人们担心各种技术的进步将会减少对劳动力的需求,以至于我们可能需要提供全民基本收入,缩短工作周,和 / 或发生大规模失业。
 
我对此有不同的看法。
 
我认为在某些工作的某些环节的生产力正大幅提升。而这也将导致大量工人受到影响。但与此同时,全球许多地区没有足够的生产力来弥补人口老龄化的问题。我担心生活水平会下降,因为我们的人工太少了。
 
但无论如何,对于一些几乎每个人都能胜任的工作,我们需要改变这类工作的相对价值。
 
Digitization 和 Digitalization 的定义不同
 
这两个词除了音节上不同,定义也不尽相同。但是对于这两个词的确切意义,众说纷纭。我把我所理解的定义在这里阐述给大家。
 
“Digitization”是采取方法将某物转化成数码格式。扫描纸质文件以生成 .pdf 文档是将纸上可见标记数码化,这可以连接电脑操作。 
 
“Digitalization”是取代传统信息共享的方法,或改变控制流程。这个过程利用计算机代码(可能有几千个不同的程序运行在数百或数千台计算机上)使信息流或者控制流程适应新的改变,以及通过将新版本的代码加载到计算机网络中实现快速重新定义。
 
文件的数码化格式使得它们以较小、较轻形式存储(例如,文件保存在计算机磁盘而不是文件柜中),并且可以高速发送(例如传真机)。而办公室工作自动化是指这些数码格式的内容被读取,并且将文件创建者写下来的文字数字化,这些文字的“含义”可被程序用来交叉引索文档,处理相关订单等等。这是数字化。
 
从何提升生产力?
 
我们来看一个数字化的例子。美国已经采取数字化完成收费公路或收费桥上收费的工作。
 
科技行业可能已经试图通过制造机器人来执行这项工作。机器人可以从司机手里收通行券(用来记录汽车从哪个收费公路进来)和现金,包括皱巴巴的钱和无序的零钱。然后机器人会检查和辨认收上来的东西,然后将零钱找回司机手里。这是以前人工收费的日常工作。
 
这可能已经成为了一个难题,因为今天的机器人技术无法完成这项工作。
 
现在替代的方案是通过汽车携带的转发器识别汽车,或者读取车牌。汽车不必减速,所以也能减少拥堵,带来额外好处。
 
这种解决方案是典型的通过数字化减少人工需要。这不是机器人代替人执行任务,而是由一整套数字化的工作协作完成的,这可能需要许多不同的人员提供前期支持。
 
数字化带来生产力提升和生产力红利。但是,并不是所有工作都能被数字化。数字化本身不能代替人工的灵活性。
 
举个例子,我们可以思考一下亚马逊这样的公司是如何改变零售业的。以前,货物被运送到许多不同的零售店,然后置放在货架上消费者挑选。当消费者购买物品时,由收银员扫描价格,然后再还给消费者。有的时候,消费者拿起货品,但又放下来,没有购买,销售人员还需要整理货架,保持整洁。
 
今天步骤要简化得多。消费者从网上购买商品,网上支付。货物只需要运到仓储中心,而且这些货物只需要放在货架上一次,然后就被分拣,按顺序包装。
 
越来越多常规工作可以被数字化取代,尽管在过去其中有些工作需要由受过高等教育的人才能执行。但如果这个任务是需要和人类亲密互动,那这个任务还很难被数字化。比如大部分的老年人护理工作。我们还没有很好的机器能帮助老年人上床或下床,帮助行动不便或认知能力下降的老年人上洗手间和洗澡。
 
提升生产力的未来趋势?
 
首先,我要声明,我不是经济学家;其次,这不会阻碍我对经济领域提出看法。
 
我并不担心劳动力需求少,反倒担心没有足够的劳动力。
 
数字化提升生产力,至少可以缓解我们正在面临的劳动力短缺问题,而且也能帮助应对老龄化。
 
好消息是几乎每个人都能找到自己力所能及的工作;坏消息是这些工作未必尽如人意。
 
我认为这是我们将面临的真正问题 —— 如何将那些缺人的岗位变得更有吸引力,从而让被数字化取代的劳动力更乐意去从事这些工作。
 
解决这个实际的问题仍会是一个巨大的挑战。
 
我并没有用“AI”这个词
 
在这篇文章里,我没有提到人工智能(AI)。
 
我最近参加了一个关于未来工作的会议,AI 是一个被高频提及的词。AI 可以做这件事,AI 可以做那件事。现在正在爆发 AI 革命。
 
这些常常把 AI 挂在嘴边的人可能三年前才开始听到这个词。但是实际上大概在 1956 年 AI 就已经出现了。我发现“AI”已经成为“科技”的代名词。三年前用“科技”来形容的事情,今天用“AI”来替代都行得通。
 
在这篇文章里,我谈的是数字化。当然,数字化会使得真正的 AI、机器学习(ML)、还有其它大家理解成是 AI 的技术得到更快的部署。但是很多采用数字化以提升生产力的项目并不是特别依赖于 AI 技术。
 
也就是说,除非我们重新定义 AI,使其成为任何数字化技术的总称,提升生产力才会完全依赖 AI。我是不会这么做的。但可能其他人已经这么做了。