人工智能領域的最新進展可能會以兩種基本方式擾亂我們的勞動力市場。第壹個簡單的事實是,大多數自動化操作將取代工人,從而減少工作機會。這意味著人們工作的地方更少了。這種威脅很容易看到和衡量。雇主將會引進大量的機器人,解雇工人。但有時變化並不那麽明顯。每臺新的工作站服務器可能會減少1/5名銷售人員,或者免費的Skype通話可能會讓妳每周有壹天在家工作效率更高,從而將雇傭新員工的需求推遲到下壹季度。
第二個威脅更加微妙,難以預測。許多科技進步將改變遊戲規則,允許企業重組和重建業務。這樣的組織進化和過程改進經常不僅消除了工作,也消除了技能。銀行安裝ATM機後可能會裁員櫃員;服務的改善將會產生雇傭網絡工程師而不是出納員的需求。即使銀行最終增加了工人總數,出納員仍然沒有那麽幸運。
未來,合成智能將大面積取代人來完成工作。
考慮到自動化對勞動力的兩種不同影響——取代工人和讓技能變得無用,經濟學家給這兩種類型的失業起了兩個不同的名字。第壹種失業,叫做“周期性”,指的是人們在就業和失業之間循環往復。當經濟不景氣時,失業的窮人數量可能會增加,導致失業率更高。但從歷史上看,壹旦經濟復蘇,閑置的工人就會找到新的工作。失業人數會減少,同時失業的時間也會縮短。
另壹種失業形式叫做結構性失業,是指部分失業人員根本找不到合適的工作。他們整天發簡歷,但是沒有人願意雇傭他們,因為他們的技能找不到相應的工作。在房地產市場,這種情況類似於待售房屋類型不適合現有購房者。想要三個孩子的夫婦比想要更少孩子的夫婦需要更多的臥室,或者對於需要乘坐飛行汽車通勤的人來說,他們需要從平屋頂起飛,而目前大多數房子都有尖屋頂。
在不久的將來,“周期性”失業可能會越來越少,人工工人將取代對大多數技術工人的需求;合成智能將大規模取代需要由受過教育的人來完成的工作。在應用初期,很多新技術會直接代替工人,用幾乎相同的方式完成工作。但其他的創新不僅會讓勞動者變得無所事事,還會淘汰他們所從事的工作類型。“結構性”失業將波及各行各業。在目前的經濟結構下,未來大部分人可能很難找到工作。
自動化罷工,不穩定的藍領工作
各行各業的藍領工作很可能已經被自動化取代。能在自然環境中感知和操作的機器人將大量取締勞動力市場。簡而言之,人工從各個領域進攻。
自動駕駛更安全的情況下還需要司機嗎?
自動駕駛卡車的技術今天已經存在,它可以以非常合理的價格改裝到現有的車隊。配備這種技術的卡車可以“看到”所有方向,而不僅僅是前方。這些車輛可以在完全黑暗或停電的情況下行駛,它們會即時分享路況、附近的危險和自己的意圖。
更好的是,他們的反應時間接近於零。因此,自動駕駛卡車車隊可以在它們之間的距離只有十幾厘米的情況下安全行駛,可以減少道路擁堵,節省15%以上的燃油。送貨會更快,因為他們可以馬不停蹄地跑,不用停在路邊。他們不會累,不會醉,不會生病,不會分心,不會無聊;他們不午睡,不打電話,也不為了更好的工資和工作條件而罷工。花費44億美元、奪走3800條生命的大貨車事故(2011)未來能避免多少?請允許我指出,僅這項創新每年挽救的生命就比“9.11”世貿中心災難中死去的人還要多。
在黑暗中工作的機械工作
2010年,歐盟開始為農作物智能機器人提供資金。正如項目負責人所說:“農業機器人必須具有智能,只有這樣才能在松散、動態、不友好的農業環境中穩定運行。
Agrobot是壹家位於加利福尼亞州奧克斯納德的西班牙公司。他們制造的商用機器人可以摘草莓。在采摘的過程中,這個機器人只能識別足夠成熟的水果。好消息是他們正在招人,但妳必須有工程學位。請註意,這些洶湧澎湃的機械工人不壹定要比他們將要取代的工人更快,但他們可以在黑暗中工作!
不輸人類的機器倉庫管理員
除了揀貨和包裝貨物,就像我上面說的,還有裝卸工作。這些工作現在仍然由人類工人來完成,因為在運輸車輛和運輸容器中如何抓取和堆疊形狀不規則的盒子,人類的判斷是不可或缺的。但另壹家矽谷初創公司Industrial Perception正在改變這壹切。他們的機器人可以檢查卡車內部,選擇壹個項目並將其撿起來。正如被谷歌收購前在官網上宣傳的那樣,該公司“提供熟練的機器人,這對贏得明天的經濟至關重要。”
性工作者也應該被取代。
妳可能認為性交易是壹個只有人類才能做的工作。在美國的大部分地區,賣淫可能是非法的,但成人用品不是。這個行業將會徹底改變。新澤西州的True Companion和類似的公司正在開發全尺寸的交互式性愛娃娃——男女版本都有(分別命名為Roxxxy和Rocky)。這家公司的創始人道格拉斯·海因斯(Douglas Hines)曾經在貝爾實驗室的人工智能部門工作。正如他在2010的采訪中所說,“人工智能是整個項目的基礎。”公司方面表示,“Roxxxy可以參與討論,也可以向妳示愛。她可以說話,傾聽,感受妳的觸摸。”
不管妳的衣領是什麽顏色,自動化將是無情的
到目前為止,我所說的對那些主要從事腦力勞動的人來說可能是壹種安慰,但這種寬慰只是壹種誤解。就像人工將取代體力勞動者壹樣,合成智能也將席卷大量腦力勞動。不管妳的領子是什麽顏色,自動化都會毫不留情。
律師,光環已經不在了。
還有壹個更復雜的合成智能在法學領域表現的例子,那就是初創司法。這家公司利用機器學習和自然語言處理技術,將普通文本(如法律原則或具體案例)轉化為結構化信息,可用於發現相關法庭案例。例如,該程序可以找到所有涉及成功起訴西班牙裔同性戀員工不公平解雇的案件。通過閱讀原始的法院判決,可以節省在法律圖書館或使用傳統電子搜索工具花費的無數時間。
其他創業公司正在努力縮短早期案件評估、證據處理、文件審查、文件處理和內部調查的漫長過程。有人通過實際的法律和案例分析提供案件策略建議,回答了這樣的問題:法官對傾向於提交移送動議的被告人作出了多少次判決?妳傾向於申請簡易判決的被告人的判決幾次?是什麽原因導致他人在類似的知識產權上犯錯誤?
更強大的機器人醫生
這臺來自IBM的電腦將成為糖尿病專家,還將負責腫瘤治療和術後恢復。
如果成為壹名律師變得不那麽有吸引力,那麽成為壹名醫生呢?站在患者的角度,他心目中的理想醫生壹定是精通所有專業領域的超級醫生。他有所有最新的醫學信息和最好的實踐經驗和方案。然而,這樣的人類並不存在。
我們來看看IBM的超級計算機Watson。在《危險邊緣》中擊敗冠軍布拉德魯特和肯詹寧斯後,沃森立即被重新部署到這個新的挑戰中。2011年,IBM與美國最大的管理公司WellPoint開始合作,應用沃森的技術來提高病人護理的質量。他們宣稱:“沃森可以閱讀654.38+0萬本書或2億頁數據,並在3秒鐘內分析其中的信息並給出準確的回應。WellPoint希望醫師可以根據具體患者的情況,簡單地輸入壹些新的條件或微調沃森的內部醫療程序,然後通過沃森的非凡能力,在最復雜的病例中確定最有可能的診斷和治療方案。我們希望沃森成為醫生決策過程中的有力工具。”就像50年前IBM最初嘗試進入人工智能領域壹樣,他們仍然小心翼翼地不去惹惱那些被搶了飯碗的人。然而,壹個人在決策過程中使用的工具是另壹個人的失業門票。
翻轉課堂,挑戰傳統老師
顯然,技術可以在很多領域取代老師和教授。現在描述這種現象的流行語叫翻轉課堂(?Ipped課堂)——學生在家看講座,在網上學習相關資料,然後在老師和助教的幫助下在學校完成作業。教師可能不再需要備課和講課,他們的工作降為“學習教練”。教師專業技能的降低無疑會改變這個職業,這種情況會給已經陷入困境的教師帶來更多的挑戰。
為什麽還需要業務員?
研究中經常引用的壹個例子是,需要優秀人際交往能力或說服能力的工作在不久的將來不太可能實現自動化。但事實未必如此。
能夠讓妳相信當妳穿上某套西裝時妳會精神煥發,這絕對是壹個成功推銷員的標誌。但是能問幾百個消費者為什麽還需要他?想象壹下壹個服裝店,他們可以模擬妳穿不同衣服的照片,生成的圖像可以通過模糊妳的臉匿名放在壹個專門的網站上,用戶可以在那裏提出自己的觀點,告訴妳哪些衣服讓妳看起來更瘦。
幾秒鐘內,妳就會得到陌生人客觀可靠的反饋,不帶任何偏見。如果妳完成購買,他們將獲得積分。這個概念叫做眾包。當妳可以免費得到答案的時候,為什麽要依賴傭金驅動的推銷員呢?
毫無疑問,過剩的勞動力和過時的技能是加速經濟進步的副產品,這些被浪費的智力資源使全球勞動力生態系統面臨潛在的危險。要保持社會的持續繁榮和發展,我們需要更多的社會創新來提供動力,我們應該投入更多的精力來回收智力資源,這可以使我們未來的生活更美好。
傑裏·卡普蘭(Jerry Kaplan)在《人工智能時代》壹書中指出,智能時代的到來給人類社會帶來了兩大災難性的影響:持續的失業和不斷擴大的貧富差距。機器正在很大程度上取代人類的工作,無論妳是藍領還是白領。
針對未來社會會發生的這些問題,卡普蘭在書中從企業、稅收、保險等機制上構建了壹個有益的經濟生態,讓社會中的每個人都能從技術的發展中受益,帶領我們壹窺財富、工作、思維的未來。對人工智能感興趣的童鞋可以看看。