未來不再有Boring Jobs 每周晨讀第六期

《經濟學人·商論》學習社區「深度解讀」專欄版塊「每周晨讀」，每周日清晨上線。商論主編會用音頻形式，對《經濟學人》最近的一個熱點話題進行解讀並疏理。每周五分鐘，幫助你深入淺出地解讀《經濟學人》的最新觀點，為你在社交場合的談資助力。

想從閱讀《經濟學人》中獲益更多？我們已經為《經濟學人·商論》年度訂戶推出了專屬學習社區，助你提升對商業、金融與科技議題的理解、分析與表達能力。商論年度訂戶可以免費進入新版學習社區「英語學習」版塊，獲取專屬福利：每日一詞、學人習語、原文精析直播課堂 、線下讀者沙龍等。

每周晨讀第六期

未來不再有Boring Jobs？

什麼是 boring jobs？英語的解釋是「枯燥的工作」。矽谷鋼鐵俠馬斯克為了支持超級高鐵 Hyper-loop，創建了一家研發實驗性隧道挖掘技術的公司，乾脆就起名叫「Boring Company」（枯燥無聊的公司）。鑽隧道，當然很枯燥很無聊。當然，馬斯克也耍了一點文字小聰明，因為「Boring」一詞多義，也有鑽探的意思。

不想岔遠了。今天我們講的 boring job，枯燥的工作，就是那些讓人厭倦的重複性的工作，尤其特指許多「知識工作者」每天都可能要處理的重複性的工作。在一個人工智慧備受關注的時代，我們預言，處理大量「枯燥工作」的崗位，很快就會被機器所取代。如果你的日常工作中「枯燥的」那一部分佔比較高，或者你所學的只能勝任你去做一份「枯燥的工作」。那你一定要仔細聽一聽今天的晨讀，趕快思考怎麼轉型。

上周二，在《經濟學人商論》組織的讀者沙龍上，我跟來自麻省理工的創業家兼人工智慧專家 Max Yankelevich 對談「人工智慧的應用革命」，其中一個重要的議題就是，到底哪些工作會被人工智慧所取代。Max 創建了一家叫做 WorkFusion 的公司，翻成中文大概就是「融合工作」。誰跟誰融合呢？當然是機器與人的融合。事實上，人機互動（human-robot interaction）或者簡稱為 HRI，已經變成了一項跨學科的顯學，社會學、人類學、法律、哲學和倫理學的教授融合在一起，和人工智慧的專家共同研討如何發展和規範未來人機互動的規則。這種融合在實際工作中的應用，一下子就讓很多「枯燥的工作」變得岌岌可危了。

那麼哪些工作算是「枯燥的工作」呢？

首先是共享服務中心的工作。過去十年，從財務管理開始，許多大公司把中後台支持性的工作逐漸遷移到了共享服務中心。背後的邏輯很簡單，以財務為例，把大量重複性的工作，比如說差旅的報銷和收付款單據的審核，集中在一個地方用便宜的勞動力按照優化的流程來處理，可以解放財務人員做更多複雜的工作，讓他們能花更多精力做決策支持。現在，這些共享服務中心中的很多工作都可以被人工智慧所取代。文字識別與語音識別的能力在過去幾年飛速發展，機器學習也可以讓演算法從幾千份單據的正確處理中學會處理報銷單據審核或付款票據驗證這類「重複性」的工作。

人工智慧還有人類無可比擬的優勢。首先是邊際成本除了電費之外幾乎為零；其次是處理時間是 24×7，虛擬機器人不但不會感覺工作「枯燥」，需要工間休息換換腦子，而且可以沒日沒夜地持續工作；第三準確度高。有統計發現，共享中心中人處理的一般準確度大概在 85%，而機器可以很快做到 98%。

其次是較為複雜、流程較多，但是仍然有明確規律可循的腦力工作。舉一個例子。歐洲債券（EuroBonds），也就是以美元計價在歐洲發行並交易的離岸債券，它的文件審核就很複雜。通常一份歐洲債券的投資意向書有幾十頁，有經驗的金融專家需要了解審核債券各個方面的信息，包括發行信息、融資架構、收入安排、付款條款等三四十項信息，才能給出一個交易價格的建議。通常專家審核這樣一份文件平均需要一個小時，其中 48 分鐘是人力，12 分鐘是休息——沒有誰能不知疲倦地連續審核文件，總要去上個廁所，喝杯咖啡，抽根煙解解乏。有了人工智慧的協作，審核時間可以壓縮到 10 分鐘之內。想像一下，人工智慧把重要條款梳理完，在一個儀錶盤上列出需要關注的領域，的確為專家節省了大量時間。不過要記住的是，現有的人工智慧還沒法取代專家的判斷。人機互動，幫助專家節省了「枯燥的工作」，可以讓他把更多精力用於判斷和決策，成本節約與效率提升都可觀。

更複雜的工作能不能被人工智慧所取代呢？我們再來看一個百萬美元年薪的評級分析師的工作。給一個大企業或者給一個國家進行信用評級，需要關注的信息，需要梳理的材料，比看一份歐洲債券的投資意向書可要多得多也複雜得多，也難怪他能拿那麼高的薪水。但是，分析師的工作中有沒有「枯燥的部分」呢？如果對他的工作解構一下的話，不難發現，80%的工作是重複的信息搜集，20%則是創造性的增值分析和判斷。未來，80%的重複工作——也就是「枯燥的部分」——會逐漸由人工智慧的助理所完成，讓分析師可以把主要精力放在增值服務上，效率是不是也會極大提高？

前兩種「枯燥的工作」已經開始大規模被人工智慧所取代。看一看大投行的交易員就清楚了。鼎盛時期，一家大投行的交易台上可能會僱用幾百名交易員。但隨著量化交易的流行，這些人很快就被機器所取代。最近，JP Morgan 推出交易執行機器人。經過對過去幾十億次交易記錄的學習，交易執行機器人可以用最快的速度和最好的價格達成交易。它甚至還能處理這樣的問題：怎麼安排交易可以在不波動市場的情況下平倉？

最後一種可能仍然停留在「思想實驗」層面上，但也非常有可能。其實人工智慧也有兩面，一方面它會取代大量「枯燥的工作」，另一方面也會給予每個人極大的「賦能」。我就在想，不久的將來，一定會有一個很棒的寫作機器人，我只要口述給它想要寫的觀點，布置一下需要查找的資料，它一定能在很短的時間內完成初稿，供我修改潤色。

說到這兒，你可能會有疑問了——「枯燥的工作」都被取代了，我該怎麼辦？

和所有其他科技革命一樣，這次人工智慧帶來的革命也會創造出新的工作。未來最有前景的一種新工作就是和虛擬機器人協作的工作。在《商論》九月刊的一篇文章《人力積雲》中，我們就列出了不少已經被創建出來的崗位：為了訓練自動駕駛的演算法，需要教會演算法對行人和道路標誌做出精準判斷，仍然需要人來指導；為了滿足國家「內容審核」的需求，比如德國的一項新法律將要求社交媒體在 24 小時內刪除所有視為非法的內容，如否認納粹大屠殺。為了滿足這樣的需求，Facebook 宣布在全球範圍內將他的網頁管理員的數量從 4500 人增加到 7500 人。未來即使人工智慧持續發展，人類仍需要在訓練演算法和處理異常情況方面發揮作用。同樣，人類也要監管、驗證、審核機器人的工作。

如果你還在學習成長，或者正在為下一代成長操心，我想，需要思考的一個重點是如何培養與 AI 一同成長的新路徑。過去十年，隨著智能手機的普及，全球教育已經完成了一大轉變——從背誦「事實」轉向了理解「概念」。死記硬背式的傳統教育越來越無法適應未來的需求，如何培養理解力與建構力，是教育需要努力的方向。未來，這樣的改變只會更多。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！