01引子

去年一条科技新闻曾引起热议：年机器人将取代万个工作岗位。

新闻称根据牛津经济研究所报告，未来10年机器人将取代全球万个制造业岗位，淘汰多种低技术职业。

一时间评论区引起轩然大波，网友纷纷担心自己的工作会不会被机器人取代，面临失业的风险。

“机器人把人的活都干了，以后要人做什么？”

就像有网友说的：人工智能时代，失业就像《三体》里的那句名言一样：“毁灭你，与你何干？”

《三体》故事中三体人用高科技武器水滴，轻松的毁灭了几乎所有的地球恒星级战舰。就像我们在厨房发现一只蟑螂，轻而易举就能把它打死一样。

科技力量的碾压让我们感到望而却步。机器人可以持续保持高效率的工作。它们不会出现错误，不会嚷着加薪休假，也不会吃饭喝水偷个懒。

亚马逊的打包机器人每小时可打包箱，是人工包装速度的4到5倍。每个机器人至少能替换24个流水线工人。

面对这样的情况，我们应该如何应对人工智能时代的到来？

本文就从现实中人工智能的状况，人工智能的实质以及它们的弊端入手，分析今后我们如何应对人工智能时代对工作岗位的冲击。

02现实中人工智能到底什么样

在我们脑海中，人工智能好像应该是科幻片中机器人或者超级计算机一样。比如《终结者》中的天网系统，终结者机器人，《黑客帝国》中的矩阵，《机械姬》中被进行图灵测试的机器人等等。

但其实科学家已经将现实中的人工智能分为了两类：强人工智能和弱人工智能。

强人工智能就像科幻作品中一样。一旦它们比人类还聪明，摆脱人类控制，就能在很短的时间内不断复制和更新自己。使得自己的能力呈几何程度增长，从而变得无所不能，威胁人类的生活。但是目前我们人类正在尝试，但还没有研发出这种终极的科技成果。

另外一种是弱人工智能。他们就是现阶段技术状况下开发出来的，为我们日常特定用途使用的一些机器系统。

严格来说这种机器系统还不能算是机器“人”。更准确的对它们的称呼应该是网络物理系统。

网络物理系统是物理世界（真实世界）中，由数据智能引导的机器。像现在很火热的自动驾驶就是这样的机器系统。

而文章开篇提到的取代万个工作岗位的所谓机器人，它们仅仅是进行重复性高的工作而已，所以他们连人工智能都不能算。

现实中的弱人工智能，其实真和它的名字一样，很“弱”。

日本福岛核事故后，年曾在洛杉矶组织过一次机器人对决。比拼的内容就是机器人通过一条类似被海啸摧毁的通道。结果令人大失所望。机器人们走上楼梯都很蹒跚，甚至走直线都会摔倒。学龄前儿童10分钟就能搞定的障碍赛，第一名的机器人却花了44分钟。

03机器取代人，只是工业化的重演

马克思在他的著作中曾提到：

现代工业之所以区别于以前的手工作坊，是机器起了决定性的作用。

机器带来的自动化发展有两个阶段。第一个阶段是简单协作。第二个阶段是有组织的机器体系。

在第一个阶段，将同种工作的机器集中在工厂，就形成了最简单的自动化协作。这实际上只是简单的劳动力叠加而已。而在第二个阶段，就是通过不同类型机器之间不断的交接工作，将产品从一个生产阶段传递到另一个生产阶段。等这个体系趋于完善时，人只要在旁边照看就可以了。所以现在我们所顾虑的机器取代人工，可以理解为工业化推动的机器体系在现代的又一次展现而已。

那当时那些被机器体系取代的手工工人都去做什么了呢？

比如农业上，联合收割机的发明取代农民手工收割。但却创造了联合收割机机械师的工作，他们负责维修保养机器。同时还需要开收割机的人和大量的薄记员对收割的农作物进行记录。

回到我们现在的社会。

全球最大的汽车配件公司博世，在引入机器人后，没有裁员反而多雇佣了2万人做质检工作。宝马公司在工厂引入更自动的流水线生产后，汽车产量翻了一番，员工数量也从4千人增加到1万人。这些现状足以应征，机器会取代了一些工作岗位，但是会促生更多的工作岗位。

当年被自动化机器取代的工人，他们愤怒的砸坏机器，认为这是让他们失业的原因。

但几十年后，我们发现自动化不断翻新工作岗位，提升工作的收益，带给我们更好的工资和社会福利，福利惠及人类子孙后代。

麻绳理工科学家埃里克●布林约尔松和安德鲁●麦卡菲，将现在因为机器人流水线带来的产品、服务、工序、组织形势的重组，与寒武纪物种大爆炸相提并论。

寒武纪物种大爆炸是在寒武纪开始后的短短数百万年时间里，现在动物几乎所有祖先都突然出现。那这不就是在说明，当下就是新兴工作爆发的黄金时期。

04人工智能的弊端就是人类的不能被取代的原因

牛津大学哲学教授尼克●奥斯特罗姆，在《超智能》一书中提到现阶段人工智能的缺点：

人工智能可以辅助我们，但是人工智能的大局观不好，仍然需要人类去决策。换句话说，人工智能不能减轻我们的思考负担。

科学家普遍认识到，现阶段我们还不能制造出一个完全复制大脑内部学习过程的人造大脑。因为我们还对自己的大脑运行机制没有完完全全的了解。

因此现行的弱人工智能，其实是基于数据信息以及数学模型的一种系统。它按照一定的逻辑进行计算判断。如果没有提供足量的数据信息，它是无法顺利运行的。

这个过程中，计算机通过各个节点模拟人脑的神经。通过各个节点的连接，形成一个网络。在特定时间特定情况下，一些线路链接，从而输出结果。当数据信号足够多时，这个通路才能继续，否则就输出不了结果。

其输出的结果更多的像是一种数学统计的结果。所以现行的人工智能还需要专家的建议和帮助，才能把这些结果让大众所理解，被大众合理利用。

就好比身体检查后的化验检测报告，现行人工智能还只能根据概率进行判断分类，但解读它还需要医生和专家。

所以我们对待机器替代人工岗位，更多的不应该恐慌，而是要好好的利用它们。

把现行人工智能和机器的脑力活动（计算能力）和体力活动（重复精准劳作）能力运用到极致。让它们成为我们优秀的工作上的合作者。

05终极解决方法：知识迁移能力

赫拉利在《今日简史》中提到过人工智能对工作岗位的冲击的结果：

他认为以后很多的工作岗位，是人类和人工智能协作的工作。

但是那时候的人机协作的新工作，并不能像工业化时，经过简单的培训工人就能从旧的岗位转移到新的岗位上去。以后新的工作岗位意味着需要新的专业知识，或者融汇贯通解决问题的能力。

那个时候的劳动者不会像我们的父辈一样，一辈子在一家公司从事一种职业。劳动者需要更好的学习能力去随时应对新岗位的挑战。

如何能应对这种挑战，就需要我们具有知识技能的迁移能力。

《为什么学生不喜欢上学》中提到学识渊博的人，学习新的东西也越快。

学习无用论其实从开始就是错误的。如果没有从小学一直到大学所学习的知识，我们会对后续更深奥的知识理解起来非常困难。

积累足够多的知识，才能在大脑中形成一种思维逻辑，这样对新的岗位的技能也能很快上手。

因为如果一个新的知识点，需要10个或者更多的旧知识点来理解。那么掌握更多旧知识点的人就会更容易理解新的知识。

所以美国超级畅销书作家威廉·庞德斯通，在《知识大迁移》中就提到：

我们要做知识的通才，而不要做专才。对于今后的社会，一知半解才是更好的状态，更广的知识面才能带来更多的职场优势。

比如，营销人员了解大众文化。工程师备点管理学知识，就有可能更容易晋升为管理层，去从事更复杂的工作。

脑袋里装着大量事实性知识的人更精于思考，他们的知识储备使他们看到了其他人忽视的东西，理解力更强。这样就能顺利胜任新的工作需求。

06总结

现阶段我们不需要害怕机器和人工智能。因为他们真的还是“弱”的智能。其次，与人工智能和解，让它们成为我们人类的好合作伙伴，才是最佳的选择。最后，增加自己的知识面，能熟练掌握知识的迁移能力。这样就能在今后工作领域日益翻新的时代，使自己立于不败之地。-END-

作者：米兰之翼。项目管理工程硕士。图片均来自网络，分享目的在于传递更多信息，文章欢迎留言指正。