng)常與人打交道的職業(yè)十分重要，如大型人力協(xié)調(diào)、團隊合作或管理工作。
麥肯錫專家將社交技能劃分為 4 種：社會與情感推理能力、與人合作的能力、合適地表達情緒的能力以及社交和情感感知能力，并將人工智能的各項得分均評定為“低于”普通人（見表 5–3）。

人工智能的社交技能研究十分活躍。當前的研究熱點是人工智能解讀人類個體的社交和非言語線索的能力，而不是社會群體的反應(yīng)。

例如，迪士尼公司正在讓機器學習判斷觀眾的反應(yīng)，具體而言，是判斷人們是否在“正確”的時間發(fā)出笑聲。為了收集訓練數(shù)據(jù)，該公司在一間有 400 個座位的放映廳配備了多部可以監(jiān)控觀眾面部表情的攝像頭，迪士尼研究團隊總共播放了 9 部影片，共計播放 150 次。

最終，總共收集了 1600 萬張面部表情照片。用這些數(shù)據(jù)進行訓練后，算法只須跟蹤某位觀眾的臉幾分鐘，就能預(yù)測接下來這位觀眾會出現(xiàn)什么樣的面部表情。

物理技能：力大且精準，就是不會看路

物理技能對于許多工作都很重要。有些物理技能是用來長距離搬運物體，即“大運動技能”，有些則是用來完成短距離動作，即“精細運動技能”，還有一種是“靈活跨越未知地形能力”和 “導航”能力（見表 5–4）。

與白領(lǐng)機器人對應(yīng)，工業(yè)機器人可以稱為“鋼領(lǐng)機器人”，毫不意外的是，工業(yè)機器人的大多數(shù)物理技能都高于人類的平均水平，但它們在未知地形上移動的能力弱于人類。比如，機器人在亞馬遜倉庫中移動毫無困難，但要穿越崎嶇或不尋常的地形，機器人的表現(xiàn)就不如人類了。
?
03??10%-60%的人被取代？到底多少人會下崗

白領(lǐng)機器人到底會讓多少人下崗呢？事實上， 許多研究人員已對此進行了預(yù)測。

在講述細節(jié)之前，先提供幾個重要數(shù)據(jù)。幾年后，被白領(lǐng)機器人取代的工作數(shù)量在“多”和“很多”之間，即 10%~60%。

兩位牛津大學教授卡爾·弗雷和邁克爾·奧斯本是此類研究的鼻祖。兩位教授首先從美國政府那里獲得了美國各類工作的大型數(shù)據(jù)庫，并將這些工作分解成更細的任務(wù)，然后篩選出那些可以自動化的任務(wù)，最后歸納出哪些是自動化可能性最高的工作。根據(jù)他們的研究，美國一半的工作崗位面臨風險，精確的數(shù)字是 47%。

最近，麥肯錫公司用同樣的研究方法進行相同的研究，他們的結(jié)果顯示，由于白領(lǐng)機器人越來越完善，60% 的工作崗位面臨自動化的風險。但最終有多少工作崗位會被白領(lǐng)機器人取代，現(xiàn)在我們還不得而知。

福瑞斯特咨詢公司（Forrester）最新的研究結(jié)果表明，未來10 年，美國 16% 的就業(yè)崗位將被自動化取代，也就是說，每6 個工作中就有 1 個工作被取代。這家公司預(yù)測，辦公室工作面臨的風險最大。

然而，該研究還指出，雖然自動化會奪走一些就業(yè)崗位，但也會產(chǎn)生相當于目前 9% 的新就業(yè)崗位。新增加的就業(yè)崗位主要包括：機器人管理員、數(shù)據(jù)科學家、自動化專家和文案策劃等。該研究預(yù)測，自動化導致的凈失業(yè)率為 7%，即每 14 人會有 1 人下崗。

不過，日本的一項調(diào)查得出的結(jié)論與上述研究結(jié)果截然相反。日本經(jīng)濟產(chǎn)業(yè)省下轄的一所研究機構(gòu)做了一項調(diào)查，問題只有一個：你如何看待人工智能和機器人技術(shù)對你工作前景的影響？
結(jié)果顯示，認為自己會失業(yè)的人約占全部受訪者的1/3。對于像日本這樣一個技術(shù)先進、自動化技術(shù)發(fā)展快于歐美的國家而言，這個數(shù)字十分龐大。更值得一提的是，選擇這一答案的年輕人占比更大，30 歲以下的青年人中有 40% 的人認為機器人會讓他們失去工作，而60 歲以上的人中只有20% 的人持相同觀點。

04??避開就業(yè)危機？看看數(shù)字科技創(chuàng)造的新工作

突飛猛進的數(shù)字技術(shù)可以創(chuàng)造三種新就業(yè)崗位。

第一，是與網(wǎng)絡(luò)和電話服務(wù)相關(guān)的工作。隨著上網(wǎng)的人越來越多，人們使用計算機會更頻繁，對網(wǎng)絡(luò)和電話服務(wù)的需求會不斷增長。同時， 物聯(lián)網(wǎng)的發(fā)展，即機器之間的連接，則會進一步放大網(wǎng)絡(luò)和電話服務(wù)需求。

要應(yīng)對這股龐大的數(shù)據(jù)浪潮，唯一的方法是啟用白領(lǐng)機器人。但人工智能，如阿梅莉亞和“她”的同事還是無法處理一些棘手的任務(wù)，所以還是需要雇用人工。因此，雖然人工智能可以代替部分人工，但工作量整體呈爆發(fā)性增長，對勞動力的需求總體而言還是會增加。

第二，是與數(shù)字產(chǎn)品的一個神奇特點有關(guān)——很多時候，獲得數(shù)字產(chǎn)品不需要花錢。
首先是價格，使用白領(lǐng)機器人成本很低，它們就是一些計算機程序，企業(yè)也無須為它們完成的工作付費。

美國銀行的機器人 Rachel、亞馬遜的機器人 Alexa 以及蘋果公司的機器人 Siri 都供人免費咨詢，所以使用者眾多，為了應(yīng)付不斷增加的咨詢業(yè)務(wù)，這些公司不斷招人。

由于使用了人工智能，這些服務(wù)的成本幾乎為零。并且，人們非常熱衷于使用這些服務(wù)。最后，這些公司的雇員更多的是從事管理、會計、人力資源管理以及人工智能軟件管理等工作，具體的重復(fù)性工作則交給機器人來處理。

第三，對于發(fā)達國家而言，人工智能會有助于一些后臺管理工作從海外（如印度）流回國內(nèi)，這就能增加不少新的工作崗位。

為了減少人工成本而將一些常規(guī)的數(shù)據(jù)處理業(yè)務(wù)外包給外國公司的做法已經(jīng)過時了。自 20 世紀 90 年代起，許多歐美公司開始將一些工作分包至海外，這催生了一個業(yè)務(wù)流程外包產(chǎn)業(yè)（BPO），印度的印孚瑟斯技術(shù)公司就是這一產(chǎn)業(yè)的代表性企業(yè)。

人工智能的發(fā)展可以創(chuàng)造新的就業(yè)機會，亞馬遜雇員數(shù)量的增長就是一個明證。不過，亞馬遜的例子也說明，凈就業(yè)崗位和總就業(yè)崗位是兩碼事。這就像你把一塊布的頂端剪下來一截，然后再把其中的半截縫到底端，下面雖然變長了，整體長度卻縮短了。

在職場大量應(yīng)用機器人可以提高單個工人的生產(chǎn)效率，同時也意味著員工總?cè)藬?shù)會相應(yīng)減少。但是，機器人可以降低產(chǎn)品的價格，提升產(chǎn)品的生產(chǎn)效率，因此也有利于產(chǎn)品的銷售。
亞馬遜很好地詮釋了生產(chǎn)力和產(chǎn)量之間的角力過程。

以上內(nèi)容摘自《失序：機器人時代與全球大變革》（【美】理查德·鮑德溫著 中信出版集團2021年4月出版），版權(quán)歸本書及作者所有，轉(zhuǎn)載請務(wù)必標明來源及出處。