機器換人大潮來襲 我們的職業(yè)生涯該何去何從？

　　【中國智能制造網(wǎng) 名家論壇】如果半數(shù)的勞動力都失去了工作，也許這個社會就沒有什么“經(jīng)濟”可言了。但這——雖然并非一日之寒——正是十九世紀前期的工業(yè)革命給當時的社會帶來的場景。兩百年前，百分之七十的美國勞工在農(nóng)田中生活、工作。　　如今，由于自動化技術的普及，其中僅有百分之一的人仍在從事原來的工作，機器取代了他們(以及它們的牲畜)。
　　
　　不過，那些被取代的勞動力也并未被浪費，自動化技術在全新的領域創(chuàng)造出了上億全新的工種。
　　
　　那些曾經(jīng)在農(nóng)田上工作的人們?nèi)缃裢渡碛诟魇礁鳂拥墓S，參與制造農(nóng)業(yè)設備、汽車或者其他工業(yè)產(chǎn)品。
　　
　　越來越多的產(chǎn)業(yè)和工種應運而生：維修人員、印刷廠工人、食品分析師、攝影師、網(wǎng)頁設計師……全都因新技術的普及而出現(xiàn)。
　　
　　越來越多的職業(yè)正被替代
　　
　　今天的我們所從事的絕大多數(shù)工作，都是十九世紀的田野農(nóng)夫根本無法想象的。
　　
　　雖然聽上去難以置信，但到了本世紀末，我們所熟悉的職業(yè)中，百分之七十同樣可能被自動化技術取代——沒錯，親愛的讀者，你的工作也不能幸免。
　　
　　換言之，機械將在更多領域內(nèi)取代人類這件事基本上已經(jīng)是板上釘釘了。
　　
　　這場全新的產(chǎn)業(yè)動蕩將由新一波自動化熱潮所，其關鍵的核心便是人工識別技術、廉價的傳感器原件、機械學習和分布式智能。
　　
　　從體力工作到腦力勞動，自動化將觸及一切工種。
　　
　　首先，機器的地位在已經(jīng)邁入自動化的產(chǎn)業(yè)中將更加穩(wěn)固。
　　
　　當機器人終徹底取代組裝流水線上的工人以后，他們也將很快取代庫房管理工人。
　　
　　這些不知疲憊的鐵皮家伙能夠全天無休地舉起70千克重的貨物，并對其檢索、分類，然后裝上卡車。水果和蔬菜采摘的機器化也將繼續(xù)推進，到后，除了農(nóng)家樂以外，不會再有人類采摘果蔬。
　　
　　藥房只需配備一臺負責發(fā)藥的機器人，藥劑師也因此可以將更多精力花在為病人咨詢上。再然后，打掃辦公室和學校這種更需要靈活技巧的工作會被夜間工作的清潔機器人取代，而奔馳在高速公路上的卡車司機也將變?yōu)樽詣玉{駛機器人。
　　
　　與此同時，機器人也將被繼續(xù)引進傳統(tǒng)的白領工作領域。實際上，我們已經(jīng)在工作環(huán)境中使用了不少人工智能技術，只不過我們不這么說罷了。
　　
　　NarrativeScience已經(jīng)開發(fā)了一款可以自動根據(jù)體育比賽數(shù)據(jù)攥寫體育新聞，或者通過網(wǎng)絡上的數(shù)據(jù)信息來分析企業(yè)股價走向的軟件。
　　
　　在將來，那些需要大量處理文書工作的崗位都會被機器人所取代，包括醫(yī)學領域的許多職業(yè)——就連和文書無關的工作，比如手術，也愈發(fā)機械化了。
　　
　　任何需要大量信息的重復性工種都將迅速進入自動化處理時代，無論你是律師、醫(yī)生、建筑師、記者還是程序員，全都無法幸免。機器人取代人類的浪潮將會翻天覆地。
　　
　　而且這一切早就已經(jīng)開始了。
　　
　　人類職業(yè)將何去何從?
　　
　　雖然制造業(yè)將會受到機器人勞動力的巨大沖擊，但是傳統(tǒng)的服務行業(yè)仍然會給人類保留大量的工作機會。
　　
　　工業(yè)機器人Baxter的設計者羅德尼?布魯克斯(RodneyBrooks)認為，機器人若想在烹飪等服務行業(yè)里取代人類，至少還需要三十年的時間。
　　
　　“在快餐店里，你并不總是在烹飪同一種食物，你需要不斷改變工作內(nèi)容，這意味著需要針對不同工作的特定解決方案。但我們并不打算提供特定解決方案，我們想做的，是制造出一種可以由其他工作人員設定好、和他們一同工作的通用型機器人。”
　　
　　一旦我們與機器人并肩作業(yè)，我們的工作也會不可避免地互相滲透，直到我們的舊工作完全被它們所取代——但我們也會因此創(chuàng)造出如今還無法想象的全新職業(yè)。
　　
　　為了更好地理解機器人取代人類的過程，我們可以從人類與機器人的關系的角度，將一切職業(yè)劃分為四個類別：
　　
　　1.首先是那些人類能夠完成，但機器人能做得更出色的職業(yè)。
　　
　　手工編織棉布的過程費時費力，而全自動紡織機可以以極低的成本編織出的布料。有時，我們的確會出于某種不情結購買手工織物。
　　
　　但當我們以100碼的時速奔馳在公路上時，不想經(jīng)歷這種人為誤差造成的不——在那時，你只會希望在制造這輛車的過程中，人類參與得越少越好。
　　
　　只不過，在面對更加復雜的事物時，我們?nèi)詴乱庾R地認為電腦和機器人不值得信任。機器已能領會抽象概念定義的任務，甚至超過了它們掌握物理規(guī)則的能力，也正因為此，我們在理解這一點時仍顯遲緩。
　　
　　雖然自動導航系統(tǒng)完全可以獨立駕駛波音787客機，但我們?nèi)匀话才帕巳祟悪C長，“以防萬一”。