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
從新零售到新商務,騰雲科技以兩大策略打造新世代成長引擎
從新零售到新商務,騰雲科技以兩大策略打造新世代成長引擎

騰雲科技持續展現強勁成長,不僅連續五年維持雙位數的營收增幅,更於 2025 年前三季累計營收來到 5.47 億元、淨利 1.03 億元,年成長率高達 67%,顯示騰雲科技已從智慧零售解決方案供應商擴展成為智慧社區、智慧城市解決方案供應商,並持續發揮高毛利、高成長、以智慧場域資料為核心驅動的代理式 AI 解決方案全方位供應商。

騰雲科技是怎麼辦到的?

騰雲科技董事長暨總經理梁基文不藏私分享兩大關鍵:「首先是以 AI 賦能的產品與服務,協助客戶提升效率、優化營收;其次是透過騰雲孵化器與其生態系中新創夥伴協作,打造零售、不動產、製造與數位保險等產業所需的新商務服務。」

以 AI 賦能全產品線,強化客戶黏著度、深化長期關係

梁基文表示:「AI 不是單一產品或立即變現的技術,要能有效消除資訊不對等,需協助企業先將散落的資料整合成數據資產,才能找出能驅動決策的洞察。」因此,要讓 AI 真正落地,需要同時理解產業現況與營運痛點的夥伴,才能把技術與數據轉化為具體價值,成為企業成長的新引擎。

有鑑於此,騰雲科技的策略是推出 AI Agent 平台 –TrendVotex,由深耕百貨零售、商業不動產等產業的專業團隊協助打造符合場景需求的 AI 代理服務。

例如,為百貨零售打造的「AI 品牌行銷專家」透過市場輿論進行趨勢及同業動態分析、以口碑行銷進行品牌塑造、針對會員數據進行自動化文案生成及傳播、針對行銷成果進行效益分析等自動化決策,「AI 招商助理」則能整合商圈熱度、樓層營運狀態等資訊,提出精準的櫃位調整與招商策略。至於針對複合式商業不動產管理場景推出「AI 能源智慧管理」服務,導入 AIoT 終端裝置佈署並運用其感測數據與歷史異常紀錄,預測設備故障風險,協助排程維修,降低停機時間,大幅提升營運績效。

梁基文補充說明:「除了協助企業打造專屬 AI 代理與串接代理式工作流程(Agentic Workflow),我們也推出 Marketing、Content、Sales、Manufacturing 等跨產業可重複使用的 AI 代理模組,加速零售、不動產、製造、旅遊與數位保險服務等產業的導入腳步。」

值得注意的是,為真正發揮、極大化 AI 價值,騰雲科技不僅提供技術,也協助企業梳理流程、整合分散數據,打造可支撐多場景的數據驅動營運中台。

梁基文表示,不只零售業正加速虛實通路整合,製造與金融服務業也十分重視「全通路數據」,例如製造業需要即時掌握生產過程關鍵數據指標與庫存狀況以確保良率及產能、數位保險業則積極深化對顧客旅程的掌握以完善服務能量等,騰雲科技推出「隨開即用」、雲地整合的 AI 平台,讓企業能在多場景中無縫串接數據並兼顧資訊安全,充分展現「From Insight to Intelligence」價值。

例如,協助數位保險整合顧客的「線上資料(如客戶資料、風險判斷」與「線下數據(如客戶活動數據、場域營運數據)」,透過 AI 進行產品推薦、簡化內部核保作業流程,並提供更加順暢的一致體驗,讓保險也能像零售一樣真正做到懂顧客。

「接下來,我們會把在百貨零售與商業不動產驗證過的技術,進一步擴大到製造、數位保險等產業,讓價值放到最大。」梁基文如是說道。

騰雲科技
騰雲科技董事長暨總經理梁基文
圖/ 數位時代

五大技術、四大產業,騰雲科技以孵化器成就下一個十年

梁基文表示:「過去 10 年,我們專注在『新零售・新生活』;接下來將延伸至『新商務・新生活』,透過收購、合資、投資等方式與外部夥伴共創新的成長動能。」

具體做法是以 ABCDE(AI、Blockchain、Cloud、Data、Experience)五大技術為核心,鎖定零售、不動產、製造與金融服務四大產業,透過外部合作與孵化機制強化解決方案的廣度與深度:整合現場設備、門市裝置、POS、排隊系統、取貨流程、感測器與後勤運作,推出 AIoT 智慧場域管理方案,滿足跨場域、跨產業與跨國企業的需求。

例如,協助泰國五星級酒店導入 AIoT 智慧場域管理方案以優化能源設備管理、降低營運成本並提升使用者體驗等。明(2026)年,騰雲科技計畫將 AIoT 智慧場域管理方案推向製造業廠房,協助客戶管理冷氣、燈光等能源設備並進行碳管理,同時,透過監控產線設備的振動與溫度等數據,提供 AI 預判的設備維修時機(Preventive Maintenance),擴大數位與綠色雙軸轉型的綜效。

除以集團力量推廣 AIoT 智慧場域管理方案,騰雲科技亦積極擴大相應的生態體系發展:首先是與跨業夥伴一同延伸 AIoT 智慧場域管理方案 的應用範疇,如與保險業者合資成立數位保險公司以提供 AI-Ready 數位應用方案;其次是建立消費者生態體系以發揮「新商務‧新生活」的相互影響綜效。例如,騰雲科技子公司騰加數位將擴大 AIoT 平台運營版圖,深入零售、商辦與飯店等多元場景,並以此為載體整合數位支付、會員數據與數位內容傳播等應用,藉此強化場域的智慧化能力,以及拓展騰雲解決方案的落地深度與廣度。

「透過 AIoT 智慧場域管理方案、營運中台與 TrendVotex 等產品與服務,我們不僅能更精準回應台灣、日本與東南亞市場在流程自動化、營運效率提升上的需求,也能同步改善大眾的日常體驗,真正落實『新商務・新生活』的共好價值。」關於未來的發展,梁基文如是總結。

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
進擊的機器人
© 2025 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