Transcription
我們目前首要聚焦在工業領域，如今已經拿到大約2.5萬台的預購訂單，來自零售、倉儲、汽車產業、油氣行業等。這些領域都存在巨大的勞動力短缺，數以百萬計的重要職位無人填補。而年輕人也不想在倉庫裡做那些枯燥、重複性的工作。這種工作應該交給機器人，而不是人類。而且這類工作多到以百萬計。
老師，最主要呢，我覺得可以來聊這個議題，就是科技和全球最大勞動力體系的未來。這是世界經濟論壇的一份報告。那裡頭關注的當然就是這幾年非常熱門的就是AI，然後機器人自動化，然後能源、能源轉型、能源轉型，然後跟所謂的網路、網路跟感測技術。其實這四大區塊，其實翻轉了我們非常多對於未來的想像，跟勞動力的部分。
那這份報告當中，它有兩個圖表。老師，那兩個圖表當中，其實它先針對全球最主要的七大主要產業，它說這個七大主要產業，其實就占了全球勞動力的86%。那這86%當中，它去探討就是這些新科技對於這些產業的衝擊。
那目前看起來就是，它說這個圖就是有分所謂的高收入國家，然後中高收入、中低收入，跟低收入國家。然後這七大產業，它這些國家經濟體的分布。老師，所以目前看起來，農業就是低收入跟中低收入，它的占比國家會比較多。對啊，你看就占了一半，中低收入占了一半。對，然後這個低收入又占了差不多20%。所以加在一起呢，就是低跟中低就占了70%。剩下呢，中高30%。那高呢，幾乎沒有。像美國有農業，但是絕對不是主體。
所以以目前這樣看起來講的話，反而是高收入或中高收入的國家，最主要集中在，我看是製造業。製造業，然後（中高收入國家）也是它的一半左右，對不對？一半。高收入又占了百分之二三十，對不對？我們說就看這個的話，就是中高跟高（收入國家）大概占了百分之七八十。所以它們（高與中高）偏向製造業。它們（低與中低）偏向農業。然後以目前看起來，就是醫療、醫療健康的部分，是高收入。對，跟中高占最多。對，對，然後再來，好像商業管理的部分，也是比較多。就是綠色這個，也是高跟中高收入的（國家）。對，也是比較高。對，建築業就是中高、中低，各占差不多一半了。
所以老師，為什麼這七大產業有這樣的分布呢？農業都在低收入國家，這些占比較高。然後反而是商管啦，或者是醫療健康，這個跟個人生產力有很明顯的關係。因為農業是個人生產力最低的產業，而製造業跟金融跟商管是最高的行業。對不對？你看世界各國分布都一樣，台灣也是如此。所以低收入國家呢，就是因為它農業太多了，其他產業不足，所以它低收入。高收入國家呢，就是科技特別發達，金融特別發達，管理特別發達，所以它高收入。
老師，那所以以這樣子的分布來講，如果我們來看現在四大新興的這個技術出現，那對於這些產業會有什麼樣的改變嗎？你看這四大技術呢，其實對每個行業都有改變。譬如說製造業，當它開始大量用機器人、用自動化的技術，然後用有新的這個能源供應，再–加上最後一個是網路跟感測。對，對，大概前面三個對製造業的影響最大，對不對？因為現在很多工廠都是無人工廠，或者是黑燈工廠。這些工廠裡面呢，大部分都是機器人，然後它裡面的搬運工作也機器人在做。
今天在這裡，我們示範的是Atlas在汽車產線上的應用。還有在物流和汽車工廠裡非常常見的「排序」任務。Atlas會依照車輛裝配的順序把零件排好。如此一來，生產線就能運轉得更快、更可靠。出廠的車輛品質也會越來越穩定。然後它呢，又跟客戶呢，又建立很多這個互通的關係。同時它因為都用這些電動的設備，所以對於這個新的能源呢，它的需求特別大。
但是對於其他的農業的部分呢，農業它們現在新的技術呢，就是用無人機。像台灣也開始用無人機來施肥啦、撒農藥啦。在美國它還用無人的收割機，還有自動灌溉機。這都是算是無人機的一部分。那農業的其他的部分能夠用到的呢，當然這個，當然跟電力是有一點關係啦。將來這全部都是用電的。那對於這個網路呢，農業現在其實也有一部分農戶呢，開始利用網路來進行銷售。這個大概是越來越普遍了。
老師，因為我看啊，其實它有寫一個相關的大致的一個重點，就是說農業的部分，就像老師剛剛說是無人機，還有AI分析推動，然後就會進入一些比較精準化的階段。例如說哪些農作物的什麼時候，對對對對，它時間的–一些調配跟調控，它可能就可以有自動化。製造業的部分呢，就是視覺檢測，跟老師剛剛說的智能機器人，它可以取代很多人工的工作。然後建築的話呢，像日本它有用全程機器人施工，有這個項目。而且它說全程機器人施工還更安全，而且不會有人命上的損壞。然後在零售跟批發，就是AI驅動的，就是整個供應鏈。交通物流，就是透過這個演算法的優化，來實現及時的配送。但是它當然還有一些問題，它就是有一些演算法的偏見跟透明度，這方面可能目前還是有一些難題。商業的部分，就是現在有很多AI代理系統。像我們現在知道說，欸，我要問信用卡問題，現在都會跟你講說請用網路，然後用AI回答。對，其實我們這個其實還滿普遍。
醫療健康領域的話，就是縮短一些文檔的處理時間。因為很多護理人員要打很多的文檔，這些時間都可以去除。所以老師，以目前看起來，好像這些四大新興科技的應用，感覺好像是還不錯。但是在一些低收入的國家跟中低收入的國家，是不是未來都會出現一些，就是在這些技術演進、創新上面的不平均跟不公平呢？對不對？
對於低收入國家來說的話，我們說它的農業是主體。所以這些農業的這個創新呢，影響是最大的。可是呢，這些農業創新裡面，包括不論是自動化的這個機器，或者是感測系統，或者是互聯網，通常呢，這些農民呢，都欠缺這樣的技術。而要得到這些技術呢，你需要花很多時間去訓練新的技術人才，而且你需要去購買新的設備。而這些呢，又不是一般農民可以負擔的。所以像農業這個部門呢，如果將來要導入這些新–這個創新的話呢，它需要大量的資本跟技術。而這個能夠具有大量資本技術的這能力的農戶呢，通常會是比較有錢的少數的農戶。所以將來這個耕作呢，會大部分被這些少數有錢的農戶所占有。而其他的農民呢，如果他沒有辦法得到這些資金，沒有辦法受到訓練，他們就退出這個行業了。
發達經濟體及部分新興市場，包括中國與多數海灣國家（滲透率）集中於前1/3，而低收入國家位居底端。這帶來的風險是，我們可能進入一個生產力普遍提升，但國內與國際間分化加劇的世界。
老師，那所以未來其實會更兩極化不是嗎？因為它們既沒有這些設備，然後又沒有這些技術，人也沒有這樣的能力。它們就會越來越偏向低端，然後高端的人掌握了更多的先進的設備跟創新。所以到最後就會變得更分化的兩極世界。可能都不是兩極了，可能只有一極。那剩下的這一群人呢，他們就只好去做其他工作了，可能–會投入服務業吧。
老師，如果縮小來看的話，就是以這些產業來講，就是–在這些技術方面，哪一些的產業就是比較細分的產業，或者是工作形態容易被淘汰呢？它們說最後剩下來的，就是以人為本的工作會留下來。其他工作呢，跟人不接觸的，大概都被淘汰了。所以像什麼律師、會計師，然後其實好像只要師字頭的。老師，所以老師也很容易被取代，是這樣嗎？
對，因為老師他的這個知識啊，都是很久以前就學習到的，而這個知識的傳授呢，都是很機械化的這種方式。而這兩個部分都–，都很容易被AI取代。因為AI會提供你更多、更豐富、更新的知識，同時呢，AI有很多方式來教導學生，讓學生在更短的時間之內，用更有效的方式來學習。所以當這樣的方式呢，慢慢成熟了，慢慢推廣了，那傳統的老師呢，他就無用武之地了。
像律師的話，其實現在的AI已經進步到，以前有點像搜尋，我可能要去搜尋答案，然後我自己再去消化。現在是你只要問它，例如一個案例丟進去，它就幫你把甚至是全球所有的法條，比我們還厲害。它的三、五分鐘答案就出來了。所以將來律師的工作是把他的律師的才能發揮在運用AI提供的資料上。所以有些技能是AI不能提供，譬如他到法庭上，去跟人家論辯，去想辦法去駁倒對方，他需要很多這方面的資訊。但是呢，需要他這個人的嘴巴來做這個事情。
所以相較看起來好像會計師被取代的機率會更高對不對？因為我公司，我不用請會計師，我把相關的資訊全部丟進去，然後它可能有一個AI很完整的系統，算的還會比會計師更精密，因為它不會出錯。對，因為它裡面沒有以人為本的部分。像律師、會計師這些，大家–都會覺得是一個很難考到的證照，而且是一個非常高度，而且薪資非常高的技能，尤其像會計師。所以–在目前這幾年AI發展這麼快的情況之下，這些都這麼容易的被取代，那在這樣的形態之下，我們要怎麼樣去突破這樣子的？
就只有一個辦法，就是去發展AI不能取代的能力。就是譬如你需要跟人直接面對，你需要用人的某些智慧去處理。譬如說你是一個畫家，或者你是一個音樂家。像這樣的情況呢，AI能夠模擬各種音樂，但是它不能創造出新的作品，真正能夠感動人心的這作品。所以就是凡是涉及到要跟人交涉的部分，AI是不能取代的。但是脫離這部分的任何的這個資訊能力，AI都可以取代。
所以最後你得到結論就如此，就是你必須要變成一個，你要做以人為本的工作，但是你可以運用大量的AI來幫助你。老師，會不會後來未來連音樂都是呢？因為其實音符還有變化，像現在的AI系統，是我問它一個問題，然後我可以不斷追問，然後到最後它優化到一個，我覺得已經接近。你說AI可以創造出一個貝多芬來嗎？創造出一個莫札特來嗎？所以它需要更多的一些情感或經歷。有時候說不定對藝術家來說，有更多的資訊、更多的模擬、搜集更多的其他藝術家的這個作品，反而阻礙他的創作。
所以老師最近有一個很流行的名詞叫作「大腦外包」。它的意思就是，當人已經習慣用AI，過度依賴AI之後，你什麼你都不會做，反正你就問它問題，然後它就幫你寫好，然後你就丟出去。所以未來可能大家比較小心的是這個大腦外包的這個現象出現。這種人就將來就沒有用處了，因為他已經被AI取代了。所以比較厲害的就是，我們把它當成是一個輔助的工具，然後增加我們工作上的效率。對，但是在判斷還有深化，或者是加入一些個人情感的部分，是我們要去做的。
對，那如果像大學教書這樣的行業的話，未來會出現什麼樣？也是一樣啊。我剛剛講那個教師是從小學、幼稚園，一直到大學啊。對，都一樣。就是到最後呢，它能夠發展出來的很好的AI教學方式，但是他能夠利用這個方式來教導學生。
所以老師舉例來說的話，假設是經濟學的話，老師覺得說教導經濟學，那可以用什麼樣的方式能夠變成是利用AI，然後增加效率，而不是被AI所取代？這個大概只有在你運用經濟學來做判斷的時候。因為經濟學呢，這個學問呢，已經成熟了。可是呢，並不是每個人都能夠活用經濟學。你當然可以找到很多AI幫助你，舉出很多例子來，用經濟學用在什麼場合。可是呢，你不見得在你臨場需要某一種判斷的時候，能夠找立即找到AI的幫手。所以面對複雜變化情況的時候呢，你自己充分的經濟學的知識，再加上你從AI裡面所獲得的資訊，應該會幫助你更快做出最好的判斷。
所以老師，我可以換個角度來說，就是像老師的實務經驗是比較豐富的，而且人生閱歷也很多。當然我們問一個問題，然後要解方的時候，它（AI）可能會給你一套答案。但是老師就可以從自己的經驗去判斷說，哪一些其實在實際的情況上面，還是不可行，因為它裡頭加了很多人性跟人跟人之間的關係。所以你就會知道說，欸，哪些部分其實要做一個比較人性化的管理，或者是調整。對，可以這樣講。
還有就是你要有能力判斷AI給你資訊是對的，還是錯的。我最近看到一個很有趣的新聞，它說有一個學生呢，他要寫他的這個期末報告，他就問AI問題。他連問了20次之後呢，這AI就說，你根本就是一個社會的渣滓，你去死吧。這個AI可能是滿聰明的AI，但是呢，有很多AI給的資訊呢，其實是半真半假的。因為它是到處去搜集資訊，它沒有判斷能力。所以它搜集的資訊裡面呢，有很多可能似是而非的，它察覺不出來。所以你如果有真正豐富的知識跟經驗，你應該有能力去判斷它給你的資訊是有用的，是沒用的，是對的，是錯的。這個很重要。這不是一般人可以做到的。
因為我看現在它們的AI，其實有一個設計就是，它其實整理完答案之後，它會有一些引用的來源。所以我覺得它這個引用來源滿好，就是你可以點這個來源，然後你去判斷它所提供的這個資訊，到底是正確還是不正確。那因為現在大家說這個AI除了資訊搜集之外，它們現在甚至可以創新。像在數學大賽當中，它解出來的題目的答案比人腦還要多，還要快。有一些我們答案解不出來，可是它可以解得出來。
所以–在AI的運用上面，可能在就是像老師說數理部分，它可能會有這樣功能。可是在社會科學上面，因為社會科學，像我們常作研究，所謂的質化，其實我們在乎的是人跟人之間對談所產生的結果。這個部分可能是AI比較沒有辦法取代的。而且像你剛剛說，你可以把它引用的來源可以顯示出來，你再去找那個來源。但如果是很複雜的資訊的話，它的來源是非常眾多的，而且來源之後還有它的來源。所以你要找這樣的這個索引呢，你可能窮於應付，你不能每個都去問AI這個來源是怎麼樣的一個情況。所以你可能到最後手忙腳亂，但是還是不能判定到底這個資訊呢，是對，還是錯的。
所以現在比較可憐的是這幾年，這兩三年剛畢業的大學新鮮人，因為他們還沒有任何的社會經歷，可是他們已經面臨了這個AI的變革。可是在學校又還沒有學到。因為我上一次看一個就是專訪，它就有提到說，它覺得這幾年的新鮮人是最可憐的，因為你不知道該怎麼樣應付。那就有三五年以上資歷的人而言，因為他已經足夠有知識跟能力去判斷這樣的來源，它其實每個答案後面都有來源，所以下面有非常多的附註，它甚至告訴你它搜集的過程是怎麼樣。所以我們而言，可能很快的就可以知道說，哦，它這樣的來源，哪幾個是錯的，那它搜集的方式，有可能哪些是有偏誤的，然後我再下個指令，請它再調整。可是新鮮人，他就完全沒有辦法這樣。
老師，那以目前，就是現在還在就學的，或者是新世代來講，他們面對現在新的科技，要怎麼樣做呢？他們要做兩種動作。一個就是，他們要充分掌握AI的能力，包括剛才我們說，他怎麼樣認識到有多少AI的工具可以使用，用什麼樣的方式使用，要怎麼樣去判斷它的這個給你的資訊是對的，還是錯的，有用的，還是沒用的。這是一方面。另外一方面呢，他就必須要去讓他的這一方面的知識呢，能夠儘量的充實，儘量的精進，精進到他最後呢，他可以做一些判斷。這個判斷呢，是AI不能做的。
譬如說，他學經濟學，他把經濟學學的非常的深入，非常的精通，而且面對各種情況如何處理。而另外一方面呢，他可以把相關的資訊怎麼樣從AI這邊取得，取得之後怎麼樣運用，怎麼樣去判斷，他也弄得非常純熟。他–就把這兩個合在一起，他就可以去面對整個社會的挑戰。就變成是，假設大學生的話，他可能在經濟學上面，他可以請AI列出非常多的過去的案例跟解方。像我們過去可能要找好多資料，可他們現在的方法就是，你只要告訴它，然後你設好問對問題，它就告訴你過去曾經發生什麼事情，然後怎麼樣解決。就是他們可以更快速的學習到這些知識跟解決的方法，是這樣子嗎？
對，所以其實大家應該是不要去擔心AI會取代自己的工作，要去練習的是我怎麼樣利用AI，然後讓我的工作更棒。而且你要找到一個不會被取代的工作。老師，什麼樣的工作不會被取代？你剛剛不是說了嗎？像會計師啦、律師啦，這些都被取代了。不會取代工作就是，你跟人接觸，但是又能夠善用AI的這種技巧，這就是不會被取代的工作。像護理人員這些可能，對，比較不會被取代。不會，因為他不太可能機器人有辦法去配合到你的需求是什麼，因為有時候護理人員，他還要關懷一個病人的心理需求。對。
所以老師，像護理人員，那還有什麼呢？藝術家啊，像我們剛講的律師也是啊。如果像建築行業的話，其實建築師也不見得那麼容易被取代吧？因為他可能要很多設計概念。還是說未來AI，就是它其實可以各種設計？建築的部分就是藝術的部分，不會被取代。美感的部分，對。但是那些技巧的部分會被取代，什麼安全工法這些東西，其實AI比我們還厲害。對。所以將來建築師就不是說，他畫一個圖出來，蓋棟房子，而是他要畫一個AI畫不出的圖，AI蓋不出的房子，而且他要讓大家能夠接受，能夠欣賞。
世界經濟論壇它有講到，它說哦，它們預估2030年AI會淘汰了9200萬個工作。然後這是比較悲觀的消息。可它說，但是也會創造1.7億個職位。然後大家就想說，它這裡到底怎麼推算的？然後大家後來去研究，認為它是以當初的工業革命來推算。因為當初工業革命發生的時候，大家都認為有很多工作會喪失，然後就是例如會被機器取代，所以就會認為說，到時候會丟掉很多工作。但是後來證明，其實它創造了更多的工作。
所以老師，以這樣的這種推論，我覺得不科學。對。老師，可是它要怎麼推論？AI要給你答案。它大概就說這樣不正確。它要怎麼樣推論呢？因為我們剛剛說，譬如說建築師，建築師這個行業會被取代嗎？我們說沒有被取代呀，就是它把以人為本那個部分留下來了，技術細節部分給AI，結果他沒有被取代，反而更昇華了。他從一個畫圖的一個工程師，變成一個藝術家了。
可是老師，的確有很多工作，就是會變成是被砍掉。你就說在會計師，就是他沒有跟人互動的部分。因為我看那個，就是之前Google前總經理簡立峰他就講到說，在Google當中，其實裁了非常多的人，那–是因為他們，其實他們的工作都已經可以被AI取代了。
所以變成是AI會少了很多的工作，可是未來新增加的工作，這是一個問號，不是嗎？因為AI還在這麼快速的發展當中。發展AI本身就是一個新工作，對不對？你要讓AI能夠不斷的進步，它的技術不斷地提升，它的軟體不斷地改進，這個就是新的工作。而這新的工作會需要很多的人力，這些人力在過去是不存在的，現在才出現。所以這個就應該算是AI創造的工作。
那另外就是呢，運用AI的人呢，可能就會增加很多。過去有很多事情，你會覺得人力做不到的，你會發現我用AI可以做到。這種工作呢，就會變成新創造出來的工作。所以大概就是類似這樣的情況，就是AI它本身的發展需要很大的人力，而運用AI的這個部分呢，也需要很大的人力。所以這些就會將來就是新增加的工作。這工作到底有多少呢？不知道。但是一定很多人在做，甚至大部分的人，都不是做前者，就做後者。
在過去那些技術非常重大的科技與創新時期，確實會看到有些工作被消滅，另一些新工作被創造出來。幾百年來，最終的結果通常是，當這一切塵埃落定，你會得到更高的生產力，也–會有新的工作出現，而且整體上仍然有足夠的工作機會給人們。這一次情況可能會不同。你知道，每一次遇到科技浪潮，我們都會想，「喔，這可能會讓許多人失業，那他們之後要做什麼呢？」在過去，最終總是有更多的工作、更高的生產力，收入也隨之提高。這一次會怎麼樣呢？我們得邊走邊看。
像現在社會可能會碰到一個問題，就是資源的不平等。就像低收入國家跟高收入國家，它們所獲得的資源跟所需要花費的成本完全的不一樣。所以相較它們成長速度也完全不同。然後縮小到就是國家或社會來講，也會出現這樣的問題。可能就是偏鄉、貧窮的人家，他們可能獲取的這些資源、資訊也不足。那可能都會區的城市跟小朋友，他們可能學習的機率就比較高。
那政府要怎麼樣解決這樣子的不平等或不平衡呢？政府的解決方法很簡單，教育。它可以從基礎教育開始，就訓練這種瞭解AI、判斷AI、運用AI的能力。這種能力呢，不斷的發展，將來呢，不論它是在偏鄉，還是在城市，它的運用呢，都是前途無量。所以不管是你在偏鄉或者都市，在窮國家或者富國家，你都用這種方式來進行。但是呢，窮國的問題就是，它根本沒有資源去做這個事情。所以它要靠別的機構來協助它。但是會有別的機構協助嗎？有一些，但是它不會提供太多的資源。所以將來呢，富國跟窮國的這個差別呢，也會變得更大。
像現在有很流行所謂的平台經濟，然後或者是這個彈性用工、彈性工時。所以未來像全職、兼職、零工，這個經濟分化會如何影響，就是未來在社會保障體系跟收入的分配呢？譬如說，現在最普遍的一種，就是外送員。外送員到目前為止呢，非常的危險、非常辛苦、非常勞累，但是呢，保障很少。這問題出在什麼地方呢？出在政府的保障制度的設計。政府本身既沒有保障制度，也沒有要求雇用外送員的這個機構提供這樣的這個服務。所以其實呢，到–最後呢，解決方案呢，應該是由政府提出來，然後變成一套規則，按照規則呢，讓一切的從業人員跟雇用的人員呢，都要服從。所以問題事實上都出在這個地方。所以不論將來是兼職啦，或者零工的這個人數有多少，你的制度如果不完善，問題層出不窮。但是制度是可以完善的，或者可以趨於完善。這就是政府該做的工作。所以當一個政府無能、不盡責的時候呢，這個任何問題都會出現的。
所以–在社會保障體系的部分，就還是要靠政府的能力。當然，才有辦法做。但是–在收入分配的部分，可能就是個人的選擇。因為到最後，這可能會是一個很兩極化的發展。因為我全職，尤其在AI領域上面比較厲害的，他可能收入就是高。可是可能在零工，或者是兼職的部分，他相較收入，眼前可以立刻拿到現金，像外送員，可能相對來講，他們的收入就會是比較低的。你要問後者，為什麼不能夠加入前者？那–就是因為他可能第一個，就是他的財富，他的資金不足，他不能夠接受足夠的訓練。那這個部分通常是政府的責任，政府就應該讓每一個人，不分貧富，都受到同樣的訓練，變成同樣的人才。第二個可能性呢，就是他的天資的部分，他的天資不適合從事這方面的工作，他只適合從事一些體力的啦，或者是一些跑腿的工作。這種工作呢，當然很多就會被AI取代。而剩下來呢，這一部分呢，可能是很辛苦的、很低收入的，但是由於他的天資的關係，無從改變，只能用福利制度來改善這個情況。