機械人偷走人類的工作，但也會提供新工作

在杜塞爾多夫機場機械人代客停車已是現實。你下車在觸摸屏上按一個按鈕，然後一台機器把你的車從地上抬起來，把三噸重的一整坨移進一個空中停車場。這個省時系統由一家德國公司Serva Transport製造，因為它精心安排車位，也節省了車庫空間。這是很多即將到來的事情的預兆。

但它不會做的一件事，就是搶走工作，波士頓技術研究公司Forrester的分析師J.P. Gownder這樣說。事實上，他還創造工作。在安裝機械人系統前，該機場已經使用了自動售票機，因此該系統並未取代人類出納員。而現在，需要人類來維護修理所有這些機械人叉車。Gownder說：「這些不是白領工作，這是修理工的進化，機械人要比售貨機更難修。」

Gownder用杜塞爾多夫機場停車場作為一個例子來說明，即將到來的機械人和人工智能革命並不會像一些專家所擔憂的那樣擠走人類勞動力。在一份被廣泛引用的2013年研究中，牛津大學教授Carl Frey和Michael Osbourne說在未來20年內機器可以取代我們約47%的工作，但在今天新發布的一份報告中，Gownder採取了更保守的觀點。根據政府就業數據和對企業、學者和專家的大量採訪，Gownder預測到2025年在美國僅會導致910萬的工作凈損失。他的研究預測的時間更近，但是他的數字比Frey和Osbourne預測的約七千萬有蒸發危險的工作要小得多。

「雖然這些技術即真實也重要，而且有些工作將因為它們而消失，工作的未來總體上並不像很多預言家相信的那麼悲觀。現實中，自動化將刺激很多新工作的增長，包括一些全新的工作類別。」Gownder在報告中寫道。

是的，革命即將到來，Gownder指出了舊金山雅樂軒酒店里送毛巾、牙刷和其他東西的機械人。在康涅狄格州的先鋒塑料(Vanguard Plastics)公司，一台叫做Baxter的機器正在以從前的機器前所未有的方式製造產品。谷歌和亞馬遜之流正以從倉庫機械人到自主駕駛汽車的所有東西在這一領域里進一步推進。

或許更重要的是，互聯網巨頭們正在迅速發展人工智能的藝術，教會在線服務識別圖像、理解自然語言，甚至進行交談——這種人工智能將使機械人們能解決前所未有的複雜任務。使用谷歌和面本用來在互聯網上識別照片的AI，研究者們已經造出了能夠自學諸如怎樣擰上瓶蓋的機器。

「今天的技術和我們在過去所見的不同，技術正在承擔起認知任務。我們知道已經有機器和算法至少在有限的意義上能夠進行思考。」新書《機械人崛起：技術和失業未來的威脅》作者Martin Ford說。

工作的未來總體上並不像很多預言家相信的那麼悲觀。

隨着這種技術的演進，顧慮肯定是有道理的，不僅是因為這些技術會如何影響勞動力，也因為一些人認為更聰明的機械人可能變成更有害的機械人。在目睹最新人工智能的行為后，電動車公司特斯拉和太空探索部門SpaceX創始人伊隆·馬斯克如此擔心這樣的AI也許會以更直接的方式與你們人類為敵，以致於他捐贈了上千萬美元給予尋求辦法保持AI「對人類有益」的努力。但Gownder正確地指出，這種技術仍然處於發展早期階段，而且它仍然需要人類的很多幫助。

人類必須建造這些機器並編程和修理它們，但人們也必須訓練它們。對於「深度學習」AI來說是這樣，對於Baxter這樣的機械人也是這樣。Baxter必須被編程才能執行某些任務，這涉及到來回人肉移動它的肢體。

IBM正在鼓吹其Watson的降臨，這是一個廣泛的在線工具的集合，它應用人工智能來幫助診斷疾病和從事其他事情，還有很多其他人也在做類似的工作。但不論IBM要傳達什麼消息，這些工具和人類協同工作，而不是代替人。「Watson更像是一個機械人同事，這是工作轉變，而不是工作取代。」Gownder說。

這是工作轉變，而不是工作取代。

曾在Google從事AI和機械人學的卡內基梅隆大學計算機科學學院院長Andrew Moore表示讚同。他說他沒見到有證據表明技術在偷走工作——而隨着時間推移，它可能會創造大量就業機會。

「技術確實改變工作組成。你會看到醫生更多發揮與病人親身互動的作用，而不是試圖記憶大量事實。護士可能變得比醫生更德高望重。但如果你環顧四周，整個市場範圍正在產生新類型的創造性崗位，有那麼多僅僅幾年前還不存在的工作。」

這是Gownder報告中更重大的消息。機械人和AI會改變我們的工作方式，但它並不一定會帶走我們的工作。他說，今天對AI崛起的警告，是因為聯想到從前對眾多其它技術進步的焦慮——而經過所有這些世紀，勞動力仍然存在。

然而，應該說，Gownder的研究只展望了近期，正如Ford所說，即使是Gownder的保守估計——910萬工作損失——仍然是相當顯著的。機械人和AI會以前所未有的速度繼續進步，雖然Gownder相信災難預言者們誇大了自動化流行帶來的威脅，他也認為我們有理由擔憂並且繼續進行探討。他說：「變化速率很關鍵，我們必須保持警惕。」

Wired