一架無人機，背後需有100人操作...看未來30年的AI就業市場：被拱上轎及跌落水的2大階級

AI保護的是人類，而不是工作

AI不單單能夠「駭進」人類、並在以往認為專屬於人類的技能表現上打敗人類，更擁有獨特的非人類能力，而使得AI和人類工作者之間的差異不僅是程度高低，而是完完全全的兩回事。AI特別重要的2種非人類能力，就在於「連結性」和「可更新性」。

人類都是個體，很難將所有人彼此連結，以確保每個人都得到最新資訊。相反的，電腦並不是彼此相異的獨立個體，因此很容易把電腦集合成單一、靈活的網路。所以這樣說來，並不是即將有幾百萬部電腦和機器人取代幾百萬個工人，而是所有的個別工人會被一套整合的網路所取代。因此，討論自動化的時候，不該把「一位司機」的能力拿來和「一輛自動駕駛車」比較，也不是把「一位醫師」拿來和「一位AI醫師」做比較，而是該把「一群人」的能力，拿來和「一套整合網路」進行比較。

舉例來說，交通規則時有修改，但許多司機並不全然熟悉，於是常常違規。也因為每輛車都是個別運作的實體，所以兩輛車到了同一個十字路口的時候，司機可能會誤讀彼此的意圖，以致發生事故。相反的，自動駕駛車是連結成一個整體，所以2輛自動駕駛車來到十字路口時並非個別運作，而是屬於同一套演算法的一部分。這樣一來，溝通不良而發生事故的機會也就大幅減少。此外，如果交通部決定修改某些交通規則，所有的自動駕駛車都能很快在同一時間更新；除非程式出錯，否則大家都會遵守新的規則。

同樣的，如果世界衛生組織確認出現了某種新疾病，或是某實驗室生產出某種新藥，目前幾乎不可能讓全世界所有人類醫師都得知最新發展的消息。相較之下，就算全球有一百億臺AI醫師、各自照顧著一個人的健康狀況，仍然可以在瞬間全部更新，而且所有AI醫師都能互相分享對新病或新藥的反應。

連結性和可更新性可能帶來的優勢極為龐大，至少對某些工作來說，就算某些單獨個人的工作效率可能仍然高於機器，但合理的做法將會是用電腦取代所有人類員工。

有人可能會反駁說，把個別的個人轉換為電腦運算網路之後，就會失去個別性所帶來的優勢。舉例來說，如果某位人類醫師做出錯誤判斷，並不會因此讓世界上所有的病人都喪命，也不會阻礙所有新藥的發展。相反的，如果所有醫師其實都屬於某一套同樣的系統，該系統一旦出錯，結果可能就極其嚴重。

但事實上，整合的電腦系統可以在不失去個別性的優勢下，把連結性的優點發揮到極致。譬如在同一個網路上提供許多演算法，以供選擇。於是位於偏遠叢林小村裡的病人只要透過智慧型手機，能找到的不只是某一位醫學權威，而是上百位不同演算法的AI醫師，而且這些AI醫師的表現會一直受到互相評比。你不喜歡那位IBM醫師的診斷嗎？沒問題。就算你現在困在吉力馬扎羅山上，也能輕鬆找到百度醫師，尋求第二意見。

這對人類社會很可能帶來巨大的好處。AI醫師能為幾10億人帶來更好、更便宜的醫療保健服務，特別是那些目前根本沒有醫療保健資源可用的人。靠著機器學習演算法和生物統計感測器，就算是某個未開發國家的貧困村民，也可能會透過智慧型手機，得到良好的醫療保健，比起目前最富有的人在最先進的城市醫院所獲得的水準，有過之而無不及。

同樣的，自動駕駛車能讓交通服務品質大幅提升，特別是能夠降低車禍死亡率。在今日，每年有將近125萬人因車禍而死亡，足足是戰爭、犯罪和恐怖攻擊死亡人數的2倍。在這些事故中，超過90%是由於人為錯誤造成的：有人酒駕、有人邊開車邊發簡訊、有人開車開到睡著、有人開車的時候只顧著發呆。而這些錯誤，自動駕駛車永遠不會犯。雖然自動駕駛車仍有不少問題和局限，也免不了會有些事故，但根據預測，如果把所有駕駛工作完全交由電腦處理，將能夠減少大約90%的道路傷亡。換句話說，只要全面改採自動駕駛車，可能每年就能拯救100萬人的性命。

因此，如果只是為了保障工作，就想阻擋在交通和醫療保健等領域的自動化，絕對是不智之舉。畢竟，我們真正該保護的是人類，而不是工作。如果這讓司機和醫師變得無用武之地，就讓他們找點別的事來做吧。

2050年的就業市場特色：
人類搭配AI

從藝術到醫療保健，許多傳統工作將會消失，但部分影響可能會由新創造的工作來抵消。例如診斷各種已知疾病、執行各種常見醫療的全科醫師，有可能被AI醫師取代，但也就會空出更多經費空間，讓醫師和實驗室助理得以進行開創性的研究，研發新藥或手術新術式。

AI也可能以另一種方式，協助創造新的人類工作：人類與其想贏過AI，不如把重點放在AI的維修和運用。舉例來說，因為無人機取代了飛行員，有些工作確實消失了，但同時在維修、遠端控制、資料分析和網路安全方面，卻也創造了許多新的工作機會。美國軍方每派出一架「掠奪者」或「死神」無人機飛越敘利亞，就需要有30人在幕後操作；至於蒐集完資料的後續分析，更需要至少再80人。在2015年，美國空軍就曾經因為受過足夠訓練的人力不足，面臨無人操作無人機的窘境。

這樣說來，2050年的就業市場特色，很可能在於人類與AI的合作，而非競爭。從警務到銀行等各種領域，「人類搭配AI」的表現都能超越純粹的人類、或超越純粹的電腦。在IBM的深藍於1997年擊敗世界西洋棋王卡斯帕羅夫之後，人類並沒有停止下棋。相反的，在AI協助訓練之下，人類的西洋棋大師水準比過去更高。而且至少有一段時間，由人類和AI搭配而有「半人馬」之稱的這種隊伍，在西洋棋的表現也擊敗了純粹的人類和純粹的電腦。很有可能，AI也能像這樣，協助培養出史上最傑出的偵探、銀行經理和軍人。

我們最好有所準備：
將有新的「無用階級」日益擴大

然而，這些新工作都需要高水準的專業知識，無法解決無技能勞工失業的問題。想讓勞工再受訓後、去做這些工作，可能還不如直接創造完全屬於人類的全新工作。像是在過去的自動化浪潮中，勞工通常可以從某項規律性、低技能的工作，輕鬆轉向另一項同樣規律性、低技能的工作。像是在1920年，因為農業機械化而失業的農場工人，可以轉到製造曳引機的工廠裡找到新工作。在1980年，工廠工人失業後，也可以轉到超市裡當收銀員。這種轉職在過去是可行的，因為從農場到工廠、從工廠到超市，都只需要稍加重新培訓即可。

但是到了2050年，收銀員或紡織工人的工作都由機器人接手之後，他們大概無法轉職成癌症研究學者、無人機操控員、或是人類搭配AI的銀行團隊一員。他們就是少了必備的技能。在第一次世界大戰的時候，派出百萬名大兵扛著槍一陣亂射，犧牲在所不惜，其實是合理的做法，畢竟當時個人的技術好壞並不會造成太大差異。但到了今天，就算無人機操控員和資料分析師的位子確實缺人，美國空軍可不會找個失業的超市收銀員來填埔空缺。你可不希望有個沒經驗的菜鳥，把阿富汗的婚禮派對，誤認為塔利班的高層集會吧？

因此，雖然出現了許多新的人類工作，仍然可能看到新的「無用階級」日益龐大。我們甚至可能是兩面不討好：許多勞工找不到工作，但也有許多雇主找不到有技能的勞工。這可能就像是19世紀馬車變成汽車的情況再現，當時有許多馬車司機轉業成為計程車司機；只是我們可能不是那些轉業的司機，而是被淘汰的馬！

【書籍介紹】