當機器人接管一切:不只有勞工被取代,知識也是
當機器人接管一切:不只有勞工被取代,知識也是

本文摘自:《拯救資本主義》,聯經出版

我曾經提出我的預測。1991年,在我的《國家的作用》(The Work of Nations)一書中,我將所有現代的工作畫分成三大類,並預測每一大類將分別發生什麼事。我稱 第一類為「例行性的生產服務」(routine production services) ,這類工作是在二十世紀的大部分時間裡由美國資本主義的老兵從事的重複性任務——不斷重複在裝配線或辦公室裡完成。雖然這些工作通常被認為是傳統的藍領工作,但是其中也包括例行性的監督工作。我曾估計這類工作占美國所有工作機會的四分之一,但是我也預估當時占美國所有工作機會的三分之一的這類工作將穩定下降,並且被節省勞力的新科技及開發中國家拿遠較為低工資又急著想工作的勞工取代。我也假定美國剩下的例行性生產勞工的待遇將因同樣的原因下降。

我的預測沒錯。我發現到2014年,例行性生產工作構成美國所有工作的五分之一不到,同時其待遇中值(經過通膨調整)比20年前低15%。的確,所有能夠編碼寫成軟體的工作都已經或即將被取代。文件探勘(text-mining)程式即將取代許多法界工作;影像處理(image-processing)軟體將使實驗室技師成為不必要;租稅軟體也在取代會計師等等。

第二類我稱為「親自服務」(in-person services) 。這種工作必須由人親自提供,因為人的接觸是這種工作不可或缺的,包括零售勞工、旅館與餐廳勞工、房地產經紀人、空服員、物理治療師、保全人員,還有許多其他工作。在1990年,根據我的預估,此等勞工占美國所有雇員的30%,而且我預估其人數將會成長,不論是先進科技或在外國的勞工都不能取代。不過我也預測「親自服務」的待遇將下降,有兩個原因:第一,「親自服務」將與大量過去例行性的生產勞工競爭,因為後者現在只能在親自服務的產業找到工作。第二,這些勞工必須跟勞力節省機械——自動櫃員機、自動化洗車、自助式加油——競爭,甚至跟「個人電腦與電視螢幕相連」的系統競爭,金融交易、機票與旅館訂位、租車協定及類似的合約,都將在消費者家中與全球其他地方的電腦銀行執行。

同樣的,我的預測與結果差不遠。到2014年,親自服務的工作約占美國所有工作機會幾乎一半。此外,此等工作的待遇中值(在經過通膨調整後)低於1990年的水準。但是我沒預見先進科技入侵開始得那麼快,甚至連親自服務的工作都不放過。到2014年,亞馬遜忙著著手如何在其倉庫消除人力,甚至正在規畫未來透過空中無人機進行交貨。Google的電腦自行駕駛車(self-driving car)將對約450萬名計程車、公車、卡車司機及清潔工的工作機會造成威脅。

第三類的工作我命名為「符號分析的服務」(symbolic-analytic services) 。我將任何解決問題、找出問題、策略思考都包括在符號——數據、文字、口語跟視覺表現——的操作。這類工作涵蓋工程師、投資銀行家、律師、管理顧問、系統分析師、廣告與行銷專業人員,以及所有創作領域的專業人士。其中大多數為經過良好教育的專業人士,通常以團隊方式一起工作或是盯著電腦螢幕。這類工作的本質是重組抽象的符號,使用的是各種分析與創造性的工具——數學演算式、法律論據、金融伎倆、科學原理、心理洞察,以及其他解決概念難題的技巧。此等操作更準確與更快完成任務,或更能娛樂、逗趣、提供新知、吸引住人的心靈。

我在1990年預估,符號分析師占所有美國員工的20%,而且預期其比重還會持續成長,他們的所得也會成長,因為對這批人的需求將持續超過能做這類工作的人的供給。符號分析的工作機會與另外兩類工作之間的這種擴大區隔,根據我的預測,將會成為驅動貧富不均的主要力量。但是我並沒預期到有多快就會發生、這種區隔將變得多大,或是貧富不均和經濟的不安全感會產生多大的負面影響。

我也未能預期到數位科技與龐大網路效應的結合,能將員工人數對顧客人數的比率降到非常低的水準。當風行一時的照片分享網站Instagram於2012年以十億美元左右賣給Facebook時,該公司只有13名員工,而顧客有3千萬名。

這個比率持續下降,當Facebook於2014年初以190億美元買下WhatsApp,WhatsApp共有55名員工(包括兩位年輕的創辦人),一共服務4億5千萬名顧客。數位化不需要許多勞工。將一個新點子向數以億計的人推銷,可能不需要很多勞工就能生產或分銷。

仔細想想在1964年美國最有價值的四家公司,平均市值為1千8百億美元(按2011年美元計),平均雇用43萬名員工。47年後,最大的美國公司價值約相當於前者的雙倍,但能以不到四分之一的員工人數完成他們的工作。

我們面臨的不僅是取代勞工的科技,而且也是取代知識的科技。結合先進傳感器(advanced sensor)、語音辨識、人工智慧、大數據、文件探勘,模式辨識演算法正在催生具有智慧的機器人,能快速學習人類行為,甚至還能彼此學習。

如果目前的趨勢持續下去,還有很多符號分析師將會遭到取代。美國最大的兩個專業人士密集的產業——醫療保健與教育——遭到影響的情況將會特別嚴重,因為抑制成本的壓力與日俱增,且專業機器的可用性持續增加。我們正瀕臨行動式健康應用器材的風潮,例如各種軟體程式,它們具備與醫療技師運作昂貴醫療儀器相同的功能,以及能告訴你身體有任何狀況與如何處理。中小學與大學同樣會圍繞在智慧機器四周進行改組。許多教師與大學教授即將被一種軟體——所謂的磨課師(MOOCs)(大規模開放線上課程)和線上互動式教科書——取代,難逃被取代的命運。

當愈來愈多的工作是由愈來愈少的人來完成時,利潤將會流向更少的一群高階主管與擁有人兼發明人,使得其他人擁有愈來愈少的錢來購買生產出來的東西,因為我們不是失業就是做低薪的工作。

根本的問題不在於工作機會的數目,而是所得與財富的分配。那些創造或投資創意大為成功的人正賺取前所未有的金額與報酬。WhatsApp的年輕創辦人之一的執行長柯姆(Jan Koum)在Facebook買下他的公司時,持有公司股份的45%,價值68億美元。共同創辦人艾克頓(Brian Acton)的20%股份得到30億美元。每位早期的員工據稱都有1%股份,每位分到1億6千萬美元。

如果目前的這種趨勢持續下去,擁有超大成功創意的人將會賺更多。如我所強調的,推論是這批人將會獲得無與倫比的政治影響力。但是社會上大多數人分不到這種經濟報酬,其政治力量就會消失。大多數人將會看到新科技催生的各種令人眼花撩亂的產品與服務,但是買不起這些東西,因為新科技將會取代他們的工作以及壓低他們的待遇。

我在近25年前做出這種預測時,我預料現代科技將會持續增加對教育程度較高勞工的需求,同時降低對教育程度較低勞工的需求。所以我假定對損失工作機會與工資下降的補救是讓人們獲得更多更好的教育,特別是能獲得高等教育。我只對了一部分。那些有大學文憑的人比沒有大學文憑的人表現得好上許多。在2013年,美國有四年大學文憑的人每小時賺的錢比沒有大學文憑的人多98%。這個差距比先前五年時大學畢業生比沒念大學的人多賺89%的差距大,也比1980年代初期64%的差距更大。

不過我認為大學畢業生的工資將會穩定提高與獲得經濟大餅中較大的一塊是錯誤的。事實上,在美國對受過良好教育勞工的需求大約於2000年到達最高點之後,接著就逐步下降。我曾經指出,自2000年起絕大多數的大學畢業生的所得增加的很少或完全沒增加。即使是所得最高的前10%大學畢業生,在2000到2013年之間累積所得也只上升4.4%。同期內,大學畢業生入門工資實際上是下降的(女性下降8.1%,男性下降6.7%)。用另一種方式說明,大學畢業雖然已經成為加入中產階級的前提,但是一旦加入以後,並不能確保會占有優勢。

要扭轉由於遭到內置於市場規則而向上的預先分配、將大資金逐出政治圈、重新塑造公司,以及改善教育品質與教育的普及,這些都將有幫助。反制力量的目標不能僅只有這些。這些改變的本身不會轉變科技進步對我們影響的方向。但同時我曾經說明過,如果收入與利潤壓倒性的流向非常少數的一群人,任何這種經濟、社會的生產體系是不可能永續下去的。那麼,答案為何?

有些人呼籲對這些少數贏家的所得與財富進行課稅,然後將稅收重分配給其他所有人。反制力量提高邊際所得稅率是可能的。畢竟在二次大戰後30年中,當時大公司與華爾街的力量受到有效的反制,最高的邊際稅率(marginal income-tax rate)從未低於70%,有效稅率(包括所有扣除額與租稅扣抵)從未低於50%。但是如果目前的趨勢持續下去,要在40到50年達成普遍分享的繁榮,直接重分配的規模必須超過這個幅度。當幾乎所有東西都能透過取代知識的科技做成,而且這些科技是由少數一些人所持有,即使是皮凱提提議對全球財富課稅恐怕都還不足。

往下滑看下一篇文章
從 Raise Day 出發,方睿科技如何打造商用地產的 AI 企業服務生態系?
從 Raise Day 出發,方睿科技如何打造商用地產的 AI 企業服務生態系?

AI 與數據正快速落地至各行各業,從製造、金融、電信、醫療到零售,應用速度不斷加快。但在每年交易規模至少新台幣 1900 億元的商用地產領域,卻長期受到數據破碎且不透明的限制,只能仰賴人力蒐集資訊,再憑直覺和經驗去解讀資訊、做出決策,使 AI 潛在價值難以真正發揮。為回應產業轉型的核心痛點,方睿科技首度舉辦「商用地產生態系年會 2026 Raise Day」,以開放式平台為核心,串聯專業地產服務商、空間相關企業服務商、產業專業人士等多元角色,勾勒出 B2B 企業服務生態系的全貌,希望能透過科技促進數據流動,為商用地產企業協作模式開啟新的可能性。

方睿科技
方睿科技首度舉辦 2026 Raise Day,以開放式平台為核心串聯多元角色,推動商用地產邁向產業共好的新階段。
圖/ 數位時代

方睿科技雙軌策略,讓 AI 成為商用地產的決策引擎

方睿科技創辦人暨執行長吳健宇指出,在 AI 時代,人應該專注於「最有價值」的工作;然而在商用地產業中,專業人士卻有約 70% 的時間耗費在資料蒐集與整理上,真正用於判斷與決策的時間僅約 10%。方睿科技希望翻轉這樣的時間分配,讓人力從低價值的資料處理中解放,將更多心力投入在判斷、溝通與決策等創造價值的商業活動。

方睿科技
方睿科技創辦人暨執行長 吳健宇
圖/ 數位時代

為此,方睿科技提出兩條實踐路徑。第一條是建構出具備完整性、易用性與進化性的商用地產智慧平台,運用 AI 技術,將過去產業中破碎、非結構化的資料,重塑為可被運算、可驗證的標準化數據,並結合圖表與互動式介面,讓使用者能夠快速得到完整市場資訊,實現「用戶即專家」的目標。

第二條則是推動生態系聯盟,將不動產視為企業服務的核心載體,串聯設計、家具、搬遷、清潔等多元服務夥伴,使空間不再只是靜態標的,而是承載案例、服務與數據回饋的生態系節點。透過生態系夥伴累積的實務資料與服務紀錄,平台得以發展「資料即推薦」模式,推動商用地產從單點交易,邁向可擴張的 B2B 服務網絡。

獨創「資料飛輪」機制,實現用戶即專家目標

在 AI 模型日益普及的當下,真正的競爭關鍵已不在模型本身,而是能否有效率地收集資料、提高資料品質,並將其與實際決策流程緊密結合。為此,方睿科技獨家設計出一個由「資料收集、資料精煉、專家把關、決策反饋」組成的資料飛輪,回應商用地產長期面臨的資料破碎與決策效率低落問題,成為方睿科技實踐願景的第一條路徑。

方睿科技技術長郭彥良進一步說明,資料飛輪機制的運作架構。首先在資料收集階段,必須系統性蒐集公開資料、內部檔案與報告,並透過 AI 協作將圖片等非結構化資訊轉換為可用的結構化數據。接著進入資料精煉,透過資料清洗與實體對齊,將原始資訊從單純的可閱讀升級為可比較、可推論的決策依據。第三步專家把關,則引入不動產專家進行校正與產業判讀,補上模型難以理解的規則與慣例,確保關鍵數據的正確性。最後的決策反饋階段,藉由收集使用者提問與行為,檢視現有資料是否足夠精準,再回到專家校正與補齊流程,使整個系統能隨使用頻率提升而持續進化。

在資料飛輪的運作基礎上,方睿科技正積極研發商用地產智慧平台 PickPeak。郭彥良表示,PickPeak 並非單純的物件搜尋工具,而是結合深度資料與 AI 的決策輔助平台。使用者可透過自然語言互動,提出人數、預算、區位、產業屬性等多重條件,再由系統動態生成可比較、可驗證的選址方案,真正將 AI 從「回答問題的工具」,轉化為「陪伴決策的數位專家」。

方睿科技
方睿科技技術長 郭彥良
圖/ 數位時代

創新 Data to win 模式,讓 AI 深入商用地產各階段決策流程

不過,單靠數據整合與 AI 應用仍不足以支撐產業全面升級,因此,方睿科技提出的第二條路就是,推動產業生態系聯盟,整合商用地產市場上不同角色的數據,讓 AI 能夠真正成為商用地產決策時的智慧引擎。

方睿科技不動產知識創新中心總監曾凡綱指出,目前在企業、房東或物業主與各類服務供應商之間,缺乏有效的整合機制,導致企業在選址與空間規劃過程中,難以快速找到真正合適的服務與解決方案,形成明顯的產業斷點。

為解決這些斷點,方睿科技提出「Data to win」模式,以資料取代傳統「Pay to win(付費買廣告)」思維,讓真正具備經驗與實績的服務夥伴,在適當的決策節點被看見。

曾凡綱說明,在廣告投放效益越來越低的情況下,企業服務商面臨的問題已不只是「如何曝光」,而是「如何在對的地方被看見」,這將是未來的市場勝出指標;而 Data to win 正好可以協助企業服務商建立此能力,方睿科技將生態系夥伴所擁有的案例、服務紀錄與產業知識等資料,經過去識別化與結構化處理後,再嵌入企業決策流程中,讓推薦不再來自廣告投放,而是真實、可被驗證的使用經驗,透過這樣的機制,不僅提升企業決策的準確度,也能同步放大生態系夥伴在合作中的實質價值。

舉例來說,方睿科技整合辦公傢俱夥伴 Backbone 班朋實業長期累積的辦公室規劃案例與平面圖資料,讓企業在選址階段,就能同步評估空間規劃方案,加速決策流程。又如,整合出行服務夥伴 USPACE 悠勢科技的服務資料,並呈現在地圖上,協助企業評估辦公據點的交通便利性,優化員工日常通勤與出行體驗。此外,平台也可整合大樓的 ESG 認證、公共設施與服務層資訊,協助企業快速篩選符合需求的辦公大樓,提升進駐媒合效率。

方睿科技
方睿科技不動產知識創新中心總監 曾凡綱
圖/ 數位時代

「Raise Day 只是這場變革的起點。」吳健宇強調,方睿科技已經透過投資與合夥模式,將布局延伸至專業地產服務與空間經營領域,至今旗下已有商用不動產仲介、顧問與估價等專業服務的宇豐睿星,以及聚焦商用地產代銷市場的希睿創新置業。透過直接參與第一線實務運作,方睿得以更深入理解產業真實痛點,讓科技不只是工具,而能真正回應實際決策與服務需求。

此外,方睿科技未來也將持續擴大「商用地產 x 企業服務生態系」聯盟,目前包括 Backbone、USPACE、IKEA For Business、潔客幫等企業服務夥伴已率先加入;接下來,方睿科技將邀請更多擁有關鍵數據與專業能力的企業服務商加入,讓數據在安全、可控的前提下流動,進一步釋放商用地產在選址、營運與企業服務等全生命週期中的結構性價值,為產業轉型啟動下一個關鍵階段。

方睿科技
右起方睿科技共同創辦人暨營運長陳致瑋、USPACE悠勢科技共同創辦人暨執行長宋捷仁 、Backbone班朋實業創辦人暨執行長廖家葳,透過企業服務生態系合作共同為產業啟動下一個關鍵階段。
圖/ 數位時代

方睿科技官網: https://www.funraise.com.tw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓