職涯諮詢服務 找工作 找人才
職涯諮詢服務
:::
問題集錦
職涯專欄
職場快訊
我要諮詢
顧問介紹
作家介紹
回首頁
:::
職場快訊
當自動化取代勞力和腦力,你該學什麼?怎麼學?
2018-07-30    文章來源:就業安全半年刊

Google I/O 大會上,一個示範讓大家驚呼。畫面中,是2016年發表的 Google Assistant(Google個人助理),兩年後,你已經可以在手機上請它撥個電話幫你預約理髮,而理髮店的員工完全感覺不到是在和機器對話。
 

圖片來源:Google I/O 2018
 圖片來源:Google I/O 2018。

 這段示範說明了人工智慧可以讓機器像人,「已經」有幾個重要的突破:
1. 自然語音的合成已經到達「人類聽不出差異」的程度。
2. 機器已經可以像人類一樣反應,比方說等待的空檔會發出一些語助詞避免尷尬。
3. 機器已經像人類一樣思考,比方說聽到「您可以直接到現場候位」時,機器會回問「那到現場大概要等多久?」。


2016年5月Google Assistant發表時,還只是一個指令一個動作的程式,需要花蠻大的精神「講出一句數位助理聽得懂的精確指令」,而且它的語音回覆很生硬、不流暢,稱不上是在和人類對話。但我們該留意的是它進化的速度和機器進化的本質:
1. 過去兩年內它的變化。
2. 未來兩年它可能的進化。
3. 一個Google Assistant進化,就是所有的設備進化。
4. 一個進化過的版本,代表下一個版本全面進化。

雖然這是最新的科技發展,但我比較偏向從社會人文角度來談上面的變化。

人類的文明進化都跟勞力和腦力釋放有關。石器時代的開始,是因為人類發展了最新科技,利用改造石頭和複合其他材料作為工具。讓狩獵更有效率之外,也逐漸開發出農耕用的器具,使得人類逐漸走進農業時代。青銅時代的開始,是因為人類發展出合金冶煉製程,讓

紅銅可以和其他金屬混合製成青銅,用青銅製成各種工具。生產力大幅提高後,人類在畜牧、農業、文化、藝術、軍事都有更大的進化。
近代的第一次工業革命,則是蒸氣機科技使動物和人的勞動力被釋放,逐漸不需要人或動物拉車;引擎的發展則是進一步完全讓人、馬、牛完全解放。後來發明的電報、電話,則是解放了信鴿、減少了送信的需求,提高資訊流通的速度,更不用提後來的網際網路發展、

電腦、手機、智慧型手機、雲端。
2016年,美國波爾大學商業經濟研究中心的大規模研究發現,2000~2010年間,有480萬個工作因為科技進步而消失。在Google、Facebook、IBM、阿里巴巴、訊騰…等超級企業用力推動之下,AI 即將快速成熟的未來10年,會是什麼光景?一路從感測、IoT、大數據、雲端、決策、到機器執行,完全人力低度介入的情況下,人類的勞力和腦力將面臨歷史上最巨量的解放。


對,我知道你看到的是「史上最巨大的失業潮」。
但從巨大的歷史脈絡來看,我看到的是「科技把你從對人生意義不高的賺錢勞動中解放」。

 

關鍵是「你能做什麼是機器做不到的」?

比打字速度,以後不需要打字用講的;比收集資料,以後AI一秒幾萬筆的比對;比開車,以後整個物流車隊都不需要人開;比開飛機,以後都是無人飛機;比商用平面設計,阿里巴巴已經有AI可以自動完成商場的Banner,而且會自動改良讓導購效果更好。你過去賴以為生的專業技能,正在快速失去價值,因為科技業大量投資之下,10年內機器很快會做得比你好、生產力更高。


「10年內機器可以做到什麼」?

要問「你能做什麼是機器做不到的」之前,你該試圖了解:「10年內機器可以做到什麼」。以下是我的觀察,供你參考:
1. 機器一定可以做得非常好的:
○高度專一的事。比方說,固定的組裝動作、很固定的輸入動作…。比較好理解的描述是:一個工讀生可以在一天內高度熟練的動作。
○高度精確的事。比方說,要把一堆很小的東西精確的放在他們該放的位置,即便那一堆東西可能混合了各種雜物。
○不需思考即可完成的流程。廣泛的講是,要處理的事很容易被分類,被分類之後就能知道下一步該做什麼,做了之後大概會有什麼產出也都能分類,可以有明確的回饋和修正。比較好理解的說法是:有明確SOP的事。
○特定領域的入門級產出。比方說不帶評論觀點的球賽新聞報導,經過資料整理和分析之後的口語化、文字化調查報告。
○廣泛資訊彙整的入門級產出。比方說把網路上的相關資料整理、排序之後,整理成豐富圖文的文件。
○模仿型的藝術創作、模仿融合後再創新的藝術創作。比方說分析莫內的畫,然後把任何一張照片處理成莫內風格的畫,而專家單看手法不做年份鑑定會誤以為是真跡,更進一步是演化出全新的創作風格。在這裡指的是實體的創作,比方說一幅油畫、水墨畫。

2.機器能做到,可以完成到一定程度,但不見得可以做到非常好的:
○有一點客製化的基本服務。比方說特定產業裡的電話客服、面對面的特定商品介紹、基本的禮儀。比較好理解的是:國中程度的人類就能做到的服務。
○有一點客製的專業生產。比方說一篇專業文章文字不順暢需要修正一下。
○特定領域中帶一些洞察的進階產出。比方說找完資料後,帶入個人觀點和判斷,並提供相關的分析和決策建議。這裡有個最簡單的理解:就是相關領域大學畢業後到同領域工作兩年的程度。
○憑經驗判斷,需要高度複合技能的手工任務。這個工作必須同時具備好幾種技能才能完成,而且不同技能之間的切換很頻繁,技能之間的切換常常沒有明確的標準。比方說:釀酒、釀醬油、烘焙茶葉。

那10年內機器應該還做不到什麼?

以下是我的觀察,供你參考:
○哲學思考。比方說,機器暫時無法創造一個宗教,一個宗教必須創造一個世界觀,並且理論化,設計一些模式並說服群眾參與;機器暫時也無法說出「我思故我在」這樣的哲語,因為「懷疑、辨證」是人類特有的高級心智活動。
○不確定性很高的任務。常常無法被明確分類,變動的狀況太多,以致於下一步也很難決定的事。比較好理解是:開發新市場與新產品。
○任務本身都定義不清楚的任務。通常只是一個「目標」的任務,比方說目標是三成營業額,但具體來說要做哪些事很難定義:是要加強既有客群的行銷?還是開發新商品?還是打新市場?。
○要處理「人」的任務。人的喜好、情緒、偏見、政治立場、宗教立場、家庭背景、教育程度,會讓「人」很難用理性與邏輯處理。人是感覺對了什麼都容易談,但問題是機器短時間應該不懂什麼是「感覺對了」。
○高度跨領域與融合、沒有前例可循的創造性事物。機器的專長是在「特化」,單一、高度專一,而且需要前例。機器很難做拓荒者,因為它們暫時無法處理未知的難題。而人類可以做高度複合式的整合與判斷。

所以該學什麼?怎麼學?

其實在上一個段落的分析,該學什麼已經呼之欲出了。但我認為問清楚「什麼不該學」比較重要,我的建議是這樣的:
1.不要拼測試,理解才是王道。除非傳統的測試方式全部變成申論模式,否則「比正確答案」是永遠贏不了的機器的,相反的,人類理解原理融合成新東西後,讓機器幫忙精準化。
2.不要專精於知識記誦。人類是永遠拼不過連上雲端資料庫的AI的,記得鉅細靡遺考100分已經失去意義。

基本上掌握幾個原則:
1.活得像個人。強化運動、藝術、社交、思考、文化的知能,可以讓你比機器優秀,並且找到機器做不了的突破點。
2.專注於觀察,了解「人性」。人類所有的科技發展,都是為了「人類」自己而發展的。因此當你越了解「人要什麼」「人渴望什麼」,你就能反過來善用機器成為你的助手。
3.從自身的既有專業技能為核心,開始擴張其他專業。培養第二、甚至第三技能。技能越多,就可以融合出新的東西。
4.批判式思維。人類與機器最大的差異在於高級心智活動。
5.重覆訓練自己(有目的的)觀察、分析、判斷、決策、執行…等能力。簡單說,就是要鍛鍊系統性思維,讓自己具有整合能力。

上面只是大原則,但怎麼學呢?我認為上面的原則並不是分開的,而是同一件事。因此可以簡單從以下幾個方式切入:
1.關心社會問題,並嘗試實做解決。通常社會問題成因是複合式的,因此解決方案也是複合式的。這個方式會協助你一次訓練以上五個原則。
2.參與一些沒摸過的專案。透過團隊工作,你會開始學習與人合作與溝通,並且試著了解別人的專業。這會協助你初步探索不同專業間的差異。最簡單的,就是參與某些開放專案。
3.參與志工服務。志工服務是非常低門檻的探索,由於是志工性質,參與者多元,因此有機會磨練出以上幾種能力,並且開拓新的專長。


    好,看完了。然後呢?


第一步是改掉「問然後呢」這個習慣,這是機器會問的問題;第二步你可以開始參與一些改造社會議題的行動、也拓展自己的專業技能;面對自動化取代勞力和腦力的時代,你一定要為未來儲值。