技术进步是就业的福星还是灾难

如果技术摧毁工作的速度确实高于其创造新工作的速度，那么现行经济理论及政府的政策将不得不重新调整。

    鉴于埃里克·布林约尔松惯有的冷静和理性学术风范，人们很容易忽视其最新提出的论点是多么的具有挑衅性。布林约尔松是美国麻省理工学院斯隆管理学院的教授，在过去一年半里一直在关注技术进步与就业增长的关联问题。布林约尔松研究发现，从改进型工业机器人到自动翻译服务，计算机技术所取得的惊人飞跃，在很大程度上也是过去10至15年的就业增长徘徊不前的重要肇因。更为不详的是，这些强大的新技术不仅在制造、行政和零售领域被大量采用，而且正在向法律、金融服务、教育和医学等专业领域快速渗透，未来许多工种的前景或将无比惨淡。

    机器人、自动化和软件取代人类的趋势，对于从事汽车制造业或是旅游业的人们来说已是显而易见之事。但布林约尔松的说法更令人不安，也更具争议性。他认为，快速的技术变革摧毁旧工作的速度远甚于创建新工作，在美国已造成中产阶级收入增长的停滞，以及不平等现象的加剧。

    对于布林约尔松来说，也许最确凿的证据，就是他四处炫耀的那些图表。在经济学中，生产率指的是既定投入单位（如一小时劳动）所产出的经济价值总量，是衡量经济增长和财富创造的关键指标。在布林约尔松的图表中，两根分离的曲线分别代表美国的生产率和总就业人数。自二战结束后的多年，这两根线像一对热恋中的情人紧密相随，生产率不断提高，就业率也随之增加。这一模式非常清晰：企业从工人身上获取更多的价值，国家作为一个整体也变得更为富裕，从而带动更多的经济活动，创造更多的就业机会。然而，从2000年开始，这两根线开始分道扬镳，生产率继续强劲上升，但就业突然萎缩了。到2011年，两根线之间已出现明显的落差，经济增长并没有创造出就业机会的同步增长。布林约尔松将这种现象称为“大脱钩”，并断言技术既是生产率健康增长的动力，也是就业增长疲弱的祸害。

    这是一个令人吃惊的断言，因为它威胁到了许多经济学家对于技术进步所寄予的厚望。布林约尔松认为，技术提高了生产率，使社会更富裕，但技术也有其负面影响：技术进步正在削减许多工种，从而使普通工人的生活比以前更糟。布林约尔松的第二张图表显示，即便在国内生产总值大增的情形下，美国工人的平均收入也没有增长。“这是我们这个时代的巨大悖论，”他说，“生产率达到了创纪录的水平，创新也从来没有如此之快，但同时，我们的平均收入下降了，就业机会也更少了。技术的进步如此之快，而我们的技能远远没能跟上技术的步伐。”

    当然，布林约尔松不是勒德分子（英国1811年—1816年间以捣毁机器等手段反对资本家压迫的人，亦作强烈反对机械化和自动化的人，或设法阻碍技术进步的人）。事实上，他们有时还被指责对最新的数字化进步程度和速度过于乐观。布林约尔松在其2011年出版的《与机器赛跑》的书中提出了许多证据，来解释新技术所带来的经济利益。但有一个趋势也正变得越来越清晰，新技术使许多工作更安全、更方便和更高效，同时也降低了对人力劳动的多种需求。

    关于数字技术威胁就业的传闻证据无处不在。机器人和先进的自动化技术数十年来在制造领域已稀松平常。在美国这样的世界制造业强国，因为引入了自动化技术，现今从事制造业的人要比1997年时少很多。自上世纪80年代以来，汽车制造业因为工业机器人的使用开始脱胎换骨，机器逐渐替代人类接管自主焊接和喷漆等工作。像巴克斯特这样的最新工业机器人要比他们的前辈更灵巧、更便宜，已被各行业的小制造商引入以执行简单的工作任务。

    在行政工作及专业服务领域，虽然没有什么戏剧性的变化，但对就业或将产生巨大的影响。随着廉价计算能力和存储能力的不断增长，网络、人工智能、大数据和分析技术使许多日常任务实现了自动化。邮局及客户服务领域的许多传统白领工作，如今已消失不见。斯坦福大学前经济学教授W·布赖恩·阿瑟称之为“自主经济”，这要比用机器人和自动化从事人类工作的想法微妙得多，他认为这涉及到跟其他数字化进程的对话和创建新的进程，使我们能够用更少的人力做更多的事情，并废弃其他的人力工作。

    亚瑟说，正是这种数字化进程的冲击，解释了生产率如何在人类劳动没有显着增加的情况下得以提高。数字版的“人类智能”正越来越多地取代那些过去认为只能由人类才能完成的工作。他警告说，这将以我们从未见过的方式改变每一个行业。

    麻省理工学院斯隆管理学院数字业务中心副主任麦克菲在描述谷歌无人驾驶汽车取得的进步时心存敬畏。然而，尽管他对该项技术报以极大热情，他仍然不看好近来消失的就业机会会就此回归。他认为，在接下来的数十年里，足够的计算能力、数据及极客将为数字技术提供强大动力，并继续保持指数级进展，但就业压力及由此造成的不平等只会变得更糟。“我也希望我的想法是错的，”他说，“但所有这些科幻技术一旦成功部署，我们还会需要这么多人吗？”

    技术进步加剧了贫富差距？

    但是，这些新技术真的要为十年的低迷就业增长负责吗？许多劳动经济学家说，仅凭目前的数据还远不能下定论。与全球贸易和2000年前后金融危机有关的事件，也可用以解释自世纪之交以来就业机会新增的相对缓慢。哈佛大学劳动经济学家理查德·弗里曼认为，没有人知道真正的原因，要将技术影响从其他宏观经济影响中“剥离”出来是非常困难的。他对技术快速改变各种业务领域从而造成就业困境的论点表示怀疑。

    麻省理工学院经济学家大卫·奥托对就业和技术之间的关系做了广泛研究，他对用技术进步解释总就业人数突然变化同样心存疑虑。“就业低迷始于2000年。事情的确发生了变化，”他说，“但是，没有人知道原因。”他甚至对美国在过去十年生产率强劲上升的事实提出质疑（经济学家对此统计结果有不同见解，因为其衡量经济投入和产出的方法不尽相同）。如果他是正确的，那就提出了一种可能性，可怜的就业增长率也许是单纯的经济不景气的结果。就业增长的突然放缓是一个扑朔迷离的“大谜团”，但没有更多证据表明其与技术的发展有关。

    奥托认为，计算机技术正在改变工作类型，这一点是确定无疑的，而这些变化“并不总是好的。”至少从20世纪80年代开始，电脑已经越来越多地接管簿记、文书工作以及制造业中的重复性劳动岗位，而这些又是中产阶级养家糊口的典型岗位。与此同时，借助于计算机的、需要更高创造力和解决问题能力的更高薪水的工作，如雨后春笋般涌现。而一些低技能工作，如餐厅服务员、保安和家政保健助理等不可能实现自动化的服务性工作需求也在不断增长。结果，在过去几十年里，发达国家正在发生劳动力市场“两极化”和中产阶级“空心化”的现象。但是，这与技术影响总就业人数的说法完全不同，工种虽发生了很大的变化，但不存在就业率的巨大变化。

    更为重要的是，即使今天的数字技术抑制了新就业机会的创造，历史表明这一过程虽然痛苦和震撼，但可能也是临时性。工人会强化他们的技能，创业者也会创造出基于新技术的就业机会，就业岗位数目将会反弹。至少，历史就一直沿袭着这一模式。问题只是，现今计算机技术创造的非自愿长期失业是否会有所不同。

    从18世纪初的工业革命开始，技术进步改变了工作的性质，并摧毁了某些工种。在1900年，41%的美国人从事农业生产，到2000年时只有2%。同样，美国人在制造业的就业比例已从后二战时期的30%下降到今天的10%左右。部分原因就是因为工作的日益自动化，这种现象在20世纪80年代表现得尤为明显。

    哈佛大学经济学家劳伦斯·卡茨说，工人的技能不再符合用人单位的需求，这种变化自然是痛苦的，但没有历史模式表明这些变化会导致较长时间的就业净减少。卡茨对技术进步如何在过去几百年里影响就业做了深入研究。他描述道，高度熟练的工匠在19世纪中叶被工厂里的低技术工人取代。工人获得新工种所需的专业知识也许要花上几十年，但“我们从来就没有用完过就业机会。工作机会的削减并不是长期趋势。从长远来看，就业率是相当稳定的。人们一直能够创造新的就业机会。人们总能想出新的事情来做”。

    不过，卡茨并不排斥这样的概念，那就是今天的数字技术确实有所不同，其对就业的影响范围更为广阔。问题是经济学历史还能否作为一个有用的指南。随着劳动力不断适应，技术引起的工作中断是暂时的吗？我们会看到科幻片中所描绘的、拥有自动化流程和超高技能的机器人大规模接管人力劳动的场景吗？虽然卡茨期待历史重演，但如果技术具有足够的摧毁力，谁知道会发生什么事。

    提高效率等同于替代人力？

    为了深刻理解卡茨提出的问题，就必须看看当今最先进的技术是如何被部署在工业领域的。这些技术无疑已取代了部分人的工作，但要找到工人正被机器大规模取代的证据并不容易。原因之一是很难确定技术对就业的净影响，自动化往往是用来使人类的劳动更具效率，而不是一定要取代他们。生产率的提高，意味着企业可以用更少的员工做同样的工作，但它也可以使企业利用现有的工人扩大生产，甚至进入新的市场。

    以亮橙色的吉娃（Kiva）机器人为例，它已成为许多初出茅庐的电子商务公司的新宠。吉娃系统公司是一家成立于2002年的先创公司，2012年被亚马逊以7.75亿美元收购。该公司设计制造的吉娃机器人看似具有无尽的精力，他们可在大型仓库中不知疲倦地来回穿梭，从货架上取下顾客订购的货物，并交付给为货物打包的工人。

    与普通仓库相比，一个配备有吉娃机器人的仓库能处理多达4倍的订单。而普通仓库里的工人可能要花上多达70%的时间来回走动检索商品。巧合的是，就在亚马逊收购吉娃公司后不久，就有媒体爆料，某家知名零售仓储企业的工人，在仓库中一天所走的路程有10英里（合16公里）之多。

    吉娃公司的创始人和首席执行官米克·蒙兹称，尽管机器人具有节省劳力的潜力，但机器是否会让更多人失去工作仍值得怀疑。吉娃的大部分客户都是电子商务零售商，由于业务发展迅猛，他们无法以足够快的速度招到人手。通过使分销业务更便宜、更高效，机器人技术已帮助许多这样的零售商得以生存甚至扩张。在成立吉娃公司前，蒙兹为一家网上杂货快递公司Webvan工作，这家公司也是上世纪90年代互联网公司倒闭大潮中的一员。Webvan从一开始就注定了失败的命运，因为其承接100美元的订单竟要花去120美元的运费。蒙兹的观点很明确：像货物运输成本这样的普通事项，就可将一个新业务置于死地，而自动化就能解决这个问题。

    同时，吉娃公司就在上个月还在招聘。新员工大部分是软件工程师，而不是搬运工人。吉娃的创新就在于复杂的算法，其可引导机器人运动，并确定货品存储在仓库的何处。这些算法使系统更具适应性。它甚至会认知到，某一货品的订购量较少，因此它会被存储在较为偏远的区域。

    虽然诸如此类的进步预示着某些方面的工作可以实现自动化，但同时人类仍然擅长于某些任务，如将各种不同物品包装在一起。关于机器人学的许多传统问题，如教一台机器人如何识别椅子这样的目标在很大程度上仍然是棘手的，尤其是机器人自由行走在相对非结构化的环境（如一个工厂或办公室）中时就更加困难。

    使用大量计算能力的技术，在帮助机器人了解其周围环境方面虽已走过很长的道路，但麻省理工学院计算机科学和人工智能实验室的工程学教授约翰·伦纳德指出，许多人们熟知的困难依然存在。“一部分技术正在加速发展，而另一部分依然存在同样的老问题，”他说，“用机器人做任何事是不切实际的。最大的挑战就是不确定性”。换句话说，人类在处理环境变化及对突发事件作出反应方面要比机器人强得多。

    伦纳德说，出于这个原因，在许多应用层面，更容易看到的是机器与人类的合作，而不是机器人的单打独斗。“人与机器协同作战的未来，要比机器简单地取代人类来得更早，”他说，“在我有生之年，这种情况不会大规模发生。半自主的出租车还得有一个司机”。

    与人类协作更友好、更灵活的机器人之一就是Rethink公司的巴克斯特。巴克斯特只需最少的培训，就能执行简单的任务，如拿起物体并将其放到一个盒子里。而在相对狭小的空间设施中使用传统工业机器人，成本高不说，还会对工人构成极大危险。Rethink公司的创立者罗德尼·布鲁克斯说，解决办法就是让机器人去做那些没有人愿意做的枯燥、重复的工作。

    人们很难不一下子就喜欢上巴克斯特，因为它似乎很热衷于取悦人们。其感到疑惑时，显示屏上的“眉毛”就会扬起；其在碰撞时，手臂会拱起并轻柔地退后。在被问及这种先进的工业机器人是否会消减工作岗位时，布鲁克斯简单地回答说，他并不这样看。机器人之于工厂工人，就好比电钻之于建筑工人，“这使他们更有效率，但不会偷走工作”。

    吉娃和巴克斯特都经过巧妙设计，可与人类共同工作，并接手那些人类通常不想做或是不擅长做的工作。专门设计的目的只是用以提高生产率。在不久的将来，还很难看到这些日益复杂的机器人会取代大多数制造业和工业领域里的工人。但行政和某些专业岗位会更容易受到侵蚀，这是因为人工智能和大数据的融合，已开始让机器拥有像人一样的推断和解决问题的能力。

    在纽约市的北郊，IBM研究人员正在推动超级智能计算进入医药、金融和客户服务等专业领域。沃森就是IBM硕果的之一，2011年，这台计算机因在一场电视游戏节目中击败人类竞争对手夺冠而一举成名。不过，老沃森现在只能躺在约克高镇一个大型数据中心的角落里暗自垂怜，只有一个闪闪发光的牌匾代表着其曾经的辉煌。目前，IBM研究人员已在着手测试可用于医学领域的新一代沃森，新技术将可帮助医生诊断疾病、评估病情并提出治疗方案。

    IBM喜欢把它称为认知计算。从本质上讲，沃森使用了人工智能技术、先进的自然语言处理和分析，以及来自某个指定应用程序的海量数据。对于医疗健康应用来说，这意味着医学期刊、教科书乃至从从使用该系统的医师或医院那里收集来的信息。得益于这些创新技术和巨大计算能力，沃森能够迅速拿出“意见”以供医生作出诊断和治疗决策。

    尽管该系统在理解数据方面具有强大的能力，它仍然只是沃森的初期阶段。虽然它具有从特定模式“学习”并评估不同可能性的基本能力，但它离一个医生所需的判断力和直觉还差得很远。IBM已宣布将沃森业务拓展到甚少需要复杂的人为决断的客户支持呼叫中心，更新版本的沃森将作为“客服代表”回应消费者的问题，目前IBM已和几家银行签署了协议。自动化对于呼叫中心来说不是什么新东西，但沃森拥有改进的自然语言处理技术和大数据挖掘技术，系统能够明了来电者的意图，甚至可在技术问题和复杂问题上为他们提供有针对性的建议。我们或许很快就会看到沃森将取代大量的接线员。

    数字化的赢家还是输家？

    关于自动化和数字技术要为就业机会缺失负上部分责任的论点，明显触痛了担心自己就业前景的许多人的神经。但是，这仅仅是布林约尔松所预见的更广泛趋势的后果之一。技术进步的加速已经大大拓宽了经济赢家和输家之间的鸿沟，造成了许多经济学家数十年一直都在担心的收入不平等现象。数字技术倾向于钟爱“超级巨星”。例如，创建一个自动化的纳税程序，或可赚取数百万乃至数十亿美元，同时还可让无数会计师从此无人问津。

    麦克菲说，新的技术正在以前所未有的方式侵蚀人类技能。许多中产阶级的工作恰恰正处于靶心，甚至是教育、医学、法律等相对高技能工作也会受到影响。“中产阶级似乎越来越少，贫富差距被拉得越来越远。”虽然技术可能只是其中一个因素，但它一直以来是最“被人忽视”的一个，而且它的影响会越来越显著。

    当然，不是所有人都赞同布林约尔松和麦克菲，尤其是关于新技术变革的影响与以往大不同的观点。但人们很难忽视他们的警告，那就是技术娴熟的人员和其他人员之间的收入差距正在扩大。即使目前的经济只是在经历与以前类似的转型过渡期，它对许多工人来说仍是极其痛苦的，将不得不以某种方式加以解决。哈佛大学卡兹的研究已经表明，美国20世纪初的繁荣，得益于当时的人们开始接受高中教育，而农业就业就此不断下降。结果，到20世纪80年代，越来越多受过教育的人在工业部门找到了工作，提高了收入，从而减少了不平等。卡茨的结论是，劳动者的这种痛苦的长期后果并不是技术变革使然。

    布林约尔松自己也说，他还没有准备好作出经济进步和就业将长久偏离的结论。“我不知道我们是否可以恢复，但我希望我们可以”。不过，这将取决于我们充分认识这个问题并采取措施，如更多地投资于工人的培训和教育。技术进步促进经济增长和创造财富，但有没有一条经济学条文说，我们每个人都会受益。换句话说，在人类与机器的比赛中，有些人会胜出，而许多人会落败。


本篇文章来源于 科技网|www.stdaily.com
原文链接：http://www.stdaily.com/stdaily/c ... /content_626205.htm如果技术摧毁工作的速度确实高于其创造新工作的速度，那么现行经济理论及政府的政策将不得不重新调整。

    鉴于埃里克·布林约尔松惯有的冷静和理性学术风范，人们很容易忽视其最新提出的论点是多么的具有挑衅性。布林约尔松是美国麻省理工学院斯隆管理学院的教授，在过去一年半里一直在关注技术进步与就业增长的关联问题。布林约尔松研究发现，从改进型工业机器人到自动翻译服务，计算机技术所取得的惊人飞跃，在很大程度上也是过去10至15年的就业增长徘徊不前的重要肇因。更为不详的是，这些强大的新技术不仅在制造、行政和零售领域被大量采用，而且正在向法律、金融服务、教育和医学等专业领域快速渗透，未来许多工种的前景或将无比惨淡。

    机器人、自动化和软件取代人类的趋势，对于从事汽车制造业或是旅游业的人们来说已是显而易见之事。但布林约尔松的说法更令人不安，也更具争议性。他认为，快速的技术变革摧毁旧工作的速度远甚于创建新工作，在美国已造成中产阶级收入增长的停滞，以及不平等现象的加剧。

    对于布林约尔松来说，也许最确凿的证据，就是他四处炫耀的那些图表。在经济学中，生产率指的是既定投入单位（如一小时劳动）所产出的经济价值总量，是衡量经济增长和财富创造的关键指标。在布林约尔松的图表中，两根分离的曲线分别代表美国的生产率和总就业人数。自二战结束后的多年，这两根线像一对热恋中的情人紧密相随，生产率不断提高，就业率也随之增加。这一模式非常清晰：企业从工人身上获取更多的价值，国家作为一个整体也变得更为富裕，从而带动更多的经济活动，创造更多的就业机会。然而，从2000年开始，这两根线开始分道扬镳，生产率继续强劲上升，但就业突然萎缩了。到2011年，两根线之间已出现明显的落差，经济增长并没有创造出就业机会的同步增长。布林约尔松将这种现象称为“大脱钩”，并断言技术既是生产率健康增长的动力，也是就业增长疲弱的祸害。

    这是一个令人吃惊的断言，因为它威胁到了许多经济学家对于技术进步所寄予的厚望。布林约尔松认为，技术提高了生产率，使社会更富裕，但技术也有其负面影响：技术进步正在削减许多工种，从而使普通工人的生活比以前更糟。布林约尔松的第二张图表显示，即便在国内生产总值大增的情形下，美国工人的平均收入也没有增长。“这是我们这个时代的巨大悖论，”他说，“生产率达到了创纪录的水平，创新也从来没有如此之快，但同时，我们的平均收入下降了，就业机会也更少了。技术的进步如此之快，而我们的技能远远没能跟上技术的步伐。”

    当然，布林约尔松不是勒德分子（英国1811年—1816年间以捣毁机器等手段反对资本家压迫的人，亦作强烈反对机械化和自动化的人，或设法阻碍技术进步的人）。事实上，他们有时还被指责对最新的数字化进步程度和速度过于乐观。布林约尔松在其2011年出版的《与机器赛跑》的书中提出了许多证据，来解释新技术所带来的经济利益。但有一个趋势也正变得越来越清晰，新技术使许多工作更安全、更方便和更高效，同时也降低了对人力劳动的多种需求。

    关于数字技术威胁就业的传闻证据无处不在。机器人和先进的自动化技术数十年来在制造领域已稀松平常。在美国这样的世界制造业强国，因为引入了自动化技术，现今从事制造业的人要比1997年时少很多。自上世纪80年代以来，汽车制造业因为工业机器人的使用开始脱胎换骨，机器逐渐替代人类接管自主焊接和喷漆等工作。像巴克斯特这样的最新工业机器人要比他们的前辈更灵巧、更便宜，已被各行业的小制造商引入以执行简单的工作任务。

    在行政工作及专业服务领域，虽然没有什么戏剧性的变化，但对就业或将产生巨大的影响。随着廉价计算能力和存储能力的不断增长，网络、人工智能、大数据和分析技术使许多日常任务实现了自动化。邮局及客户服务领域的许多传统白领工作，如今已消失不见。斯坦福大学前经济学教授W·布赖恩·阿瑟称之为“自主经济”，这要比用机器人和自动化从事人类工作的想法微妙得多，他认为这涉及到跟其他数字化进程的对话和创建新的进程，使我们能够用更少的人力做更多的事情，并废弃其他的人力工作。

    亚瑟说，正是这种数字化进程的冲击，解释了生产率如何在人类劳动没有显着增加的情况下得以提高。数字版的“人类智能”正越来越多地取代那些过去认为只能由人类才能完成的工作。他警告说，这将以我们从未见过的方式改变每一个行业。

    麻省理工学院斯隆管理学院数字业务中心副主任麦克菲在描述谷歌无人驾驶汽车取得的进步时心存敬畏。然而，尽管他对该项技术报以极大热情，他仍然不看好近来消失的就业机会会就此回归。他认为，在接下来的数十年里，足够的计算能力、数据及极客将为数字技术提供强大动力，并继续保持指数级进展，但就业压力及由此造成的不平等只会变得更糟。“我也希望我的想法是错的，”他说，“但所有这些科幻技术一旦成功部署，我们还会需要这么多人吗？”

    技术进步加剧了贫富差距？

    但是，这些新技术真的要为十年的低迷就业增长负责吗？许多劳动经济学家说，仅凭目前的数据还远不能下定论。与全球贸易和2000年前后金融危机有关的事件，也可用以解释自世纪之交以来就业机会新增的相对缓慢。哈佛大学劳动经济学家理查德·弗里曼认为，没有人知道真正的原因，要将技术影响从其他宏观经济影响中“剥离”出来是非常困难的。他对技术快速改变各种业务领域从而造成就业困境的论点表示怀疑。

    麻省理工学院经济学家大卫·奥托对就业和技术之间的关系做了广泛研究，他对用技术进步解释总就业人数突然变化同样心存疑虑。“就业低迷始于2000年。事情的确发生了变化，”他说，“但是，没有人知道原因。”他甚至对美国在过去十年生产率强劲上升的事实提出质疑（经济学家对此统计结果有不同见解，因为其衡量经济投入和产出的方法不尽相同）。如果他是正确的，那就提出了一种可能性，可怜的就业增长率也许是单纯的经济不景气的结果。就业增长的突然放缓是一个扑朔迷离的“大谜团”，但没有更多证据表明其与技术的发展有关。

    奥托认为，计算机技术正在改变工作类型，这一点是确定无疑的，而这些变化“并不总是好的。”至少从20世纪80年代开始，电脑已经越来越多地接管簿记、文书工作以及制造业中的重复性劳动岗位，而这些又是中产阶级养家糊口的典型岗位。与此同时，借助于计算机的、需要更高创造力和解决问题能力的更高薪水的工作，如雨后春笋般涌现。而一些低技能工作，如餐厅服务员、保安和家政保健助理等不可能实现自动化的服务性工作需求也在不断增长。结果，在过去几十年里，发达国家正在发生劳动力市场“两极化”和中产阶级“空心化”的现象。但是，这与技术影响总就业人数的说法完全不同，工种虽发生了很大的变化，但不存在就业率的巨大变化。

    更为重要的是，即使今天的数字技术抑制了新就业机会的创造，历史表明这一过程虽然痛苦和震撼，但可能也是临时性。工人会强化他们的技能，创业者也会创造出基于新技术的就业机会，就业岗位数目将会反弹。至少，历史就一直沿袭着这一模式。问题只是，现今计算机技术创造的非自愿长期失业是否会有所不同。

    从18世纪初的工业革命开始，技术进步改变了工作的性质，并摧毁了某些工种。在1900年，41%的美国人从事农业生产，到2000年时只有2%。同样，美国人在制造业的就业比例已从后二战时期的30%下降到今天的10%左右。部分原因就是因为工作的日益自动化，这种现象在20世纪80年代表现得尤为明显。

    哈佛大学经济学家劳伦斯·卡茨说，工人的技能不再符合用人单位的需求，这种变化自然是痛苦的，但没有历史模式表明这些变化会导致较长时间的就业净减少。卡茨对技术进步如何在过去几百年里影响就业做了深入研究。他描述道，高度熟练的工匠在19世纪中叶被工厂里的低技术工人取代。工人获得新工种所需的专业知识也许要花上几十年，但“我们从来就没有用完过就业机会。工作机会的削减并不是长期趋势。从长远来看，就业率是相当稳定的。人们一直能够创造新的就业机会。人们总能想出新的事情来做”。

    不过，卡茨并不排斥这样的概念，那就是今天的数字技术确实有所不同，其对就业的影响范围更为广阔。问题是经济学历史还能否作为一个有用的指南。随着劳动力不断适应，技术引起的工作中断是暂时的吗？我们会看到科幻片中所描绘的、拥有自动化流程和超高技能的机器人大规模接管人力劳动的场景吗？虽然卡茨期待历史重演，但如果技术具有足够的摧毁力，谁知道会发生什么事。

    提高效率等同于替代人力？

    为了深刻理解卡茨提出的问题，就必须看看当今最先进的技术是如何被部署在工业领域的。这些技术无疑已取代了部分人的工作，但要找到工人正被机器大规模取代的证据并不容易。原因之一是很难确定技术对就业的净影响，自动化往往是用来使人类的劳动更具效率，而不是一定要取代他们。生产率的提高，意味着企业可以用更少的员工做同样的工作，但它也可以使企业利用现有的工人扩大生产，甚至进入新的市场。

    以亮橙色的吉娃（Kiva）机器人为例，它已成为许多初出茅庐的电子商务公司的新宠。吉娃系统公司是一家成立于2002年的先创公司，2012年被亚马逊以7.75亿美元收购。该公司设计制造的吉娃机器人看似具有无尽的精力，他们可在大型仓库中不知疲倦地来回穿梭，从货架上取下顾客订购的货物，并交付给为货物打包的工人。

    与普通仓库相比，一个配备有吉娃机器人的仓库能处理多达4倍的订单。而普通仓库里的工人可能要花上多达70%的时间来回走动检索商品。巧合的是，就在亚马逊收购吉娃公司后不久，就有媒体爆料，某家知名零售仓储企业的工人，在仓库中一天所走的路程有10英里（合16公里）之多。

    吉娃公司的创始人和首席执行官米克·蒙兹称，尽管机器人具有节省劳力的潜力，但机器是否会让更多人失去工作仍值得怀疑。吉娃的大部分客户都是电子商务零售商，由于业务发展迅猛，他们无法以足够快的速度招到人手。通过使分销业务更便宜、更高效，机器人技术已帮助许多这样的零售商得以生存甚至扩张。在成立吉娃公司前，蒙兹为一家网上杂货快递公司Webvan工作，这家公司也是上世纪90年代互联网公司倒闭大潮中的一员。Webvan从一开始就注定了失败的命运，因为其承接100美元的订单竟要花去120美元的运费。蒙兹的观点很明确：像货物运输成本这样的普通事项，就可将一个新业务置于死地，而自动化就能解决这个问题。

    同时，吉娃公司就在上个月还在招聘。新员工大部分是软件工程师，而不是搬运工人。吉娃的创新就在于复杂的算法，其可引导机器人运动，并确定货品存储在仓库的何处。这些算法使系统更具适应性。它甚至会认知到，某一货品的订购量较少，因此它会被存储在较为偏远的区域。

    虽然诸如此类的进步预示着某些方面的工作可以实现自动化，但同时人类仍然擅长于某些任务，如将各种不同物品包装在一起。关于机器人学的许多传统问题，如教一台机器人如何识别椅子这样的目标在很大程度上仍然是棘手的，尤其是机器人自由行走在相对非结构化的环境（如一个工厂或办公室）中时就更加困难。

    使用大量计算能力的技术，在帮助机器人了解其周围环境方面虽已走过很长的道路，但麻省理工学院计算机科学和人工智能实验室的工程学教授约翰·伦纳德指出，许多人们熟知的困难依然存在。“一部分技术正在加速发展，而另一部分依然存在同样的老问题，”他说，“用机器人做任何事是不切实际的。最大的挑战就是不确定性”。换句话说，人类在处理环境变化及对突发事件作出反应方面要比机器人强得多。

    伦纳德说，出于这个原因，在许多应用层面，更容易看到的是机器与人类的合作，而不是机器人的单打独斗。“人与机器协同作战的未来，要比机器简单地取代人类来得更早，”他说，“在我有生之年，这种情况不会大规模发生。半自主的出租车还得有一个司机”。

    与人类协作更友好、更灵活的机器人之一就是Rethink公司的巴克斯特。巴克斯特只需最少的培训，就能执行简单的任务，如拿起物体并将其放到一个盒子里。而在相对狭小的空间设施中使用传统工业机器人，成本高不说，还会对工人构成极大危险。Rethink公司的创立者罗德尼·布鲁克斯说，解决办法就是让机器人去做那些没有人愿意做的枯燥、重复的工作。

    人们很难不一下子就喜欢上巴克斯特，因为它似乎很热衷于取悦人们。其感到疑惑时，显示屏上的“眉毛”就会扬起；其在碰撞时，手臂会拱起并轻柔地退后。在被问及这种先进的工业机器人是否会消减工作岗位时，布鲁克斯简单地回答说，他并不这样看。机器人之于工厂工人，就好比电钻之于建筑工人，“这使他们更有效率，但不会偷走工作”。

    吉娃和巴克斯特都经过巧妙设计，可与人类共同工作，并接手那些人类通常不想做或是不擅长做的工作。专门设计的目的只是用以提高生产率。在不久的将来，还很难看到这些日益复杂的机器人会取代大多数制造业和工业领域里的工人。但行政和某些专业岗位会更容易受到侵蚀，这是因为人工智能和大数据的融合，已开始让机器拥有像人一样的推断和解决问题的能力。

    在纽约市的北郊，IBM研究人员正在推动超级智能计算进入医药、金融和客户服务等专业领域。沃森就是IBM硕果的之一，2011年，这台计算机因在一场电视游戏节目中击败人类竞争对手夺冠而一举成名。不过，老沃森现在只能躺在约克高镇一个大型数据中心的角落里暗自垂怜，只有一个闪闪发光的牌匾代表着其曾经的辉煌。目前，IBM研究人员已在着手测试可用于医学领域的新一代沃森，新技术将可帮助医生诊断疾病、评估病情并提出治疗方案。

    IBM喜欢把它称为认知计算。从本质上讲，沃森使用了人工智能技术、先进的自然语言处理和分析，以及来自某个指定应用程序的海量数据。对于医疗健康应用来说，这意味着医学期刊、教科书乃至从从使用该系统的医师或医院那里收集来的信息。得益于这些创新技术和巨大计算能力，沃森能够迅速拿出“意见”以供医生作出诊断和治疗决策。

    尽管该系统在理解数据方面具有强大的能力，它仍然只是沃森的初期阶段。虽然它具有从特定模式“学习”并评估不同可能性的基本能力，但它离一个医生所需的判断力和直觉还差得很远。IBM已宣布将沃森业务拓展到甚少需要复杂的人为决断的客户支持呼叫中心，更新版本的沃森将作为“客服代表”回应消费者的问题，目前IBM已和几家银行签署了协议。自动化对于呼叫中心来说不是什么新东西，但沃森拥有改进的自然语言处理技术和大数据挖掘技术，系统能够明了来电者的意图，甚至可在技术问题和复杂问题上为他们提供有针对性的建议。我们或许很快就会看到沃森将取代大量的接线员。

    数字化的赢家还是输家？

    关于自动化和数字技术要为就业机会缺失负上部分责任的论点，明显触痛了担心自己就业前景的许多人的神经。但是，这仅仅是布林约尔松所预见的更广泛趋势的后果之一。技术进步的加速已经大大拓宽了经济赢家和输家之间的鸿沟，造成了许多经济学家数十年一直都在担心的收入不平等现象。数字技术倾向于钟爱“超级巨星”。例如，创建一个自动化的纳税程序，或可赚取数百万乃至数十亿美元，同时还可让无数会计师从此无人问津。

    麦克菲说，新的技术正在以前所未有的方式侵蚀人类技能。许多中产阶级的工作恰恰正处于靶心，甚至是教育、医学、法律等相对高技能工作也会受到影响。“中产阶级似乎越来越少，贫富差距被拉得越来越远。”虽然技术可能只是其中一个因素，但它一直以来是最“被人忽视”的一个，而且它的影响会越来越显著。

    当然，不是所有人都赞同布林约尔松和麦克菲，尤其是关于新技术变革的影响与以往大不同的观点。但人们很难忽视他们的警告，那就是技术娴熟的人员和其他人员之间的收入差距正在扩大。即使目前的经济只是在经历与以前类似的转型过渡期，它对许多工人来说仍是极其痛苦的，将不得不以某种方式加以解决。哈佛大学卡兹的研究已经表明，美国20世纪初的繁荣，得益于当时的人们开始接受高中教育，而农业就业就此不断下降。结果，到20世纪80年代，越来越多受过教育的人在工业部门找到了工作，提高了收入，从而减少了不平等。卡茨的结论是，劳动者的这种痛苦的长期后果并不是技术变革使然。

    布林约尔松自己也说，他还没有准备好作出经济进步和就业将长久偏离的结论。“我不知道我们是否可以恢复，但我希望我们可以”。不过，这将取决于我们充分认识这个问题并采取措施，如更多地投资于工人的培训和教育。技术进步促进经济增长和创造财富，但有没有一条经济学条文说，我们每个人都会受益。换句话说，在人类与机器的比赛中，有些人会胜出，而许多人会落败。


本篇文章来源于 科技网|www.stdaily.com
原文链接：http://www.stdaily.com/stdaily/c ... /content_626205.htm