在看得见的未来,机器人必会成为我们的伙伴。正因为此,谷歌、IBM、微软、脸谱等科技巨头,无一不将机器人视作未来的技术制高点和利益增长点,美、日、德等国政府都把机器人产业作为未来经济发展新引擎。然而,基于接受人类指挥的自信,人们仍无法想象一个机器人时代的到来。硅谷企业家马丁·福特在《机器人时代:技术、工作与经济的未来》中,将机器人分为两类:一类是“弱”机器人,或称为蓝领机器人,这类机器人并不需要复制智力,达到抢人饭碗的要求就够了。《世界经理人》杂志一份对中国企业的调查显示,作为制造业大国,有85%的企业未来一年内有意向引入工业机器人、数字化智能机床、数控系统、3D打印机等智能制造设备。
马丁·福特定义的另一类机器人,是“强”机器人,或曰智能机器人,它能达到远高于蓝领工人的智能水平,甚至超过整个人类的智能水平。的确如此,目前,智能机器人技术正沿着自主性、适应性和智能通信三个方向发展,机器人越来越具备感觉要素,能认识周围环境状态,越来越具备运动要素,能对外界做出反应性动作,越来越具备思考要素,能根据感觉要素得到的信息,思考出采用什么样的动作。于是,机器人时代的到来,似乎成了一种必然的趋势。专家估计,机器人时代的到来,短则在2030年前,长则在2050年前。那么问题是,机器人时代,技术、工作与经济的未来会怎样?机器人真的会比人更聪明吗?机器人将给中国带来怎样的好处?人类未来的处境又如何?
曾经,我们对机器人的预判是乐观的,即使一些工作岗位遭淘汰,但会有更多的工作岗位被创造出来,以满足新时代的创新。机器人带来的社会经济问题,也可通过加强医疗卫生、退休和失业保险制度,强化培训和教育等计划来调整。但在马丁·福特看来,这些想法完全错误,因为情况绝非如此。机器人时代,所谓“好工作”将会过时:大量律师助理、记者、上班族,甚至电脑程序员,都将被机器人和智能软件取代。伴随机器人技术的发展,工薪家庭和中产阶级家庭将受到进一步挤压。同时,人们还要经受生活成本上涨的冲击,尤其是教育成本和医疗保健成本的上涨。这一切的后果很可能是,出现大范围失业和经济状况不平等,甚而经济本身的崩溃。
你不能阻止科技的脚步;世界将继续前行。美国卡内基梅隆大学机器人研究所所长马修·梅森说:“机器人市场的快速升温,是一个国家工业化发展到一定阶段的产物……机器人应该如人类一样拥有独立的思考和决策能力。毫无疑问,机器人是推动新工业革命的关键。”对一个强调“互联网﹢”、全民“众包” 创新的“创客”时代的中国来说,当下除了拥抱机器人,别无选择。在《机器人时代》中,马丁·福特详细地向我们阐述了机器人技术向“智能”和“类人”发展的路线图——正从以控制为出发点的IT时代,走向以激活生产力为目的数据时代,这个转变过程的关键则依赖大数据和云服务。正是在这个意义上,当阿里巴巴与软银、富士康联手机器人产业,推出全球首款情感机器人Pepper时,马云将其称为“第四次产业革命”。
毫无疑问,中国有着特殊之处。中国仍处在向富裕国家过度的进程中,制造业依然是一个非常重要的就业方向,还没有真正建立起强大的中产阶级群体……伴随着机器人时代的到来,工厂提供的就业机会将不可避免地持续消失。自动化机床的普及,仅从1995年到2002年,中国制造业已有约1600万工厂工作岗位失去存在空间。调查显示,已有43%的中国员工认为,自己的教育程度高于当前职位所需,北大毕业生卖肉、硕士研究生争当环卫工人……或许正是机器人时代个别现象呈现出的必然无奈。同时,中国还面临人口老龄化、气候变化和资源枯竭等挑战。
人们通常预测,随着婴儿潮一代退出劳动力市场,工人短缺最终会愈演愈烈,这将有效地制衡甚至盖过任何由自动化带来的影响。然而,马丁·福特在《机器人时代》中指出,正如我们所看到的,很多假设都建立在不确定的基础之上,情况肯定还要复杂得多。所以,马丁·福特预言:在机器人崛起带来的经济和社会破坏中,中国很可能会是一个中心,面临全面经济繁荣还是灾难性经济不平等和不稳定的巨大挑战。面对挑战的当然不止中国,对很多发展中国家来说,借助劳动密集型制造业走向繁荣的道路可能就要行不通。甚至全球也可能面临一个“完美风暴”:一种技术失业和对环境影响几乎同时发生的情况,它们能相互强化甚至放大对方。
或许,凭借人的自由意志、主观能动性和创新能力,可以抵消我们对“机器人会不会拿人当宠物”的担忧。不过,若机器人时代的到来不可避免,为什么珠三角的中国制造业基地倒闭潮频现?为什么西方发达国家高精尖制造业正向本土回流?中国制造业的未来在哪儿?……这些是我们必须面对的现实。人类必须尽快将机器人行业与大数据、移动通信等进行跨领域技术融合,迎接机器人时代这一风口的到来。
尽管马丁·福特在书的最后一章“新经济模式”中对可能出现的经济更加不平等和不稳定,进行了探讨,但如何在各种纠缠的势力中找寻出一条路,并创造一个全面安全和繁荣的未来,至少在目前,还没有一个很好的答案。
评论
加载更多