達文波特：換一種思維就能避免人工智慧搶走你的飯碗

李開復博士上周在紐約時報發表了一篇文章，表達了自己對人工智慧會給未來社會帶來何種影響的擔憂，描繪出一幅貧富分化嚴重加劇、國際間競爭格局劇變、不可避免的全民失業潮這一系列直接的社會危機。警示大眾，人工智慧的確有效提升了人類的生產力，但相比之下那些次生危機也需要人們嚴肅面對。

李博士的看法絕非小眾，從比爾蓋茨到扎克伯格無一不在對人工智慧可能導致的失業浪潮做出預警。去年歲末白宮發出預警，預計在未來20年，美國近一半的工作崗位將被人工智慧直接取代。儘管未來的世界讓人充滿嚮往，但顯然不少人認為這種美好更像是朵朵帶刺玫瑰，美麗之下暗藏的是流血的危機。

貝伯森學院院長，在大數據領域位高權重的泰斗級人物托馬斯.達文波特對此類悲觀預測似乎不以為然，相反他認為人們實際可以避免被取代的命運，一切都以變的盡在掌握之中，在接下來的文字中我們將為您展現這一獨特認知。

而對於當下，關於人工智慧的探討已有無數。在2015年牛津大學發表一份研究報告，探討自動化的進程將如何取代人力。常年居住在佛羅里達州的胡瑜美聽聞之後就寫道：「現在的工作未來有一半可能會消失，這個觀念讓我對孩子的未來徹底改觀。」胡女士不但是個母親，也是一家企業的總裁，並偶爾公開發表一些關於新興科技的文章。她熟知計算機自動化的好處，同時也的的確確的感受到了隨之而來的巨大威脅。「我的孩子如何與人工智慧競爭？當競爭對手更資深、更有經驗，而工作職位又變得更少，他們如何勝出？」她問道。

突然之間，各行各業的人們都開始關注自動化的發展。這並非杞人憂天。當許多工作被機器取代，除非我們有辦法創造出更多人力崗位，否則經濟衰退、年輕人失業、個人身分認同危機等，各種由失業引發的社會和心理衝擊，將層出不窮。尤其值得警覺的是，自動化已經由人工智慧延伸到了知識工作的領域，對知識工作寬泛的定義是：需要心智多於勞力的工作。它的任務包括做出重要決策，在傳統意義上需要大學教育。在今日成熟的經濟形態中，知識工作佔有很大比例。當機器取代了較不具認知挑戰性的工作，知識工作便是人們仍守住的堡壘。但在我們清楚可見的未來，正如顧能（Gartner）顧問公司分析師奈傑爾．雷納（Nigel Rayner）說的：「今天高級主管們做的事都會被自動化。」

如果我們換個角度來看待上述情況呢？如果我們不問傳統的問題（現在人們的工作哪些即將被更便宜且更快速的機器取代？），而是問新的問題：當人們擁有更善於思考的機器來提供協助，還能有哪些新的成就出現？與其視職場為機器不斷取代人力的零和遊戲，何不從中發掘更多的職場可能性？我們可以把「自動化」（automation）的威脅，看作為「強化」（augmentation）的機會。

知識工作者與機器的配合來提升工作效率的事情從來沒有停止過。如今任何一方都無法單獨完成的工作。當機器逐漸攻佔職場，這些知識工作者展現了靈活多變的因應之道。傳統觀念認為，當機器威脅人們的生計，人們就得投注更高級的教育水準來保持領先。其實，聰明的人採取五個步驟來和機器和平共存。

麻省理工學院（MIT）經濟學家大衛．奧托（David Autor）長期關注自動化對勞動市場的影響，他常抱怨：「記者和評論者誇大機器取代人力的程度，而忽略了兩者之間強大的互補性。這一互補性可以增加生產力、提高盈餘，並擴大對技術人力的需求。」他指出，把機器運用在需要彈性、判斷和常識的工作，是一項重大的挑戰。接著，他進一步寫道：「無法以電腦取代的工作，通常以電腦來補強。這點非常重要，卻常被忽略。」

什麼是強化？

尋找奧托說的互補性，便是達文波特所謂「強化」策略的核心。這和過去企業為了提高效率而加強自動化的策略呈現截然不同的對比。自動化是以人們目前的工作為基準點，一旦寫出能夠取而代之的電腦程序，便一步一步地刪除人力。追求自動化固然可望節省成本，但也讓我們的思考受限在既有工作的框架之中。

相反地，強化是從人們目前的工作出發，思考如何加強使用機器來深化那些工作，而非將之取代。關於這點，有些知識工作者非常了解，例如，康果斯（Gongos）執行長卡蜜兒．尼基塔（Camille Nicita）。該公司位於底特律，主要業務是幫助企業分析客戶。有些人認為這項業務飽受威脅，因為「大數據」已能夠掌握購買行為。尼基塔承認，根據巨量資料進行精密的決策分析，確實可以發現新的重要信息。但她認為，公司可藉此更深入研究，提供客戶「場景化、人性化、大數據表現背後的原因」。她的公司將「超越分析，進一步詮釋資料。透過綜合概述的能力，幫客戶做出決策」。還好電腦並不擅長這些工作。

尼基塔認為，智能機器並不會搶走人們的飯碗，更不會讓人們淪為聽命於機器的奴才。這正是強化策略的核心概念。在某些情況，這些機器的確取代了一些工作，讓人們得以去做其他更精細、更有意義、更符合自己專長的工作。在其他情況下，人們負責做電腦不擅長的事情。但幾乎在所有的情況下，由人負責的工作都不會是程序化和標準化的，否則早就由電腦接手了。

我們提議，員工和僱主都要改變心態，從追求自動化改為追求強化，心態改變了，結果就會不同。這看似簡單的辭彙轉化，卻對組織管理及個人成就，都具有深遠的影響。知識工作者將會視人工智慧為合作夥伴，共同運用創意解決問題。

這個新的心態可能改變未來。

考慮五個步驟

我們假設電腦即將入侵你的工作領域。其實，軟體將要取代大部分人們目前看重的認知性工作。而且，在公司的主要日常營運中，電腦的決策品質不亞於、甚至優於90％目前負責相關決策的員工。你必須採取什麼策略才能守住工作？從強化的觀點來看，人們可考慮五個步驟，來重新定義自己和機器的關係，以及重新定位自己的價值。

向上走

在達文波特眼裡，你的最佳策略可能是追求更高的知識水準。只要能思考得比電腦更全面宏觀，抽象概念的層次也更高的話，一定會有工作等待著你。其實，這就是自動化侵蝕人們工作以來，一直不變的忠告：讓機器做比你低下的工作，並把握機會更上一層樓。

癌症研究者尼文．納拉因（Niven Narain）是個好例子。他在2005 年與人共同創辦伯格（Berg）這家位於麻州（美國馬賽諸塞州）的初創公司，主要業務是運用人工智慧來開發新葯。伯格公司24 小時運作的高通量質譜儀，分析血液和組織之後產生的數兆大小的資料，再以高性能電腦搜尋模式，來判斷特定分子是否有效。納拉因曾在2015的一次採訪中告訴記者：「這時你最不想要的，就是找來一百位生物化學家，看過這些資料之後說：『喔，我有點喜歡這裡的這個數字。』」不過，他的確聘請了一百位生物化學家，他們的工作不是計算所有的數字，然後提出關於某個分子潛力的假設，而是等到數學計算完成，且機器推算出一個假設之後，生物化學家接手開始探究它的可行性。

納拉因採取向上走的步驟，看見開發藥品的新方法。這需要許多經驗、洞察力，以及快速了解世界如何改變的能力。同樣的道理，今天華爾街投資銀行家和避險基金巨擘成功原因之一，便是他們向上走，超越自動化交易和投資組合管理系統。

如果你選擇向上走，或許需要接受長時間的教育，碩士或博士學位會為你的求職加分項。一旦進入公司，你的目標應是廣泛吸收信息，並展現創意，成為公司創新和策略團隊的一員。理想的狀況是，你將晉陞為資深經理人，得以掌握你自己發展機會。線上旅遊公司Orbitz 是裁去知識工作者職位最多的公司之一，聽聽它的執行長巴尼．哈福德（BarneyHartford）怎麼說，公司某些職位仍需由人來擔任，哈福德尋找的是「T 型」人才。他說：「這些人才在專業領域能深入鑽研，同時具有寬廣的視野，對整體組織充滿好奇，並能思考自己在組織中的角色。」對選擇向上走的知識工作者，這段話提供很好的方向：全面性的綜合思考；而這其實是傳統的概念。你必須找到方法，讓機器為你完成基礎的知識工作，而你能掌握機器的運作。哈福德的方法是，運用「機器學習」產生一套演演算法，將客戶和理想旅遊費用加以配對。

向旁邊走

能選擇向上走的知識工作者，可能只是少數。但還有許多腦力工作同樣具有價值，而且同樣無法程序化。向旁邊走意思是，運用純粹理性知識以外的心理力量，也就是心理學家霍華德．嘉納（Howard Gardner）說的「多元智能」（multipleintelligences）。例如，你可能擅長「人際」和「自省」，知道如何和他人合作，並了解自己的興趣、目標和專長。

賽馬馴馬師韋恩．盧卡斯（D.Wayne Lucas）是一位傳奇人物，他能看出幼馬未來的潛力，但說不出為什麼。受人尊敬的蘋果電腦設計師喬納森．伊夫（Jonathan Ive）， 他的品味能力也是無法言傳。喜劇演員瑞吉．葛文（RickyGervais）的搞笑功力，是任何機器都無法做到的。這些人日常工作中是否使用電腦？當然會使用。但他們的天才，來自於發現自己難以言喻的才華，然後儘可能投入最多時間加以發揮。機器可以幫忙處理許多工作，讓他們有更多時間做自己最擅長的事。

達文波特並不想讓人認為，向旁邊走只適用於藝術家。例如，律師對法律的了解相當徹底通透，但在公司中很少負責深入鑽研每個小細節。他們投入許多時間來爭取新的委任工作（這通常是晉陞的主要理由），以及提供客戶專業諮詢服務。機器可幫忙消化法律文件，以及建議採取的行動和論點，這樣資深律師就能更專註做好其他的工作。其他專業人士也是如此，例如，資深會計師、建築師、投資銀行家，以及顧問。

以老年看護為例，機器製造商認為該領域有龐大的自動化潛在商機，而一般也不認為這一行需要高度細緻或知識的人力。因此，老師、教練和博客作家海瑟．普萊特（Heather Plett）最近的一篇文章，讓我們感到驚訝。她描述的，是提供她媽媽晚年看護的人員：「她為我們保留空間（hold space）。什麼是為別人保留空間？意思是說，我們願意陪伴別人，度過他們人生的旅程，而不去判斷他們、讓他們覺得不舒服、試圖修正他們，或是試圖改變結果。當我們為別人保留空間，便打開了心房、提供無條件的支持，並屏棄主觀判斷和控制慾望。」的確，晚年看護是一個需要人性化工作的極端例子。但只要是在有客戶、夥伴或僱主的工作環境，同理心便是一項寶貴的資產。

如果向旁邊走是你的求職策略，你需要專註在開發無法程序化的能力。首先，發現自己的能力，然後努力地加強。在過程中，你應該會找到自己目標行業中的佼佼者，設法跟隨他們工作，當他們的夥伴或學徒都行。你或許需要學習更欣賞自己在IQ 以外的智能，因為十幾年的學校教育，可能貶低了那些能力的價值。其實，這類智慧也可以刻意強化精進，它們就和微積分一樣，都是優秀的天賦才能。

向裡面走

1967年， 彼得．德魯克在見證知識工作的首次自動化之後認為：「電腦完全是白痴。」現在，電腦當然不再是白痴，不過，它嚴格遵行邏輯的特性，有時仍會做出糟糕的決策，不需要天才，一般人就能輕易改進那些決策。

或許你讀過《紐約時報》2014 年的一篇報導，一個剛換工作的人向銀行申請再融資。雖然這個人之前在政府單位工作八年，再之前則擔任教師二十多年，都是穩定的工作，但他的貸款仍遭到拒絕。負責評估貸款申請案的自動化系統，雖然肯定預估還款金額仍在他的收入水準之內，但它聰明地辨識出一個風險因素：他的新工作有相當大的變動性，以及收入的不確定性。

或者， 也許這個系統並不那麼聰明。申請貸款的人是班．柏南奇，前美國聯邦理事會主席，他剛簽了出書合約，進帳一百多萬美元，正要開始巡迴演講賺大錢。這個有名的例子說明，當電腦做決策時，總是需要有人參與其中，才能避免出錯。

選擇向裡面走的知識工作者，需要知道如何監控和調整電腦的工作。報稅的工作已逐漸由電腦來完成，但聰明的會計師，會注意自動化程序和使用者常犯的錯誤。在數字營銷的過程中，購買廣告幾乎完全自動化，但只有人才能判斷哪些廣告其實會傷害品牌，以及應如何調整廣告背後的邏輯。

你或許會問：在這個情況下，到底是誰強化誰（或強化什麼）？達文波特強調，在強化的環境里，支持是互相的。人可以確保電腦運作良好，並讓它做得更好。這一點是所有提倡「科學（S）、技術（T）、工程（E）、數學（M）」這種STEM 教育的人都贊同的，他們預見的工作世界，大部分都是向裡面走的職位。但如果你要採取這種策略，就也應該培養觀察力、轉化力和人際連結。

向窄門走

達文波特認為採取這個步驟的知識工作者，必須找出行業中某個特殊專長，而這項特殊專長的自動化是不符合經濟效益的。在波士頓唐恩都樂總公司附近，一位記者窺探了「唐恩都樂加盟連鎖王國的秘密世界」。其中，蓋瑞．裘伊爾（Gary Joyal）靠著中介加盟店的買方和賣方，過著舒服的生活，我們從他的勞斯萊斯座車就可以看得出來。 《波士頓環球報》（Boston Globe ）指出：「裘伊爾是一部加盟店主的百科全書，對業者的家庭狀況、收入來源和資產計劃，全部了如指掌指掌，不管是買方或賣方都缺他不可。」到目前為止，他促成的交易價值已高達五億美元。

裘伊爾百科全書般的知識是否可以程序化？可能可以，但這樣就沒有人賺得到夠買勞斯萊斯的錢了，因為這個領域太狹小了。另一個類似的例子是克萊兒．巴斯塔雷特（Claire Bustarret）。 《約翰霍普金斯雜誌》（Johns HopkinsMagazine ）曾報導：「巴斯塔雷特了解紙，就像其他法國人了解酒一樣，她把紙當成事業。」她可從一張紙的質地、觸感和纖維，判斷它在何時何地製造，這個能力對歷史學家和藝術鑒定家來說非常有價值。或許她的知識可做成資料庫，她的分析技巧也都可以自動化，但在同時，她可能已經又學到更多。

選擇向窄門走的知識工作者，必須找到自己的特殊利基，埋頭深入鑽研。在眾多通才之中，他們是專註在單一領域的少數偏才。雖然他們大都接受正規教育，但可用來賺錢的專業，卻是從在職訓練及專註力而來。如果這是你的策略，那麼就要開始建立自我形象，成為對很狹窄領域有很深入了解的人。這不表示你不能有其他興趣，但在專業上要有鮮明的形象。如何運用機器來強化能力？你可以建立自己的資料庫，養成吸收新知的習慣，並連結到一些能夠結合你與其他人專業的系統。

向前走

最後，達文波特指出辦法是向前走，意思是建構新一代的電腦和人工智慧工具。每部機器的背後還是人，這是事實，而且是很多人。有人決定唐恩都樂的授權加盟最佳化工具（Franchise Optimizer）不值得投資，但將人工智慧運用於開發癌症藥物是值得投資的。必須有人建立新的自動承保解決方案。有人直覺的想到需要更好的系統；然後有人辨別哪些部分可以程序化；有人撰寫程序；又有人設計運用程序的條件。

顯而易見地，選擇這個策略的知識工作者，需要擅長電腦、人工智慧和分析。史蒂夫．洛爾（Steve Lohr）在他的書《資料主義》（Data-ism ）之中，寫到一些類似的人物。其中之一是嘉露酒庄（E.&J. Gallo Winery）的主管尼克．多庫里恩（NickDokoozlian）， 他與IBM 的研究人員亨德里克．哈曼（Hendrik Hamann）搭擋，研究如何掌控精密農業（precisionagriculture）所需的資料。換句話說，精準給每一棵葡萄樹所需的照料，使其成長，將這件辛苦的工作自動化，是他們的目標。他們都不是業餘玩家，哈曼是個物理學家，對IBM 的網路感應器應用一清二楚。多庫里恩是加州大學戴維斯校區（Universityof California at Davis）植物生理學博士，並在那裡任教15 年。洛爾形容這個學校，是酒界的麻省理工學院。我們可以說，他們兩人對酒，就像某些法國人對紙一樣了解。

向前走意味著推動機器更進一步侵佔職場，但其中有些工作是要用軟體來大幅強化的。從哈曼的LinkedIn 社交網頁便可得知，他的聯絡人紛紛推薦他精通運用模擬（simulation）、演演算法（algorithm）、機器學習，和數學模型等等。但要正確看出自動化的下一個機會，不能只靠片段的技術能力。如果你選擇向前走的策略，就必須跳出常規的思考、看到目前電腦的不足之處，並想像尚未存在的工具，這樣一來，你將成為領域中的頂尖人物。或許有一天，連軟體開發都可以自動化，不過就像比爾．蓋茲（Bill Gates）的觀察：程序設計目前「暫時安全」。

為何僱主喜歡或應該強化

達文波特與各種領域的專業人士對話，包括：放射線研究者、財務顧問、老師、建築師、記者、律師、會計師、營銷專家等，的結果顯示，無論哪個領域，這五個步驟都是可行的。並非每個步驟都適用某個人，不過，只要找出哪個步驟適合你，你便能朝向強化策略邁進。

然而，如果在你的領域中，僱主不注重強化，那麼你便無法完全採用強化策略。畢竟，全世界都走向自動化，這個趨勢影響了人們的心態。經理人總是對人類員工的弱點充滿警覺，以科技界人士粗俗的話來說，人腦就是「濕體」（wetware，指相對於軟體、硬體之外的人類神經系統）。在此引用亨利．福特（HenryFord）著名的一段話：「為什麼我每次只要找一雙手，卻總是附帶一個腦袋？」

強化有效的前提是，僱主必須相信，人和電腦結合，勝過分開各自工作。當大家越來越了解，企業要成功，不斷創新的重要性遠超過成本效益，僱主也會領悟人必須和電腦相結合。過去，僱主多半視機器與人力為彼此取代的存在，如果一個比較貴，就理所當然地改用另一個。但只有當狀況一成不變，可以放心假設明天的工作和今天一模一樣時，這個想法才會合理。小型居家照明公司，在自動化的幫助下讓營運更具效率，但這代表獲利比以往更加依賴賴員工的創意。設計師必須了解室內設計和照明科技的潮流，並以創新的方法將二者結合。銷售人員使用客戶關係管理軟體（CRM），但他們的競爭優勢，來自和零售客戶的互動。

事實上在達文波認為，身處於創新的時代，我們必須強調人力的優勢。人永遠是下一個時代構想的來源，也是競爭對手最難以複製的營運要素。如果你認為現在的員工缺乏忠誠度，那麼便還沒注意到競爭對手軟體更新得多麼快速。是的，人充滿變數、難以預測，容易陷於自私、無聊和欺瞞，有時好不容易教會卻又很快厭煩；而機器都沒有這些問題。但許多正面特質仍然非人不可，強化策略可讓這些特質發揮最大功效。在計算機時代，所有可以程序化的事物都只是基本配置，只有人的特質能發展為獨特的優勢。

贏一場不一樣的比賽

當然，達文波特也認為許多知識工作者現在的工作，很快就會被自動化。例如，未來人將扮演怎樣的財務顧問角色，還無法清楚預測，但可以確定，人的主要功能，不會是建議股票和債券的最佳投資組合。戴文波特描述了一位財務顧問的擔憂：「他們的工作尚未完全自動化，但感覺上似乎越來越像是機器產出的。提供客戶建議時越來越需要採用固定的稿子，而且公司強烈鼓勵他們讓客戶使用這些線上工具。」他直接說出財務顧問最大的恐懼，「他想有一天，他們會被淘汰。」但戴文波特接下來，便點出拯救飯碗的方法，「閱讀固定的稿子，電腦就做得到，但說服客戶投資更多錢，就需要更多技巧。現在他們已不只是股票經紀人，更像是心理醫生。」

這不是向下沉淪，它至少是向旁邊走，而且可能是向上走。上述遭遇的財務顧問，只需要以這樣的思考為基礎，再加以發展。在可預見的未來，帶領儲蓄者和投資者做出更好的財務選擇，不會是一項自動化的工作。

長遠來看，對僱主和員工都有助益的策略，是視聰明的機器為知識工作的合作夥伴。藉由強調強化，我們可以去除自動化的威脅，把人和機器之間的比賽，從衝刺賽變成接力賽。能順利從電腦接棒和交棒給電腦的人，將是贏家。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！