第一章
人机合作简史

从工具到增强手段再到合作：数百年时光的缩影

“机器会抢走我的工作吗？”当初正是这个问题激发了我们的灵感，让我们开始动笔撰写本书。关于未来，我们想到了这样两种图景：一方面，智能自动化和人工智能越来越有力地推动社会发展；另一方面，人类能够通过工作实现自我价值，能够追求自己的兴趣爱好和远大抱负，而且就算实现不了财务自由，至少也能经济无虞——这两种情形无法同时存在吗？机器会取代人类工作者吗？或者说得更直白一点，机器会淘汰人类吗？

这些问题并不容易回答，不过一项有力的证据表明：尽管无数文章危言耸听，宣称各种工作岗位终将迎来末日，但实际上劳动岗位被取代的风险远低于人们的想象。也就是说，面对人工智能和自动化技术的蓬勃发展，人们不必惶恐不安。事实上，正如我们将在接下来几章中描述的，人工智能和自动化技术其实可能会助人类工作者一臂之力，让他们能够大大提高生产力和工作质量、加快完成任务的速度、最大限度降低风险、收获更好的结果，也许还能以比今天更健康的方式实现工作和生活的平衡。然而，在畅想未来之前，我们先来花点时间回顾一下人类与机器进行合作的历史，以便更深刻地理解我们与机器之间的关系经历了怎样的发展历程。人机合作关系常常能创造更多机会、提高生活质量，还能催生科学技术的发展进步——得益于这方面的进步，某些疾病被攻克，人类平均寿命得以延长，任何人都能通过口袋大小的智能终端（如手机）将信息瞬间传送给地球上的几乎任何人。

在本书的这一部分中，我们不会讨论第一个车轮或是第一把锄头是如何发明出来的。在漫长的人类发展史中，无数创新形成了一根环环相扣的链条，一端是我们的灵长类祖先，它们捡起树枝从蚁穴中挖出了美味的白蚁；另一端则是今天的工程师，他们当中有人想出了让无人探测器在距离地球数百万千米的小行星上顺利着陆的方法。从火、木棍、车轮、锄头、弹弓、风车、印刷术、蒸汽机、内燃机、计算机、三维立体眼镜到登月行动，人类不断发明出新的巧妙方法来解决复杂的工程问题。有人致力于攻克医学难题，也有人专攻农业领域；有人整个职业生涯中都在努力设计最好的冲浪板，也有人穷尽一生心血来解决数学难题；有人倾毕生之力寻找挚爱之人所患疾病的治愈方法，也有人终其一生研究金融市场的投资之道。如果我们与来自地球上任意地方的某个人一起度过30分钟，我们就会了解到对方希望有人能够运用智慧、技能或工具来解决他们遇到的一系列难题。如果有人拥有那个人所需的资源却提供不了多少帮助，那么在大多数情况下，那个人很可能会主动提出亲自动手。

人类是一个善于解决问题的物种。解决问题这件事，我们一直都在做。我们之所以进化出对生拇指，不是因为我们需要悬挂在树枝上，而是因为我们需要精准操纵物体来解决我们在不理想的生存环境中遇到的种种问题。无论将一个人丢在世界上的什么地方，这个人都会建造容身之所、制作工具、挖掘水井等，最终按照自己的想法改造这个地方，让生存环境变得比自己初来乍到时更舒适、更安全、更高效。

现在，请考虑一下木棍的实用性。细细的木棍可以用来从狭窄的岩缝中引出水源。粗一些的木棍可以用作棍棒，也可以用来为容身之所提供结构性支撑，或者用作基本的挖掘工具，或是用来构成灌溉系统、河船或杠杆等基础机械。木棍具有多种多样的用途，但是从本质上讲，它是人类使用者身体的延伸，是一种附加物，是一种手工工具，可以用来撬东西、挖东西、打破东西、碾碎东西、支撑东西，以及用于指挥等动作中。木棍无法帮助人类治愈脊髓灰质炎或是阻止极地冰盖的融化。在不同用途中，木棍只是工具而已。尽管人类的聪明才智永不枯竭，但是木棍有其局限性。同样，机器也有其局限性。机器可以协助灌溉农田、为装配工厂提供动力、为整个居民区发电、推动货运列车横穿大陆、驱动轮船远渡重洋、净化饮用水、生产药物、将棉花变成布料，等等。工具就是工具。工具是人类发明的，用来解决人类无法单凭自身力量解决的问题。人类能够让视野超越自身的局限性，并发明出能够克服这些局限性的方法。造就人类聪明才智的首要因素，是认识到这样一件事：人类作为一个物种，如果没有各种增强手段，就无法成功。

我们来看看木棍和机器之外的工具。鞋履也是工具。跑步鞋、攀岩鞋、徒步鞋、骑行鞋、足球鞋，以及各种其他类别的专用鞋履都是工具，都属于“增强手段”。智能手表、牛排切刀、双肩背包、笔记本电脑、蛋白质奶昔、钥匙链、电灯泡、汽车轮胎、牙刷、超细纤维衬衫等，每个物品都是工具，都属于“增强手段”。利用各种增强我们自身能力的手段，我们可以跑得更快、扔得更远，我们击球过网的力度比昨天更大，我们完成报告的速度稍微加快一点，我们的新投资能够产生比上一笔投资更高的投资回报率。即便是我们当中最没斗志的人，也不得不提升自身并改善周围的环境，哪怕只是想办法在减少工作量的同时实现同样的结果。即使不以改进结果为目标，人类也会想方设法提高办事效率。我们不会得过且过，而是不得不提升自身并改善我们的进化环境，以便过上更加简单方便的生活，让我们接触到的一切事物为我们所用。

住所也是如此。从穴居人类第一次用手绘图案和狩猎场景装饰岩壁的那一刻开始，人类一直在改善、提升以及按照自己的想法改造居住环境，这样做是为了让居住环境变得更加实用。人类住所中充满了各种增强手段。在比较先进的住所中，人们可以存放车辆、为车辆充电，可以工作、休息，可以通过虚拟方式探索世界、举行派对、进行术后康复、进行体育比赛备战训练、进行学术研究，或者可以通过机器和专门的工人满足我们的一切愿望和需求。无论我们住在偏僻、简陋的小屋里，还是住在利用了先进技术的超级智能住宅中，住所都彰显了人类将接触到的事物变成工具的需求，在某种程度上也属于一类增强手段。

眼下正在进行中的新一轮技术革命浪潮也不例外：人类不过是在寻找更有效、更聪明的方法来提升自身并改善自己所处的环境。目标不是取代人类工作者，而是打造能够帮助人类以更快、更好、更省力且成本更低的方式完成工作的全新工具。

智能自动化的新支点

新一轮技术进步的浪潮不同之处在于，这些技术能够分析和模仿人类的行为。例如，机器能够为自己做出决策了。它们知道何时应该开启自己、何时应该关闭自己，知道何时应该重新校准自己，知道何时应该更新软件，知道何时应该订购更换部件或进行维护。不再需要有人站在机器旁边拉动控制杆、按下按钮，以及在最后一个班次结束时关上灯。越来越多的机器不再像过去那么需要我们，而这种情况在某种程度上改变了原有的平衡。人类与机器之间的关系不再是纯粹的“使用者”和“工具”关系，而是变成了“使用者”和“帮手”的关系。

人类需要适应这种新情况，但除了科幻小说，并没有任何前人经验可供借鉴。机器人有朝一日会与人类共存并服务于人类——这样的想法固然很有趣，不过觉得有趣是一回事，当你突然发现越来越多人类赖以赚钱谋生的任务正在转而由机器人和自动化设备完成时，摆在你面前的现实世界又是另一回事了。采矿机器人或消防机器人意味着什么呢？科幻小说往往会侧重于这种自动化带来的好处：派机器人去从事危险工作可以保护人类的生命，再也不会有人在采矿和消防任务中丧生。而在现实中，这项充满人道主义关怀的创新改进措施意味着采矿工和消防员会丢掉工作、失去生活来源、陷入经济困顿。如果这些采矿工和消防员的工作被机器取代，他们要如何养家糊口呢？要想保住工作，他们要如何表现呢？靠不辞辛苦的努力、奋不顾身的勇气，还是硕果累累的成就？如果他们失去了职业，他们如何做才能觉得自己是对社会有价值的人，如何才能继续通过努力、技能和毅力为社会作出贡献？如果像这样失业，经济方面的挑战只是问题的一个方面。一旦工作没了，目标感、身份感和归属感也会随之消失。自动化不应伤害人们的自尊和希望。

现在，将上述情景扩展到各行各业。仓库工人、会计、装配工人、律师、飞行员、医师、销售人员、客服代表、高管助理、卡车司机、图书管理员、调酒师、厨师、洗碗工、农民、建筑师、工程师、招聘人员、广告文案写手、平面美术师、记者、商业分析师、财务顾问等，无论你从事何种工作，你的工作都有可能实现自动化。迟早会有人以正确的方式将人工智能、机器学习、机器人、自动化、传感器和数据连接技术结合起来，从而能够完成你所从事的工作，并且比你做得更好更快。我们开始瞥见未来世界的面貌：作为我们曾经的工具、后来的帮手，机器可能会取代我们。不管怎样，这都是个令人担忧的问题。过去几十年里，世界各地的许多工作者已经看到了自动化给工业和经济带来的巨大转变。

智能自动化对就业的影响

我们必须看一看美国的就业生态系统在过去两个世纪内发生的转变，只有这样才能明白技术转变会对就业有何影响。例如，1850年到1970年之间（从本质上讲，这一时间跨度涵盖了工业化在美国从开始到巅峰的完整过程），美国农业就业份额从大约60%下降到不足5% ¹ 。同样，从自动化和全球化开始给制造业带来转变，美国制造业就业份额从1960年的25%缩水到2017年的不足10% ² 。你花费越多时间来查看这些数据，可能就会越有理由相信：担心自动化可能会导致就业末日，并非杞人忧天。

话说到这里，我们是时候变换一下讨论内容了，让我们从假设的情景回到我们能够观察到的一些模式——通过这些模式，我们可能会得出宝贵见解。我们要说的是：如果在机器只是工具乃至帮手的情况下，人们对于被机器取代这件事并不是特别担忧。那么我们可以由此推断：只要机器注定是工具和帮手，它们就不会对人类就业构成威胁。

机器的作用是辅助和增强，而不是取代人类。这一点让我们明白，并非所有自动化技术都会威胁到人类就业。只有旨在取代人类，并且能够真正取代人类的那些自动化技术，才会对就业构成较大威胁。而其他各类自动化技术——旨在发挥辅助和增强作用、帮人类完成各种任务的自动化技术，对就业威胁很小。这意味着，在我们对自动化技术泛泛而谈，而不对增强性工具和替代性工具加以区分的情况下，我们可能会夸大自动化总体而言所构成威胁的严重性。

此外，人类对于将动物作为帮手一起工作也已经习以为常。例如：人类和狗相互配合，放牧和保护牲畜；人类和牛一起耕地，一起拉动沉甸甸的东西；骡子和马可以帮助人类驮运重物、拉车，还能充当人类的坐骑；人类驯鹰捕猎、将鹅作为报警系统，还用鸽子传递书信；等等。世界各地的人们都会与动物开展合作，种粮食、驱动机械、运输货物、看家护院、保护粮仓免遭鼠害以及探索边远地区等。如果没有与蜜蜂、狗、猫、马、牛、大象和蚕的合作，人类的生活会是什么样呢？说到这里，我们要重点提醒你：对于工具和机器起到的增强作用，人类不会克制自己的追求。机敏的动物也会在人类的创新生态系统中发挥作用。然而，人类不怎么担心自己会被狗、马和蜜蜂等取代，这些类型的合作关系不断发展、欣欣向荣，不曾发生过严重事故。只有在科幻小说中，我们才会探讨人类被动物取代的可能性。

生物和智能程度高的机器有什么不同呢？服务于人类的机器和动物又有什么不同呢？经过训练，能够服从特定命令、执行特定任务并增强人类的能力——服务于人类的机器和动物不都是这样吗？当我们与智能机器进行合作时，与这种合作方式更有共同点的是与动物合作，而不是与我们未来的“机器人大王”讨价还价——一旦你认识到这一点，机器人取代人类的威胁就变得远没有那么可怕了。

现实中的人工智能不是电影中的人工智能

值得一提的是，大部分人工智能产品尚未发展到电影中那么先进的地步，并且在相当长一段时间内不会发展到这种地步。对于人工智能这项技术，人们仍然存在较大的误解和过度炒作。虽然国际商业机器公司（IBM）的“沃森”（Watson）和谷歌公司的“深度思维”（Deep Mind）等试验性人工智能项目已经对智能类人机器（确切地说，是能够模仿人类智能的智能机器）的极限进行了测试，但是绝大多数人工智能产品和一般公众印象中的“人工智能”没有关系。大多数人工智能产品并不具备沃森那样的智能，更不用说电影《2001太空漫游》（2001： A Space Odyssey’s ）中飞船上的超级电脑Hal-9000、钢铁侠托尼·史塔克（Tony Stark）的智能管家“贾维斯”（J.A.R.V.I.S）或是《霹雳游侠》（ Knight Rider’s ）中会说话的汽车“基特”（K.I.T.T.）了 ^{3 ， 4 ， 5} 。

大多数人工智能的应用范围很狭窄，局限于少数几类任务，例如智能手机摄像头的机器视觉、智能扬声器的噪声消除功能，还有乘用车的驾驶员辅助紧急制动。电影和电视节目中那种让所有人惊叹不已的人工智能产品不会出现在你的工作中。当技术领域的专家和权威人士讨论未来工作岗位时，他们说到的智能自动化和影视作品是两回事。在许多方面，他们所说的技术和那种能够通过简单的语音命令让手机快速拨打配偶电话、能够在你睡眠期间自动调节室内温度，或是能够监控你的银行账户有没有出现可疑活动的智能化技术属于同类。教会机器执行那些人们认为值得交给机器去做的任务，应该不会威胁到任何人，而这些任务目前代表了许多正处于自动化进程中的任务。

交通领域的智能自动化对专职司机的影响

想一想人们目前正在为自动驾驶汽车开发的那些车载人工智能产品。请忽略该项技术现在的发展程度，预测一下未来，自动驾驶汽车到底能够做些什么呢？答案很简单：它们能让司机将车辆操作交给车载人工智能产品来完成。这些汽车可以自动泊车、带车主兜风、避免交通事故、自动重新规划路线以便绕开拥堵路段，甚至可以在主人工作时帮忙跑腿。真是了不起的东西，但也有人担心这种自动驾驶功能会消除人们对专职司机的需求。我们该不该关注这个问题呢？简而言之，答案是肯定的：我们应该关注这个问题。不过，我们要提醒你：这个问题可能最终会遇到过度炒作。

由于大多数家庭并未聘用私人司机，为私家车增添自动驾驶功能并不会取代如今正在为别人开车的绝大多数受聘司机。

我们来谈谈这种情况对专职司机（出租车司机、送货车司机、公共汽车司机和商用卡车司机等）构成的威胁。根据美国劳工部的统计数据，2016年美国约有30.5万名持证受聘小汽车司机、142.1万名送货车司机、近200万名商用大卡车司机以及68.7万名公共汽车司机 ⁶ 。也就是说，一旦自动驾驶车辆上路，约有450万名司机可能会受影响。

然而，自动驾驶汽车上路这件事不会突然发生。如果会发生，也会是随着时间的推移，通过接连不断的一轮又一轮技术改进和实施浪潮而逐步发生，而在此过程中，受影响的行业来得及调整预期、针对即将到来的变化制订计划以及适应这些变化。

立法和监管部门会制造更多障碍，让自动驾驶车辆技术无法轻易在商业领域扩张。各个国家和地区需要对法律进行调整，以保护公众利益，应对自动驾驶车辆给道路带来的诸多挑战。在自动驾驶技术走向成熟的过渡期内，自动驾驶区和非自动驾驶区的划分是势在必行的一项重要措施。

在自动驾驶车辆与自行车、行人和有人驾驶的车辆共存的环境中，基础设施需要进行大量改进，以便为自动驾驶车辆提供协助。此类基础设施除了专用车道、物理障碍等，还包括许多技术方面的投资，其目的是协助管理车辆与基础设施通信（V2I）和车辆与行人通信（V2P）互动。这些基础设施的研发、审批和安装不会在一夜之间大规模完成。此外，别忘了考虑工会——这些组织也可能会推迟甚至直截了当地阻止商业驾驶自动化。换句话说，即使汽车厂商已经在对18轮货车、送货面包车和乘用车进行测试，并且测试地点包括主要高速公路和受控制的市区环境，专职司机也要再过很多年（也许是几十年）才会真正遇到被自动驾驶车辆大规模取代的风险。

此外，开车这件事只是专职司机工作中的一个方面。卡车司机还需要装货和卸货。送货车司机需要上门取包裹和投递包裹。出租车司机往往需要协助乘客拿行李，热情的态度、周到的服务更是分内之事。公共汽车司机除了驾驶公交车和有轨电车，往往也需要为遇到困难的乘客提供协助。如果对专职司机执行的各项具有附加价值的任务进行提炼，只留下开车从一个地点到另一个地点这项任务，就会从根本上误解专职司机的工作内容。

任务自动化与工作自动化

接下来，我们说一说本书中将多次重复提到的一项观察结果：虽然大多数任务可以实现自动化，但是大多数工作却实现不了。驾驶这项任务不同于从事专职司机工作。翻遍5万页的财务文件来查找错误这项任务不同于从事会计工作。任务并不等同于工作。只有在工作内容仅限于少数几项任务（或者仅有一项重复性任务）的情况下，工作才能实现自动化。工作内容越复杂、涉及的任务越多，就越难自动化。

一旦你开始罗列各种专职司机在其工作过程中执行的所有任务，你就会开始意识到：在他们的工作中引入自动驾驶车辆，还远远无法解决需要在开车前后完成的其他任务。尤其是送货司机，尽管无人机配送和送货机器人备受媒体关注，但在现实中，任何无人机或机器人都无法让送货司机面临被取代的切实威胁。无人机可能会从天上掉下来、被树枝或高压线等挂住，可能会被射落、偷盗、破坏和入侵，可能会掉进水域或者受恶劣天气影响而偏离航线。送货机器人可能会被偷盗、破坏、抢劫、入侵，可能会被人踢倒或者被车辆撞倒，可能会被洪水冲走或者因恶劣天气而损坏。此外，机器人经常成为无端暴力行为的受害者，这也是让许多科技观察人士头痛不已的问题。这个问题可能会成为人机合作关系的“致命”障碍（这里所说的“致命”是一个双关语，既指断送人机合作关系，也指要了机器人的“命”），并且可能会成为远比今天更普遍的问题。如果数量足够多的无人机或送货机器人经常在送货过程中受到伤害或破坏，我们如何能放心将送货任务交给它们呢？

事实是这样的：目前还没有任何机器人能够像人类一样快速而可靠地上门取件和进行配送。送货这项工作在驾驶方面可以自动化，就像包裹跟踪和路线规划可以自动化一样，但在“第1米”和“最后1米”任务（真人上门取件和进行配送到户）上做不到。不管怎样，无论从财务还是从运营的角度来看都是行不通的。

很有可能出现的情况是：自动驾驶汽车会给专职司机的工作带来变化，而不会像许多人担心的那样让这项工作迎来末日。也许“驾驶员”会不再从事驾驶——这种情况是有可能发生的。也许他们的职务名称会有所变化。也许“货运工程师”会取代今天的“卡车司机”。也许“交通服务专员”有朝一日会取代“公共汽车司机”。也许“送货专家”会取代“送货车司机”。到了这个阶段，命名方式已经没那么重要了。重点在于，很有可能出现的情况是：公众担心也许会被自动化取代的许多工作会因新技术而发生转变，而不会被自动化完全替代。毕竟，驾驶只是一项任务。创造能够在我们需要时为我们驾驶的机器，这种行动不是毁灭，而是增强。自动驾驶汽车不是用来取代专职司机的，而是用来增强他们的能力的。

人机合作后会发生什么

通过上文较宽泛的例子，我们可以推断出：对于自动化将在人类进化历程中发挥的价值和作用，我们的认识可能失之偏颇。随着越来越多枯燥、危险以及令人不舒适的工作实现自动化，随着人类对计算、分析和预测能力的需求呈指数式增长，我们所观察到的不过是这样一种现象：虽然人类工程技术的每一次进步都需要解决难度更大的问题，但渴望解决问题的精神始终推动着人类不断创新——这一点不曾改变。目标一如既往地不是取代人类，而是增强人类的能力。

人类历史中的每一次创新发生之后都伴随着一段适应期。狩猎者学会做农民，农民学会做裁缝，裁缝学会做生意人，生意人学会做银行家，19世纪的工匠变成了20世纪的工厂工人，而20世纪的工厂工人变成了21世纪的信息工作者。创新会触发适应过程。重体力劳动逐渐让路给轻体力劳动。曾经非常繁重的工作变得不再繁重，因为人类虽有毅力，但也总能想出办法以更高的质量、更省力的方式完成工作。而我们观察到，在几乎所有技术和劳动革命的实例中，那些能够以最快速度适应变化并转行到新职业的工作者总能因其敏捷灵活、积极主动的做法而收获回报。

我们认为，自动化让工作或职业发生转变的方式之一，是让许许多多曾经需要一队人来完成的任务实现自动化。通过这种方式，一些相关或相互依存的职能可能会合并为一个职能。这种情况的一个简单例子是由两名高管和一名高管助理组成的“团队”。因为许多曾经由高管助理处理的任务现在可以由数字助理和人工智能管理——包括接听电话、管理日程表和安排约见等，所以企业高管能借助数字助理和人工智能轻松完成日常工作。

那么，在这种情景下，真人助理会怎么样呢？如果这名助理是有用之才，就会被推荐到公司内的其他岗位，甚至获得升职加薪。如果他对公司没什么用处，面临的选择就是：要么换一家在技术方面没那么前卫的公司做行政助理，要么寻找另一种截然不同的工作。高管助理这项工作永远不会彻底消失，原因和专职司机永远不会彻底消失一样。有些人请得起人来做机器能做的工作，也更喜欢以不菲的价格聘用人来工作。

我们相信，通过智能自动化实现的任务合并更有可能让工作发生转变而不是消灭它们，而且会让更多工作者转换岗位而不是让他们失业。

话虽如此，现实中仍然存在这种情况：因岗位合并而失业的工作者不得不寻找新的出路。现在，我们来看看这个摩擦点。

智能自动化融入工作：谁的处境更危险

关于即将到来的工作末日，我们找到的数据以及数据驱动的预测不是不够，而是太多了——这才是问题所在。因此，其中相当大一部分缺乏独创性，并且绝大部分充其量也只是令人半信半疑。极具讽刺意味的是：当我们逐个筛选一项又一项研究，寻找我们觉得可信的数据和方法（或是由于规模足够大而具有相关性的数据集）时，这件事成了让我们备受折磨的苦差，我们真希望能够将它交给人工智能团队去做。很不幸，我们并没有生活在未来，所以我们不得不手动完成这项研究工作。经过为期近八个月的研究，我们列出的相关报告和研究终于成功缩减到六个，我们觉得这些报告和研究的方向是正确的。接下来，我们要介绍一下其中一些研究结果，尤其是关于那些自动化风险较高的工作类别和职业的研究结果。

美国布鲁金斯学会于2019年发布的报告《自动化与人工智能：机器对人和职位有何影响》（ Automation and Artifical Intelligence：How machines are affecting people and places ）中，马克·穆罗（Mark Muro）、罗伯特·马克西姆（Robert Maxim）和雅各布·怀顿（Jacob Whiton）指出，美国约有25%的工作岗位（大约3600万个）非常容易受自动化影响 ⁷ 。此外，还有36%的工作岗位（大约5200万个）存在中等程度的自动化风险。其余39%的工作岗位（5700万个）的自动化风险非常低。解读这份报告时，我们在更大程度上将上述结果作为未来接连发生的多轮自动化浪潮的一个特点，而不是作为关于工作岗位自动化潜力的固定分析。也就是说，我们这样看待这些数字的意义：未来十年将有3600万个工作岗位的自动化风险较高，再过十年会有5200万个工作岗位的自动化风险较高，然后又过十年又会有5700万个工作岗位步其后尘。（我们将时间范围四舍五入到以十年为单位，以便让你一目了然。）

这份报告还指出：工资低的工作岗位更容易受自动化影响。换句话说，美国那3600万个目前存在自动化风险的工作岗位往往都是低薪工作岗位，而后面一批工作岗位，还有再后面的一批，收入大致呈上升趋势，工资低的工作岗位先实现自动化，而工资高的工作岗位后实现自动化。这些经过概括的数据只能反映一般情况，但是这种趋势仍然正确，并且历来如此：工厂所有者和报业大亨等通常是最后一批因技术创新而失业或承受财务压力的人，而工资低的员工通常会最早失业和受到挑战。

不过，也有值得注意的例外情况。例如，维护技师和保洁人员在短时间内不大可能被机器取代，因为大多数建筑在设计时并未考虑用机器人进行维护和清洁，而且目前的机器人在多功能和可靠性方面还存在不足，因此有些狭窄的地方是人类能够进入，它们却无法进入的。美发师和化妆师当中有许多人并不属于收入高的群体，但是他们在短时间内也不太可能被机器取代。调酒师、汽车修理工和园林工人也是如此。

该项研究按风险高低顺序列出了24个工作类别。存在较高被取代风险的有：食品服务、生产制造、办公和行政支持、农业/渔业/林业、交通运输和物料移动、建造和采掘以及安装/维护/维修。

下一批存在被取代风险（或者至少会因自动化而受到严重影响）的职业是：销售、医疗保健支持、法务、计算机和数学、防护服务以及个人护理。

最后，位于这份风险列表底部的是医疗保健执业人员和技师、生命科学、管理、艺术/娱乐/体育/媒体、建筑学和工程学、教育、商务和财务运营。

我们在此要提醒你：许多财务运营类职业的自动化风险可能会远高于林业工作，但总体而言，布鲁金斯学会的这项研究与我们自己的观察结果一致。

在普华永道会计师事务所的报告《机器人真的会偷走我们的工作吗？》（ Will Robots Really Steal Our Jobs? ）中，约翰·霍克斯沃斯（John Hawksworth）、理查德·贝里曼（Richard Berriman）和戈尔·萨洛尼（Goel Saloni）进一步探讨了这一主题 ⁸ 。对于接连不断的工作自动化浪潮长此以往可能会对人类就业产生的影响，他们的见解与我们的观点不谋而合。他们提出，以下三轮自动化浪潮将接连发生，一直持续到21世纪30年代：

●算法浪潮： “简单任务的自动化和结构化数据的分析”将影响多个行业，以数据驱动型行业为主。

●增强浪潮： “与技术的动态交互用于决策制定”，以及“由机器人在半受控环境中（生产工厂和仓库等存在地理围栏的环境）执行任务”，会将自动化扩展到复杂程度更高、历来通过人工操作完成的任务。

●自动化浪潮： “体力劳动和手工技巧的自动化”，以及“在需要以敏捷反应采取行动的现实环境中解决问题”，会进一步将自动化扩展到此前只有专业过硬、聪明伶俐、善于合作的人才能胜任的领域。

普华永道的研究指出，第一轮浪潮中，有可能因自动化而转型的行业包括（按风险从高到低排序）：金融、保险、科学技术、通信、公共管理、国防。请注意，据普华永道预测：在第一轮浪潮中，这些工作类别都不会达到10%以上的自动化率。

被认为在第二轮浪潮中处境危险、有可能因自动化而转型的行业包括上述所有行业，其自动化率仅能达到近20%。此外，新增的行业还包括交通运输、仓储、生产制造、建造、行政和支持服务、批发和零售贸易、食品服务，以及健康和社会服务。

最后，根据普华永道的预测，受第三轮自动化浪潮破坏严重的行业将包括交通运输和仓储、建造、生产制造、行政和支持服务、批发和零售贸易，以及食品服务。

请注意，在普华永道调研的所有行业中，处境最安全的类别是教育——即使在经历三轮浪潮之后，其自动化风险也不到10%。还有一点也值得注意：在经历三轮浪潮之后，只有一个行业会达到50%的风险，有可能受到严重的破坏，那就是交通运输和仓储。其他行业的风险都低于50%。

根据普华永道的预测，随着时间推移，到了21世纪30年代上半叶，自动化对各行业的影响似乎也会趋于稳定。这意味着，因自动化而失业的人可能只有一部分，而并非绝大多数。不过，一些工作类别的处境可能没那么安全。我们对普华永道的研究进行了更深入地挖掘，发现以下工作在未来二十年内自动化风险较大：

●机器操作工和装配工（60%-70%）。

●文职工作者（50%-60%）。

●基础职业从业者（40%-55%）。

●手工艺和相关贸易者（40%-50%）。

●技师和相关专业人员（25%-35%）。

●服务和销售工作者（25%-35%）。

在自动化风险阈值较低处，我们看到了农业和渔业熟练工（15%-30%）、专业人员（10%）以及高级官员和管理者（5%-10%）。

普华永道的数据提供了以下方面的见解，它们有助于人们了解为什么一些职业会比其他职业更容易受自动化影响。该项研究将机器操作工和装配工（风险较高的类别）和专业人员进行了对比，采用的依据是六个任务和技能类别，这些任务和技能都是他们在日常工作职责中需要用到的，包括手动任务、例行任务、计算、管理、社交技能和读写技能。与所有职业的平均水平相比，这些数据揭示了这样一种情况：机器操作工和装配工对手动任务的依赖程度是平均水平的168%，而在专业人员的任务构成中，手动任务只有平均水平的48%。类似地，在机器操作工和装配工的任务构成中，例行任务是平均水平的124%，而专业人员为平均水平的93%。然而，在计算方面，机器操作工和装配工只有平均水平的51%，而专业人员为平均水平的142%。在管理技能方面，两者分别为平均水平的84%和92%。这说明了什么？

●对于一名机器操作工来说，自动化针对的显然是他的任务占用时间超过平均水平的领域——在该项研究中，这些领域就是手动任务和例行任务。对于专业人员来说，计算任务很可能会成为自动化的第一个目标。我们可以看到，通过自动化提升效率的做法很容易融入被认为自动化风险较高的职业中，但也同样很容易融入自动化风险较低的职业。

●即便是机器操作工和装配工，也有与更难实现自动化的“专业人员”类似的技能和任务。例如，机器操作工和装配工在管理任务方面的自动化程度是平均得分的84%，而专业人员为92%，两者之间的差距并没有那么大。换句话说，这是因为一些任务容易被自动化并不意味着整个工作也容易被自动化。如果机器操作工和装配工在管理职责方面的任务构成与专业人员完全相同，这就说明他们的工作中有某些很重要的方面可能被自动化的倡导者忽略了。这时要当心，因为过度简化现实中的人力工作所包含的内容，以及过度依赖白纸黑字的书面工作职责描述，并不能有效地在现实中做出与提升效率和改进结果有关的决定。

自动化有助于提升人类工作者的哪些潜能和技能

再说一次，我们认为自动化不会彻底取代人类的工作，而是会通过简化某些重复性任务或低价值任务来增强人类的能力。在机器操作工的案例中，手工劳动和例行任务最有可能被自动化，而管理、团队建设、员工培训和生产监督可能会变成重点职能。同样地，专业人员的例行任务和计算任务可能会实现自动化，从而为管理、员工发展和技术技能提升等其他重点任务留出空间。

如果使用得当，自动化并不会消灭工作岗位，而是会改变它们的既有结构。在大多数以结果为导向的情景中，自动化能够为人类工作者创造更多机会，从而改进工作岗位的结构。

还有一种看待自动化的方式，是将它视为时间创造机：自动化能够创造时间。自动化每承担一个工时的工作，就相当于人们收获了一个工时。收获的这个工时可以从公司资产负债表中减去并作为成本减少来处理，也可以重新分配给之前无法获得相应预算的高价值任务。因此，每分配给机器一个工时，都会额外创造一个可以分配给有能力的高价值人类工作者的工时。当我们在前文中提到自动化起到的作用应该是做加法而不是做减法时，我们是指：通过有效运用自动化解放的一百个工时可以作为成本减少来处理，但如果让收获的一百个工时实现价值最大化并用来对公司进行再投资，岂不是更明智？

在商业领域，最容易做到的事情就是设法削减成本。并不是说精益经营就没有优点——以最终有助于公司改善绩效的方式来削减成本和进行组织“瘦身”，无论何时都是有利的。但如果只是因为能够削减成本就这样做，那未必是迈向市场领先地位的最佳途径。

一个典型的例子是：为顺应21世纪数字化经济而进行的数字化转型、技术变革以及意义深远的业务重组任务，这几类挑战都是企业不能指望通过削减成本和走捷径来解决的问题。机智灵活的企业懂得如何松开枷锁，让各种内部组织摆脱束缚、随机应变。这些企业是模块化的。工作职责描述和部门设置都会不断发展变化。这些企业的信息技术经理不会采用十年前或五年前的工作方式，甚至连一年前的工作方式都有可能被摒弃。这种企业在方方面面都处于不断变化、不断适应的状态。这些类型的企业通常走在数字化的前列，它们进行自动化的目的不是缩减员工人数，而是腾出更多资本来聘用更多员工，并将人类工作者解放出来，让他们能够专注价值更高、更有意义的任务。

从低价值任务转到高价值任务

自动化将帮助人类更加专注哪些类型的高价值任务呢？在自动化程度越来越高的经济中，哪些技能和特质对于企业主、合作者和投资人来说更有价值呢？为了吸引未来的招聘人员，当今的工作者应该培养哪些技能和特质呢？

经济合作与发展组织（Organization for Economic Cooperation and Development，简称OECD）于2018年3月发布的《自动化、技能与培训》（ Automation, Skills, and Training ）报告提供了对各种职业资质与自动化风险之间关系的洞察 ⁹ 。根据2012年进行的一次就业调查得出的数据，柳比卡·尼德尔科斯卡（Ljubica Nedelkoska）和格兰达·坤蒂尼（Glenda Quintini）指出，创造才智和社交才智这两方面技能的自动化难度可能远大于认知技能和操作技能，也就是说，那些在创造才智和社交才智方面表现出很高水准，并且擅长处理非例行性互动和认知任务的人类工作者更有可能得到企业主器重，无论有没有自动化都是如此。

相反地，那些所从事职业深深根植于例行任务或手动任务的工作者被自动化取代的风险最高。手工技能尽管有其专业价值，但对于未来的企业主来说很可能会越来越微不足道。再说一次，我们预测出的情况不是高技能手工岗位会迎来末日，而是所有手工岗位加起来会有30%～50%受到侵蚀。机器操作工和装配工比其他高技能手工劳动者（例如美发师和电脑维修专家）更容易感受到自动化的蚕食。因此，请当心那种对所有手工劳动岗位的自动化不加区分、泛泛而谈的做法。

尼德尔科斯卡和坤蒂尼援引世界经济论坛发布的数据，提供了以下两份榜单，它们凸显了全球需求度最高的技能在2015——2020年经历的转变。

2015年榜单：

1.解决复杂问题

2.与他人协调

3.人员管理

4.批判性思维

5.谈判协商

6.质量控制

7.以服务为主导

8.判断和决策

9.积极倾听

10.创造力

2020年榜单：

1.解决复杂问题

2.批判性思维

3.创造力

4.人员管理

5.与他人协调

6.情商

7.判断和决策

8.以服务为主导

9.谈判协商

10.认知灵活性

请注意，榜单中新增了情商并去掉了质量控制，后者是一项能够自动化的任务。请记住，解决复杂问题、批判性思维、创造力、人员管理、情商、判断和决策、以服务为主导、谈判协商和认知灵活性都属于对高层次认知及互动技能的应用。

到2025年，我们预计会看到解决复杂问题、人员管理、与他人协调、判断和决策、以服务为主导在榜单上向下移动。为什么呢？因为这些技能可以并且将会通过人工智能和自动化得到增强。

其余特质——批判性思维、创造力、情商、谈判协商和认知灵活性，应该会移动到前五位，因为企业主更赏识那些拥有不易自动化、具有高价值技能的工作者。

人机关系的演变是一个自然而然的平衡过程

在我们介绍如何适应自动化和人工智能的崛起，以及思考即将到来的各种变化，哪些类型的职业更有可能因此得到增强和改进这些内容之前，我们先来花点时间回顾一下本章开头的内容。

事实上，无论何时，人类的聪明才智和创新都会用来改善表现，用来增强人类的能力，用来增加产出、增强力量、提高速度、扩大范围，用来提升效率、有效性、产量，以及用来创造更多机会。人类能够将自己从繁重任务中解放出来，做更多事情，离不开对各种工具和谋略的运用。

因此，现代那些借助人工智能和物联网（IoT）技术来经营农场的农民，和古代那些为农田建造机械灌溉系统、利用农场边上的河流为磨坊提供动力的农民，都运用了工具和谋略。同样，那些借助机器学习和人工智能技术，在成千上万页的法院文件和证词中查找错误、提取特定人员信息的律师，和那些很多年前不得不召集一众实习生来做这些工作的律师，二者区别也没有那么大。某个流程或某项任务的自动化，并不意味着相关工作必定会消亡，而只是意味着这些工作必定会发生变化。

现在，随着机器变得更加复杂、更加自动化以及更加智能，并且随着机器变得能够进行技能学习并做出基本决策，人机关系也开始发生变化。用户、司机以及操作人员角色（或使用者）将演变成别的角色——这更加类似于人类与动物帮手之间形成的合作关系类型。而随着智能机器变得仿佛人类一样，能够使用自然语言、声音，并通过随性而为的社交互动方式与人类进行互动，人机合作关系将变得越来越像人类彼此之间的合作关系类型。

在不远的将来，自动驾驶汽车的车主或许能够与爱车进行合作，它可以送他去上班，可以在上班时间帮他跑腿办事，没准还能顺便载上需要搭车的行人一程赚点小钱，可以去机场接回他的家人，或是在他因病无法出门时出门取回一碗鸡汤。在不远的将来，坐在办公室里的业务经理能够创建由专业人工智能产品组成的任务执行团队。这些人工智能产品的任务是完成大量非常有用的工作，包括生成报表、提供市场分析和制作演示文稿，以及与人类团队成员进行协调、管理日程表、协助人类做出对业务至关重要的复杂决策。在不远的将来，就连手工劳动职业（如园林工人和机械操作工）都会能够与人工智能产品、机器人和智能自动化工具合作，从而更快、更好地完成工作。自动化未必会让人们的工作面临世界末日。比起将自动化技术浪费在走捷径、削减成本等事情上，并且无视人类在几百万年进化历程中积累的经验教训的做法，人机合作关系带来的经济潜力和创新潜力要有意思得多，其中蕴藏着无限机会。