Facebook Pixel Facebook Pixel

新書搶先看》20年後,還有什麼工作不被AI取代?

2019-07-27
坂口孝則
新書搶先看》20年後,還有什麼工作不被AI取代?

AI 究竟減輕了,還是奪走了大部分的工作?

 

變化特徵

在二○三四年之前,AI可能奪走大部分人類的工作。即使是過去未曾想像的領域,AI也能派上用場。若再加上科技奇點,AI可能擁有超越人類的能力。
因此,一如我再三重複的,對人類來說,最重要的是竭盡全力研究機器能力不及的領域,也就是連結AI與人類的工作,或是鼓舞人類的工作。

醫師、AI、觸摸

我認為醫師這個職業非常不可思議。雖然醫師會選擇外科或內科等不同科別,但並沒有針對不同科別所頒予的不同執照,只有同一種醫師執照。而且,醫師說到底也是針對患者的症狀,根據統計結果來處理。但是,一般而言,患者都認為醫生的處方絕對正確,或是應該說,必須是正確的。
因為有些微的安慰劑效果,即使兩個醫生診斷說出一樣的內容,有時醫生A的處置有效,但醫生B的處置卻無效。
為此,我曾詢問過認識的醫生。他告訴我,醫術當然非常重要,「但醫師和病人是否合得來也是關鍵之一」。有趣的是,他還說:「對老人家病患來說,願意觸摸他們身體的醫生比較受歡迎。」「觸摸?」「沒錯,觸摸病人身體的醫生。因為有些病人是希望醫生觸摸他們才到醫院的。」這裡說的當然不是指性方面的需求,而是為了讓病人感到安心的觸摸。
我把上述內容告訴一位得過敏性皮膚炎的朋友。他聽了之後說:「我懂我懂,當我讓醫師看我的手時,有些醫師光是用看的就開藥了,但有些醫師則是會認真地觸摸、診斷,感覺比較值得信賴。」
原來如此,用觸摸來比喻實在非常有趣。有人說要用機器人來取代部分醫師,但是,不管是肉體上,還是精神上,被他人觸摸或許才是讓自己存活下去的動力。

AI會從人類手中奪走大約一半的工作

英國牛津大學副教授麥克.奧斯本尼(Michael A. Osborne)與卡爾.佛雷曾(Carl Benedikt Frey)於二○一四年發表了一份很有趣的報告。報告中指出,十~二十年後,英國有三五%勞動人口的工作很可能由人工智慧或機器人來執行。而根據二○一三年的著作,美國是四七%;依據二○一五年的研究,日本則是四九%的工作被取代。
估算時間可能有一些誤差,大家不用太在意。但大致來說,最晚到二○三四年,已開發國家裡面,約四、五成的工作都會由AI來進行。
AI相關市場在二○三○年將達到兩兆日圓,也有人說是九十兆日圓。我看了幾份調查報告,發現每份資料對AI的認定都截然不同,所以這些預估的數字意義不大。在此,我們只要知道這個市場正在成長就可以了。
經濟產業省也在二○一七年的《新產業結構願景》中指出,AI領域發展遲緩會造成國家利益的損失,在共計三百七十九頁的報告書中,「AI」出現的次數多達兩百四十五次。

泛用AI與特定AI

以我個人來看,不管是AI,還是機器學習的相關言論,都過於極端。年長的經營者到現在都無法很熟練地使用智慧型手機,怎麼可能讓AI代為執行所有的工作?當然,或許有人會被淘汰,但那些說法太像科幻小說的情節了。
雖然我在這個章節沒有嚴格區分AI的定義,但事實上,人工智慧中有機器學習,機器學習中則有深度學習,而最廣泛的概念就是人工智慧(AI = artificial intelligence)。若說AI會掌控一切,誠然言過其實,但是,AI絕對會成為一項強而有力的武器。
我在二○一七年從頭開始學習使用於機器學習的 Python 程式語言。因為我想驗證自己學到什麼程度,所以試寫了一個機器學習的原始碼。
首先,AI大致有兩種定義。
泛用AI
  • 感覺就像原子小金剛或魔鬼終結者
  • 也稱泛用人工智慧。可以發揮像人類一樣,或是超過人類的智能
  • 有些學者認為,在現實中很難實現
  • 一般來說,大家相信早晚會實現
特定AI
  • 特定領域的機器學習技術
  • 蒐集數據,按照邏輯、運算法來進行計算
  • 需要由人類來操作或進行微調
  • 現在已經實現
世界上,大部分人印象中的AI都是「泛用AI」。也有人認為AI是像哆啦A夢那樣的機器人,或認為「AI無所不能」。但現在處於「特定AI」的階段,亦即蒐集大量過去的數據資料,再進行各式各樣的處理。AI並不能沒有憑據地預測未來,它們需要很多的資料,然後再一步一腳印地分析這些資料。
 

使用AI的經驗談

我曾經在自己的本業上嘗試做了這個實驗。
① 首先是為交易公司排名。過去,我們都從徵信公司取得各家企業的排行資料。簡單來說,就是根據財務報表、每個員工的工作效率、營收年增率等資料,進行一到十分的評分,評分方式不公開。我透過機器學習解讀過去的資料,讓它評斷一家企業的分數,結果和徵信公司所評出的分數是一樣的。
② 跟交易對象購買商品。以金屬加工品為樣本,提供體積、削減長度、表面處理等的資料與各自的價格,亦即商品的規格和市售價格。然後,再提供新採購商品訂單的規格,讓機器算出價格。結果,雖然並非完全正確,但機器預測了一個非常接近的價格。
新書搶先看》20年後,還有什麼工作不被AI取代?
 
透過機器學習,只要提供資料和數據,機器就可以找出規則。像這樣的財報該得幾分、這樣的規格該定價多少。然後,再透過其餘不同的資料,確認規則的正確與否。以前述的例子來說,符合規則給八分,再確認實際上是否為八分,算式是否足夠實用來進行計算。資料越多,正確性就越高。同時,人類也會不斷進行試錯,討論是否有更好的演算法。若以專門術語來說,① 是統計分類,② 是回歸分析。
這種運用非常基礎,並非專業研究者所做的高深研究,專家看了應該只會一笑置之。不過,以實踐的意義來說,比起不知其運算機制,只會闡述AI威脅論的文科背景人士,應該還算稍微理解了機器學習的鳳毛麟角。
就像安德里亞斯.謬勒在《Python 機器學習基礎教程》一書中所提到的,「機器學習中,最重要的是理解所處理的資料,而且還要理解想解決的問題和資料的關係。選擇適當的運算法後,再輸入資料這種做法派不上用場」。機器學習應該以資料和數據為基礎,同時也需要具備對該領域的知識。
此外,如果可以正確處理資料並設定運算法,AI確實可以成為武器。曾經被許多媒體報導的加州音樂大學音樂系教授大衛.柯普(David Cope)所開發的人工智慧作曲程式「Emmy」,就可以創作出古典樂曲。只要輸入古典樂曲,讓程式找出名曲的規則和作曲家的風格,便可開始作曲。
因為機器可以分析人類花費大量時間也處理不完的資訊,所以可以在特定領域發揮優勢,進而取代人類。我們經常舉出「可能消失的職業」中,包括收銀員、廚師、櫃檯人員等,白領工作者則以會計師最可能被取代。
  • AI廚師:透過料理資料,提出適合食材的料理方案。事實上,不只提案,還可以透過料理機器人提供真實菜色。
  • AI造型師:透過無數的照片,推薦適合當事人體型和膚色的服裝。
  • AI網頁:針對每位造訪者設計字型、配色、設計、文案、尺寸等的組合,再配合造訪者的特質,調整出最適當的模樣。此外,電子郵件的寄送也可以針對每位收信人開信率最高的時段、使用介面、信件標題等加以變化。
  • AI店員:在超級市場或便利商店,分析銷售狀況最佳的陳列方式,此外,若發現舉止可疑的客人也能進行監視。
  • AI助理:一如內建AI系統的智慧音箱可以幫我們操作家電,AI可以幫我們製作書籍、安排約會、蒐集過去的資訊。事實上,它們還能提供蒐集財報和資料,製作各家公司資訊摘要的服務,而且功能不斷擴大。這麼一來,我們應該就不再需要僱用職員,把工作派給AI助理就好了。
  • AI娛樂:以作曲為例。和人類一模一樣的角色每天都會為我們唱不同的歌曲,甚至還可以作詞。或許它們可以成為 YouTuber,不只是每天,甚至每個小時都更新內容。
  • AI顧問:從企業資訊找出問題點,提出解決策略。
  • AI律師:從過去大量判例中,找出事例,製作資料,進而討論出最佳戰術。
例子之多不勝枚舉。AI可以透過資料來進行統計分類、回歸分析,找出規則,進行各種不同的發展。

特定AI的未來

AI的概念開始發展之後,奇點的概念也開始流行。所謂奇點,是雷.庫茲威爾這個天才在《奇點臨近》一書中所提出的概念。AI超越人類的思考力,而且還會不斷進化,以未知的速度繼續發展。庫茲威爾揭開了與過去世界截然不同的風景,並創立了奇點大學。
每位評論者對「奇點」都有著不同的解釋,許多人說,二○四五年電腦會擁有超越人類的能力(「能力的定義為何?」),它們可以更新自己的程式(所謂的「程式」包含那些範圍?所謂的「更新」指的又是哪一種層次?)。也有人認為,所謂奇點,指的是可以在市面上買到的電腦,具有相當於所有人類頭腦加總起來的計算能力。在 Singularity 被翻譯為「科技奇點」的當下,我們不知道以後會發生什麼樣的具體社會變化。人類可以預測的東西應該就叫「奇點」。
同樣的,奇點大學預測的未來恐怖又有趣。比方說,他們預測製造業會全部改換成3D列印機,也會有ADAM技術(Atomic Diffusion Additive Manufacturing)出現。現在,雖然只能針對塑膠材質進行加工,但ADAM技術可以應用在各式各樣的材料上。說不定,工廠還可以設置在市中心的大樓。
在那之後,那些列印機可能會開始製作其他列印機,這些無限衍生的列印機說不定是嶄新的生命,而創造出豐富生命的母性應該會被稱為列印機性。
此外,指數型組織(Exponential Organization,ExO)的概念也非常有趣。也就是說,大家各自工作,但也進行有機的、流動的連結。人數雖少,但透過與外部的連結,可以創造出極大的價值。一如 Google 公司,從員工人數和資產負債表的數值來看,影響力和市值都很高,Uber 也一樣。在傳統製造業時代,規模龐大,且需要支付固定費用的公司,較容易對社會帶來影響,這是不變的原則。但在AI時代,例行工作交給了機械,個人或小型組織的微型組織逐漸變得醒目。
在未來的時代,如果個人或小組織無法創造出價值,就會被機器打敗。不過。若能創造出價值,就可以和機器共存共榮。

二○三四年的時代變化

  • AI從人類手上搶走了大部分的工作
必須思考的事
  • 自家公司可以展開的AI業務
  • 無法以AI取代的服務
這種東西會暢銷
  • 處理大量資料,利用AI的服務
賺錢方式
AI是個黑盒子
此外,讓我很感興趣的是,AI所導出的邏輯和結論幾乎無法理解。我總覺得很不可思議:「原來如此,或許這樣是對的。但為什麼是那個答案呢?」
以下是開發象棋電腦程式 Ponanza 的山本一成在《人工智慧如何超越「名人」?》中的一段話。
在 Ponanza 中置入了很多黑魔術,其中的理由或原因就不知道了。
所謂「不知道程式撰寫的理由或原因」,指的是並不知道放在程式中的數值為什麼是那個數值比較好,或者,為什麼那樣的組合有效。頂多就只知道以經驗或實驗來說是有效的。
 請想像這樣的情況—假設你是公司中階主管。當下屬說:「AI這樣說。雖然不知道原因,但這樣似乎比較好。」而來尋求裁決時,就算不知道該怎麼回答下屬,你還是會覺得相信AI比較好。
我認為,這個時候一定會出現的是,將人類不懂的AI和人類加以連結的角色。雅虎公司的安宅和人在很早之前就指出這一點了。
交給AI的工作多少都是黑箱化。如何看待未來的危機管理,是管理上的重要判斷。⋯⋯今後,透過人類可以理解的語言,將AI和人類的世界加以連結的軟體技術,是一種很重要的管理能力。(《哈佛商業評論 二○一五年十一月號(日文版)》)
「在機器代替人類執行大量工作的此刻,人類要如何生存?」這是一個很抽象的問題。我在本章節一開始提到了「觸摸」這個關鍵字,觸摸應該是一種鼓舞、震撼、讓他人驚訝、讓他人感動、讓他人雀躍⋯⋯比方說,機器或許可以走過連結兩棟大樓最高一層樓的繩索,但若走過去的是人類,就會讓人感動。
在這個時候,進步的AI一定會說出這樣的話:
「說到人類的鼓舞,若能分析過去的模式,應該可以做得更好。」
(本文節錄至《未來的賺錢方式:20年內最熱門的工作趨勢與跨界商機
 
延伸閱讀
嚴禁抄襲,未經授權不得轉載。歡迎各媒體交換文章。

關注電子商務、網路行銷情報

親愛的讀者們,歡迎加入「SmartM電子商務網」粉絲團,每天更多電商&網路行銷報導等你關注與分享。

加入「SmartM電子商務網」Line帳號,關注最新的電子商務與網路行銷情報,學習不間斷,精采文章不漏接。請用手機點擊「加入Line好友」連結,或是掃描QR Code加入。

處理中