機器學習（ML）和機器人技術的突破，大大改善了出貨與量產的速度及成本。我們都希望以更低的成本立即取得我們的包裹，每間企業也希望獲得更高的利潤。但是，隨著工廠和倉庫中越來越多的任務被自動化，我們的社會又將承受哪些全面影響？
在全球最大的幾間公司中，亞馬遜尤其面臨著更嚴格的監督。這家電商巨頭始終扮演著現今倉庫自動化，與當日到貨承諾的主要推手，促使其同業與DHL等供應商開始測試一系列的機器人技術，設法跟上自己的服務水準。
亞馬遜在蒙受苛待員工的批判之際，同時也積極推動自動化，今後可能有多達12.5萬的全職或計時職缺因此裁減，同時在美國境內的物流和倉儲中心，也有另外12萬的季節性短雇工人往後可能因此失業。 面對公眾的監督與質疑，亞馬遜並未積極採取更坦率和透明的方式，討論我們該如何處理這段社會過渡期的各種問題，而是虛應故事。
在最近的一次記者參訪中，亞馬遜機器人物流（Amazon Robotics Fulfillment） 事業協理史考特．安德森（Scott Anderson）說，倉庫裡的全自動工作站，至少還需要10年的發展才能健全運作。確切來說，他認為至少還需要10年時間，才能把各筆訂單交由倉庫工人揀貨的作業徹底自動化。這樣的說法會不會分散了大眾的注意力，導致大家忘記了真正迫切的問題：
我們應該如何轉型？準備面對無可避免的自動化趨勢？
亞馬遜沒説錯的事
儘管我們仍需要幾年時間，才有辦法將倉庫中完成訂單的每一個步驟「全面」自動化，但亞馬遜沒提到的是，目前訂單處理其實已經被部分自動化，未來幾年自動化的程度也將進一步提高。
換句話說，足以全面提高效率和成本效益的自動化技術，現已問世。
雖然網路上隨處可見自動化倉庫的精彩影片，但根據實際情況，全美只有超過10%的倉庫真正使用了精密的自動化技術。精密自動化技術（例如分揀系統）、AGV （自動化地面車輛），以及堆卸棧板機等精密的自動化技術，通常需要超過5,000萬美元的投資，估計投資回收期超過5年。
此外，像Kiva和Fetch這樣的行動機器人，目前雖然已經投入運用，但用於揀貨的機械手臂才正開始部署。為什麼？我在先前的文章裡有提過，多數機械手臂的功能確實十分強大，卻不具備真正的因應能力。這些機器人在編程完工之後，只負責重複執行相同的工作。即使是小小的改變，都可能造成生產線暫停，歷經重新校準才能再作業。它們無法適應環境的變化，靈巧程度也比不上真正的人類手臂。
與機器人相比，人類仍然擁有較出色的靈活性、視覺感知能力與抓取能力（迄今我們尚未發明出靈巧程度足以比擬手指的夾具）。此外，如果你仔細觀察，我們很少使用語言，描述拾取、抓握等動動作。對大多數人而言，這些動作很直觀，不需多加說明，因為我們從出生到現在，已經重複做過無數次。
我們不加思索也能輕易撿起、放置各種物體，但對於機器人來說，撿拾、抓取卻是必須從零開始學習的課題，因為機器並不具備關於物理性質（像是摩擦力評估、重心研判）之類的關鍵背景知識。（正因為如此，我們無法直接把目前適用於人類的評量指標，套用至機器人的動作上。我將在之後的Medium的文章裡進一步闡述。）
貨物揀選過程非常複雜，可從區域揀選、離散揀選、一直到批量揀選。過程還牽涉到包括進貨、分類、堆棧、卸棧、揀選、檢查與包裝，標籤黏貼和運輸等幾個步驟。其中有許多步驟已經自動化，但要達到全面自動化，確實還需要幾年的時間。對照人類天生的卓越認知和操控能力，亞馬遜確實點出了目前人工智慧和機器人技術的侷限性。但是，這樣的說法是否會讓大家忽略掉某些重要趨勢？
亞馬遜希望大家忽略的事？
倉庫全自動化（level 5），其實只是一個假議題。 事實上，只要自動化一部分的訂單作業，就已經足以為電商及零售公司節省龐大的預算，這是因為目前，人力成本占大多數倉庫平均營運預算的65%。如此高的比例，不難理解毛利不高，又面臨巨大競爭壓力的物流業者，為何要想方設法盡可能讓倉庫流程自動化。也因此，各項倉庫自動化設備市場都在不斷成長。根據MarketsandMarkets調查，全球倉庫機器人市場的平均複合年成長率估計將達到11.8%，總產值將在2022年達到44.4億美金。不斷增長的市場需求，不僅引起ABB、Fanuc和KUKA等傳統工業機器手臂公司的注意，也吸引了知名機器人新創Boston Dynamics加入競爭。
另一方面，機器人也變得更加聰明。 揀貨能力便是其中一個很好的例子，這項能力多年來始終是機器人研究難以突破的「終極目標」。但現在，像OSARO和PlusOne等新創企業，都正在部署具備機器學習能力的機械手臂，這種機械手臂有能力識別和操縱倉庫中的各種物體。即使機器人只能處理80%的工作，剩餘的特例還需要人類處理，這種80／20的半自動化策略，也已經足以確保公司得以降低勞動力和系統整合的可觀成本。
此外，隨著時間推移，演算法也將持續改善並接逐漸接近完全自主，level 4 自主機器人系統會隨著搜集更多資料，並從反覆的錯誤嘗試中學習。除此之外，雲機器人（cloud robotics）、元學習（Meta Learning）、遷移學習（Transfer Learning）的最新發展，也加速了機器人學習和適應環境變化的過程。
我在Medium文章中有提到，倉庫自動化市場成長十分快速。 根據Tractica的資料，全球倉庫自動化技術的銷售額預計將從2018年的83億美元成長到2022年308億美元。包括機器人製造商（如ABB、KUKA、Fanuc），物料處理公司（如Muratec、Dematic）、零售商（如亞馬遜、Ocado）在內的多家產業巨頭，不僅設立了內部團隊，也與試圖用創新技術顛覆產業的新創公司合作，大力投資人工智慧和機器人技術。隨著零售商需要更快速、更高效率的出貨方案，如加拿大的Attabotics 和以色列的Commonsense Robotics這類高密度儲存系統的新創公司也就應運而生。
不只如此，倉庫不是唯一需要AI機器人技術來進行自動化的市場。麥肯錫（Mckinsey）的一份報告指出，美國企業的工資支出總額裡，估計有7,660億美元是來自於高度可預測的體力勞動工作，這樣的職缺因為可預測性高，很有可能透過機器人來實現自動化。而這樣的工作，主要存在於三大市場中：
- 住宿和食品業
- 製造業
- 運輸和倉儲業
根據美國勞工統計局統計，倉儲從業勞工人數已從2009年的66.2萬人增長到2019年的118萬人，年複合成長率為5.96%。如果持續增長下去，截至2029年將有超過210萬人在倉庫裡工作。即使亞馬遜和其他零售商真的花費10年的時間「將訂單的每一步驟全面自動化」，這意味著未來十年內將有超過200萬個職缺會遭到自動化所取代。 10年的時間會很長嗎？數百萬的工人和整個社會，是否有足夠的時間為這樣的劇變做好準備？可以肯定的是，如果繼續否認這個，我們有生之年勢必得面對的自動化新時代，只會讓我們錯過了做好準備的最後機會，最後恐怕會有數以百萬計的人受到影響。
無論是停止舉辦多年的「機器人貨物分揀競賽」，還是發布文章避談自動化的快速發展，亞馬遜似乎正在窮盡一切努力，避免公眾的監督與質問。但無庸置疑的是，自動化技術將會取代重複性高的人類職缺。這本來就是大勢所趨，亞馬遜比任何公司都要清楚這點。如果不是預見未來幾年內即將進行大幅自動化，亞馬遜又何需計畫在未來6年內花費7億美元，對旗下三分之一的美國工人進行重新培訓？這樣的因應對策是否太慢？範圍太小？包括亞馬遜在內的各大企業，對未來自動化計畫是否應該更公開透明？為降低社會衝擊，能不能採取更積極的作為跟態度？
如果我們的選擇正確，這股新自動化浪潮有望帶來更光明的前景：企業將獲得更高的生產力，員工也將從重複單調、勞力吃重的職務裡解脫，轉而享有更好的工作環境。哈佛大學最近的一項研究發現，受雇工人其實很歡迎改變並希望學習新技能，但是雇主卻單方面地認為員工不會願意接受自動化，並學習新技能。其實員工並不害怕自動化，怕的是執行過程中的各種不確定因素。
科技本身沒有好壞，端看我們如何運用。與其一相情願地認為員工拒絕改變，而淡化自動化的進程，企業更應該與員工攜手轉型，將高危險性或重複性的工作，交給機器執行。如此一來，也能協助員工，在未來的經濟環境裡獲得更高階技能的工作，以及更理想的工資。
責任編輯：陳建鈞
《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。
（觀點文章呈現多元意見，不代表《數位時代》的立場。）
