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
青年如何跨出改變社會的第一步?Impact Star 3 組首獎團隊從教育到減塑,把想法帶進真實現場
青年如何跨出改變社會的第一步?Impact Star 3 組首獎團隊從教育到減塑,把想法帶進真實現場

許多年輕人懷抱熱忱,期盼透過行動讓社會變得更好,卻在起步時感到茫然,不知道該從何著手,也難以確認自己的想法是否回應真實需求。為了接住這份想要改變社會的熱情,「2026 Impact Star 青年影響力啟動賽」為青年搭起一個動手實作的舞台。

Impact Star 由新北市政府青年局主辦、社企流共同推動,邀請 5 個社會創新組織提出第一線問題,並安排專業導師陪伴 10 組青年團隊展開兩個月的實作,從訪談、理解需求開始,把點子一步步做成能進入現場測試的方案。

新北市政府青年局
圖說:新北市青年局 邱兆梅 局長分享「Impact Star 青年影響力啟動賽」的辦理初衷
圖/ 新北市政府青年局

把科學教材放進 LINE,協助老師更快完成備課

「LIS 情境科學教材」長期製作國中小科學影片與教學資源,這次競賽以「跨科教學減壓」為題,希望青年找出方法,協助非自然科背景的老師更容易使用這些教材準備科學課程。

本次獲獎團隊「EDU」成員劉子瑤、梁秭萁訪談一名剛進入教育現場的老師後,發現對方同時教授近 9 個科目,還要兼顧行政工作與班級經營,備課時間格外珍貴。因此決定把解決方案聚焦在備課流程最佳化,協助教師更快找到適合的教材。

「EDU」 決定利用教師們最熟悉的 LINE 官方帳號,整合 LIS 影片、投影片與教案,再把教材內容製作成視覺化備課卡。使用者只要透過手機,就能簡單掌握教學重點、課程流程及所需材料,直接放進既有的備課流程。

透過吸收教師的回饋,「EDU」 在競賽過程中持續調整,讓操作方式更貼近實際使用情境。最終作品在 3 名教師參與的初步測試中,於系統易用性方面獲得 82.5 分,反映受測教師對操作體驗的正面評價。

新北市政府青年局
圖說:劉子瑤、梁秭萁分享,未來也期待相同架構能延伸至其他科目,讓更多教學資源被帶進課堂。
圖/ 新北市政府青年局

把教育平權做成手機遊戲,讓青年找到參與方式

「TFT 為台灣而教」長期關注教育不平等,這次活動希望促進青年思考,如何讓高中生與大學生理解教育平權,並找到適合自己的參與方式。本次獲獎團隊「星築美少女」因此決定製作手機沉浸式遊戲《鐘響以前》,並將這些因素融入故事中。遊戲以一場為期 3 天的營隊為背景,玩家能在 15 至 30 分鐘內探索場景、與角色對話並蒐集線索。

遊玩過程中,玩家會發現一名叫做阿龍的孩子沒有出現在正式名單上;而阿龍未能參加營隊,背後牽涉交通、家庭照顧責任與行政程序等因素。玩家必須在有限的人力、時間與預算中作出選擇,透過安排阿龍的行程,切身理解教育不平等如何出現在孩子的日常生活中。

遊戲結束後,系統會依照過程中的選擇提供「行動者分類」,協助玩家了解自己適合投入陪伴、資訊整理或跨域解題,並附上 TFT 相關計畫與參與連結。在 67 名完成前後測的玩家中,認為自身專業難以對教育平權發揮作用的比例,由約 4 成降至約 2 成,顯示更多玩家在體驗後,看見參與教育平權的可能。

新北市政府青年局
圖說:星築美少女成員分享,自己曾在教育社會學課程中接觸相關議題,理解家庭、交通與經濟條件都可能影響一名孩子的求學歷程。
圖/ 新北市政府青年局

減塑求籤機走進飲料店,環保成為日常選擇

「海湧工作室」長期投入環境教育與廢棄物源頭減量,這次競賽希望讓民眾理解海洋廢棄物治理,並在日常生活中實際參與減塑。本次獲獎團隊「塑 per NOVA」從淨灘資料中注意到塑膠吸管造成的海洋廢棄物問題,也觀察到消費者即使知道減塑的重要,仍習慣於購買飲料時拿取塑膠吸管。

「塑 per NOVA」成員王姸儒、郭書睿,因此把實作場域選在手搖飲店,設計「減塑求籤機」。裝置設在消費者購買飲料的動線上,當消費者準備拿取吸管時,即提供可替代選項,讓減塑融入消費流程。

顧客投入 1 元後,可取得一支可自然分解的蒲草吸管,透過掃描 QR Code,可抽取線上環保籤詩。此求籤的趣味設計有效提升消費者嘗試意願,透過線上籤詩更進一步提供日常減塑方法介紹。

「塑 per NOVA」在 3 間飲料店測試兩週,累積約 150 次蒲草吸管取用。這段經驗讓他們直接觀察顧客如何操作裝置,也了解方案能否融入店家的營運流程,為後續拓展更多場域累積經驗。

新北市政府青年局
圖說:成員王姸儒、郭書睿設計「減塑求籤機」,讓減塑融入原本的消費過程。
圖/ 新北市政府青年局

前進新加坡,青年行動的下一步

獲得首獎的 3 組團隊,預計於 9 月底前往新加坡和南洋理工大學,與當地社會創新組織交流。團隊將延續這次實作累積的經驗,觀察新加坡如何回應相近議題,再思考哪些做法適合帶回台灣。

「EDU」希望了解新加坡如何支持非本科教師授課,以及當地社創組織有哪些能夠立即實踐的做法;「星築美少女」則將觀察教育政策的實際運作,及新加坡如何理解與推動教育平權。「塑 per NOVA」關注當地如何讓環保意識融入民眾生活,並希望從永續措施中找到減塑求籤機後續發展的方向。

頒獎典禮上,「星築美少女」成員王品然坦言:「一開始覺得社會影響力很遙遠,自己做不了什麼東西。」但參加完比賽後發現,踏出第一步就可能帶來改變,她說:「其實做一小步,你就可以改變一些東西。」

從起步時不知道該從何著手,到把方案帶進真實場域,3 組團隊在兩個月的實作中找到答案:青年不必等到有完整的解法才開始,只要先走近一個真實需求,並根據回饋持續調整,對社會的關心就能逐漸成為具體行動。

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
一次搞懂工業AI
© 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