機器取代人後，未來工廠會是什麼樣？

企業管理顧問華倫·貝尼斯（Warren Bennis）講過一個笑話。他說，未來的工廠里只有一個人，一條狗。人是要喂狗，狗是要看住人，不讓他碰機器。

總有一天，機器人會替代人。如果對物種進化做一個預測，那麼，人類之後的下一個物種應該是機器人。

推薦大家讀一本《如何思考會思考的機器》，裡面彙集了全球各個行業頂級專家對人工智慧的看法。當然，即使是專家，對人工智慧的看法也大多是猜測。誰也不知道未來會出現什麼變化。如果簡單地講，未來可能會有兩條路徑。

第一種路徑是機器人徹底替代了人。

機器人不僅學會了人的思維模式，而且比人類做得更好。機器人也學會了人類的情感，而且比人類更加理性。機器人有了自我意識，不會再聽命於人的指揮。這並非是不可能的。歸根到本源，人的思維、情感，無非都是物理和化學反應，只是我們對其原理了解甚少而已。

第二種路徑是人和機器人融為一體。

手機讓我們成為「千里眼」、「順風耳」，能夠實時地、不受地域限制地與其他人溝通。大數據可以方便我們更好地學習和交流。人用上了各種人造器官。以後，人們很可能會運用更多的科技改善我們的記憶、延長我們的壽命、調節我們的情緒。

·記性不好？外接一個U盤就行。

·性格暴躁？吃一片葯就改過來了。

·想體驗一下南極探險？你可以從別人那裡購買一段個人回憶。

·聽不懂爪哇語？機器幫你直接翻譯。

無論出現哪種情況，我們都能想象得出最後的結果：人類這個物種，會被徹底地改變。生活、工作，都會和以往大不相同，甚至人類的生存都會遇到挑戰。

人工智慧是如何出現的？這是一個很複雜的問題。

我們不妨從最簡單的角度來理解。過去的電腦都是靠「程序」運轉，程序員設想出可能會出現的各種情況，然後告訴機器，如果遇到某一種情況，該如何如何處理。

這就會帶來一個挑戰，如果是一個非常複雜的問題，有很多環節，機器在每一個環節上都要窮盡所有的可能性，那麼，計算和判斷的複雜程度會呈指數型增長，直至機器徹底崩潰。

人每天也會遇到各種複雜的問題，要不要結婚，要不要生子，都是極其複雜的問題。人生有無窮無盡的可能性，有各種各樣的偶然性。人是如何處理複雜問題的？

我們的思維方式比較偷懶。好比，在第一個岔口，有兩個選擇，我們會隨便選一個，比如我們選A。再往前走，又遇到第二個岔口，又有兩個選擇，我們再隨便選一個，比如我們選A1。如果A1是個死胡同呢？我們趕緊退回最近的分岔點，選擇A2。

如此循環往返，直至找到合適的路徑。這種思維方式看起來很笨，這不就是靠碰運氣嗎？確實如此，這是因為人的記憶儲存能力和計算能力嚴重不足，才想出來的湊合的辦法，但事實證明，這是解決複雜問題的唯一正確路徑。

我們對智能機器人最直觀的體驗可能是家裡的掃地機器人，一款叫Roomba的傢伙。

最早設計Roomba的時候，設計師非常苦惱。每個家庭的房間都不一樣，有人住別墅，有人住陋室，有的房間方方正正，有的房間極不規則。如果想把所有的戶型資料都預先輸入，幾乎是不可能的。換個思路之後，就豁然開朗了。Roomba的設計思路是讓機器人自己去學習。

當Roomba剛到你家裡的時候，它會像喝醉酒一樣，到處碰壁。其實它是在學習。碰牆沒有關係，它會把這當作一次失敗的嘗試，把結果記錄下來。只要它把每一次失敗都記錄下來，不斷修正，就能越來越熟練，最後，它就像在你家裡盡情撒歡的小狗，來來去去，自如得很。

一言以蔽之，這種設計思路就是「試錯法」。機器學習就是一個計算機演算法在分析和預測中不斷自我改進的過程。

認知機器人的方法論無非是最基本的概率論，但它的技術進步在於，認知機器人已經開始理解更複雜的非結構化信息。也就是說，機器人不僅能夠像過去那樣理解數字，還能夠「看懂」圖像、「聽懂」人的講話，等等。

以機器翻譯為例。IBM在開發翻譯軟體的時候成立了一個團隊，最早，他們雇傭了很多語言學家，希望語言學家能夠教會機器不同的語法，然後讓機器根據語法學習各種語言。後來，他們發現這樣根本行不通。最簡單粗暴的辦法就是把海量的語言資料都輸入電腦，讓電腦自己去「試錯」。

一開始，電腦的翻譯一定是不倫不類的，但慢慢地，如果你給電腦足夠多的正確和錯誤的示例，它就會慢慢弄明白，哪些說法是不地道的，哪些是更地道的。它的學習就越來越快。它可以用同樣的方法學會中文、俄語、班圖語、尼泊爾語：其實它不是在學外語，而是在處理統計數據。以後，我們很可能不用再學習外語了，人工智慧會比我們做得更好。它能夠掌握各種語言，靠的就是大數據和「試錯法」。

說起人工智慧，我們常常會有一種恐懼，認為我們的工作很快就會被機器替代。確實，越來越多的工作會被機器替代，但距離我所預言的那個機器人取代人類的時代還早得很。我們仍然處在人工智慧的初級階段。

現在的人工智慧大多局限在一個特定的領域。Roomba是負責掃地的。有的人工智慧是為了翻譯語言、或是幫助醫生診斷疾病。它們各有分工。在其各自的領域，它們完全有可能替代很多常規性的人類的工作，但機器人會不會突然變得全知全能呢？你家的Roomba會不會有一天掃地掃膩味了，自己決定不想掃地，要設計汽車了？至少目前來看，這種可能性為零。

任務自動化和工作崗位自動化是兩件不同的事情。工作崗位自動化是指機器完全替代了人，任務自動化是不會搶走人類的工作的。

舉例來說，由於工業革命，紡織行業在19世紀就從手工業變成了現代化工業。紡織行業中98%的勞動被自動化了，那麼，紡織行業的就業人數是否相應地減少了98%呢？

沒有。紡織行業的就業人數反而增加了。這是由於生產力大幅度提高之後，產品的價格會下降，對產品的需求就會增加。過去，許多人只有一套衣服，而且是媽媽手工縫製的。過去是「慈母手中線，遊子身上衣」。現在，遊子穿的都是買來的衣服，每個人的衣櫥里都塞得滿滿的。此外，對窗帘、地毯、沙發罩，各種各樣紡織品的需求也大幅度增加，於是，需求的增長抵消了機器對勞動力的替代。

同樣的故事今天仍然在發生。自動取款機是在20世紀90年代之後開始出現的。當初，人們認為有了自動取款機，就不再需要銀行櫃員了，結果呢？

銀行櫃員的人數卻增加了，而且比美國整個勞動力市場就業人數的增加速度更快。

條形碼是從20世紀80年代開始出現的。掃描條形碼，能讓收銀員的結賬時間減少18-19%，但收銀員的人數反而增加了。

20世紀90年代末以來，律師事務所越來越多地使用電子文檔檢索軟體，這本是律師助理要做的工作，但律師助理的人數反而快速增長。

我們都聽說過，技術可以創造出全新的崗位需求，比如數據科學工程師。但與此同時，技術也能改變很多傳統的常規工作。

銀行櫃員不需要再收付現金，他們可以花更多的時間幫顧客處理更複雜的事務。

律師助理不用再在檔案堆里找文件，他們可以幫助律師們更好地維護客戶關係。

會看CT片子的電腦沒有完全替代醫生的工作，醫生可以藉助電腦，進一步提高診斷質量。

各種設計軟體也沒有替代設計師的工作，相反，會有更多的人更容易地進入這一行當。

所以，好消息是：未來的工廠里，會有一台機器，一個人，一條狗。有的工作是人來做主，機器輔助；有的工作是機器做主，人來輔助。至於那條狗嘛，它安安靜靜地趴在那裡，像一個哲人一樣若有所思。

「傳播知識價值，倡導獨立思考！」

微信公號：價值

價值微信全站精華搜索: 數百萬篇極具價值的經濟/商業/金融/文化類文章期待對話。微信公號中，輸入您感興趣的任意「關鍵字」，可搜索精彩的專家見解！

何帆專欄見｛閱讀原文｝