根據世界經濟論壇的報告，2020年至2025年，隨著演算法和智慧機器在職場的重要性日益增加，全球可能會有26個經濟體裡的8,500萬個工作崗位被取代，但同時也會創造9,700萬個新職位。
人類與機器人的分工，將取決於雙方各自的優勢與局限。機器人以速度見長，能處理龐大的數據，並從中發掘模式，具備高精度的移動能力，而且比人類更有力量。機器學習引擎還能從大數據中，產生人類難以自行發現的見解。機器智慧與機器人技術在運算、記憶和預測方面，表現超越人類。
然而，機器人無法像人類一樣進行推理、溝通或理解世界。它們缺乏廣博的經驗知識，無法根據適當的脈絡來解讀事物。這正是我們的優勢所在，並將繼續成為我們不可替代的核心能力。我們可以解讀智慧機器所產生的模式和預測，並為其賦予意義。
關於機器人將在職場取代人類的恐懼，主要根植於兩個錯誤的見解。
首先，我們透過電影想像機器人擁有神奇的能力，加上媒體過度渲染，以及企業對機器人技術的未來發展過度樂觀、且雄心勃勃的做宣傳與預測。
其次，我們將「人性」與「科技」視為對立而非互補的力量，誤把機器人視為競爭對手，而不是能提升人類生產力與能力的隊友或工具。
事實上，人類在諸多方面擁有明顯優勢，這些優勢將會持續存在。與其考慮由人類或機器人獨自完成某項工作，不如思考如何結合人類與機器人，讓雙方攜手提升並擴展工作和生活的各個層面。
未來應該由科技與人性共同塑造，彼此互補，相輔相成。
以艾倫研究所（AllenInstitute）的科學家為例，他們正利用機器學習技術來辨識醫師無法觀察到的人眼徵象，幫助醫師分辨健康與病變的細胞。這些工具能協助科學家監控癌症進程中的細胞變化，或病人對不同治療方法的反應。智慧機器可以觀察現象和徵象，並從龐大的資料集裡，辨識出醫師與科學家無法自行發現的模式。
然而，機器人不具備同理心，無法為病人提供治療選項的諮詢，也無法根據多重的複雜因素做出決策（這些因素未必能輕易轉化為機器人可判讀的數據）。同樣的，機器人也無法複製人類的推理、互動與溝通能力。
人類具備同理心等能力，人機協作可創造更大價值。圖片來源：Shutterstock
這些獨特的人類技能在未來職場上，將變得愈發重要。根據2018年世界經濟論壇《未來工作報告》指出，未來五年內，客戶服務、培訓與職涯規劃、人力資源與文化、以及組織發展等領域的職位，預計將快速增長，原因正是這些領域的工作需要人類獨有的技能。
此外，「科技與人性結合」的合作趨勢，已在多項研究中獲得反覆證實。例如，顧問公司埃森哲（Accenture）針對1,500家企業進行研究，分析它們如何實施AI系統，結果顯示，最成功的組織是那些積極運用人機協作優勢的企業。這些公司的企業主，透過部署AI系統來增強員工的能力，進一步大幅提升工作效率。
未來需要更多專業人才
未來改變的不是對人員的需求，而是我們從事的工作內容。例如，生產線上的感測器能即時捕捉溫度、壓力、速度、震動等各種變項的回饋數據。這些數據被輸入產品的虛擬模型或數位分身，讓製造商能監控機器的效能和狀態（藉以發現磨損、失常或故障的跡象），偵測產品或零件的異常或缺陷，並全面優化產品品質與製程。
不僅製程在改變，產品本身也有所變化。新的運算設計和製造技術興起，讓我們得以製造專門優化特定產品的全新分子和材料。例如，位於麻州劍橋的科博特（Kebotix）公司正利用機器學習和機器人技術，發明環保高效材料。
無論是在製造、材料科學還是其他領域，技術的進步將帶來大量新的就業機會。若企業希望充分發揮這些新工具與創新技術的潛力，人類的角色依然不可或缺。因此，現今的設備維護主管將需要掌握工程技能，技術人員則需要接受分析訓練，以便操作數位分身，並在機器人故障之前優化程序。
此外，未來還需要更多的機器人工程師、電腦視覺科學家、深度學習專家和機器學習系統工程師等專業人才。
工廠自動化程度提升所帶來的效率和勞動力增加，也許有助於振興美國的製造業。根據麥肯錫全球研究院估計，2025年以後，美國製造業每年的附加價值可能比目前的估計，還要增加高達5,300億美元（約新台幣15.85兆元），並新增多達240萬個就業機會。
企業轉型時，可透過AI優化工作環節及效率，並帶來新的專業人才需求。圖片來源：Shutterstock
然而，其中一大挑戰在於，人們很難從一種工作類型轉換到另一種。新職位所需的技能可能需要大量培訓。這並非科技首度引發勞動市場的重大重組，但有別於過去，數位科技正導致勞動市場的極化。
隨著機器人和AI解決方案日益普及，我們或許需要重新思量整個勞動體系的結構，否則專家擔心可能出現中階工作空洞化的情況，留下少數高薪職位和大量不受歡迎或低薪的基層工作。
此外，科技進步雖然可能促進國家的發展，但也可能對其他國家造成負面影響，而AI的負面效應在開發中國家，或許更加顯著。
正如經濟學家薩克斯（Jeffrey Sachs）所言：「已開發國家可能透過自動化，在國內生產過去從開發中國家進口的商品。結果導致已開發國家的收入持續增加，而開發中國家則陷入更深層的貧困。」
你可能有興趣：AI時代的職場新面貌
作者： 丹妮拉．羅斯、葛瑞格里．莫恩（Daniela Rus, Gregory Mone） 譯者： 張嘉倫 出版社：天下文化 出版日期：2025/05/29
