【書】Only Humans Need Apply《下一個工作在這裡》

五種策略讓我們免於被機器淘汰。

隨著科技的快速發展，機器在各種領域的表現不斷提升，嚴重影響了人類的就業。許多產業在導入自動化或是機械程序後，大量的裁撤人力，而這些人力卻無法被有效的消化或是另謀他職，造成社會上嚴重的失業問題。

而企業之所以要導入自動化或是新的科技，無非就是因為新的方案能夠有效的減少成本、提升良率等等以提高企業獲利；相較之下持續以傳統的製程或是倚靠大量人力的企業，未能及時轉型的結果便是缺乏競爭力，連帶的影響企業經營，使得自身也被迫導入新的科技。

競爭激烈衍生就業環境的惡化，使得勞資雙方的關係愈發緊張，使得國內外罷工事件頻傳，尤其以製造業為甚，像是 2019 年美國聯合汽車公會（ UAW ）發起的罷工，便癱瘓了通用汽車（ GM ）數月的營運，便是希望透過罷工來爭取更好的勞動條件。

勞資雙方的對立是個非常複雜的問題，但是不可否認機器在這部分是關鍵因素之一。本書書名 Only Humans Need Apply 若直譯便為「只有人類需要求職」，很大程度隱喻了機器人取代人類的現況。

人類的被取代史

綜觀歷史，其實技術取代人力的歷史層出不窮，機器影響人類的工作大約可分成三個階段：

1. 重型機具取代人力
2. 自動化機器取代重複且精細的作業
3. 人工智慧參與分析及決策（取代知識工作者）

這三個階段的轉變皆改善了人類的生活，而且將人類從費力、單調且乏味的勞動中解放出來。而過去新科技的誕生雖然使得大量的工作機會消失，但同時也產生了為數不少的新職業，雖然有轉換的陣痛期，但整體而言並沒有發生太大的質變，但這一波的技術革命，連讓過去被視為穩定的白領工作者也陷入被取代的風險中。

人工智慧提供了一個更優良的解決方案，極大的減少了所需人力，但是這次增加的工作數量卻不成比例，產生的新工作也需要長期的養成與相關的專業知識，讓這次的取代有著根本上的不同。

在不少場合中，機器或是人工智慧還是沒有辦法處理一些「人類認為很簡單的」例外情況，但是整體來說機器能夠有效的降低成本，並且將人從例行瑣碎的工作中解放出來、以處理更有價值的發想與策略謀劃。

同時機器不像是人類，還需要另外考量其退休計畫、身心健康、升遷規劃以及出勤管理等等。鴻海前董事長郭台銘先生之所以要引進百萬機器人大軍，從其曾言：「人也是動物，要管理一百萬隻動物，實在讓我很頭痛。」便可略窺一二。

對企業而言，最佳的運作模型就是由機器處理大量有邏輯與架構化的任務，而人類則在例外出現時介入，這種協作的模式可以讓企業即時的提供產品或服務時還得以保有差異化，使其充分具有競爭力。

這種趨勢既不可逆，而且勢不可擋。

被取代的因應策略

面對這種處境，本書提出了五個方向以因應未來的挑戰：

1. 自我提升（ Stepping Up ）
2. 轉進（ Stepping Aside ）
3. 投入（ Stepping In ）
4. 專精（ Stepping Narrowly ）
5. 邁步向前（ Stepping Forward ）

• 自我提升（ Stepping Up ）

機器非常擅長處理有邏輯而且有標準作業程序的作業，但是當問題的層面牽涉到太多領域、或是深入到策略的層面，往往就不是目前的技術所能克服的。

舉例來說目前的人工智慧還無法很好的回答這幾種問題：

1. 公司如何獲利？
2. 客戶得到什麼服務？並且對公司有什麼觀感？
3. 社會、政治與人口等方面發生那些全面性變化？
4. 主觀機關有那些堅持？

以上這些問題都無法單純的從數據中尋求答案，若等到系統化與可靠的數據出現時，世界可能早已改變，所獲得的答案也不敷使用。

「自我提升」便是強化自己綜觀全局的能力，擔任策略的擘畫者而不是任務的執行者。

• 轉進（ Stepping Aside ）

同理心是人類天生擁有的一種特質，我們會本能的關心他人，並且自發的去幫助或是同情他人的處境，這種無法以理性度量的感性，是目前機器無法取代人類的一項能力。

感性，同理心，品味以及藝術方面等專業，正是目前無法被程式化的能力之一。雖然市面上已有 AI 客服或是聊天機器人等服務，但是這些能處理的業務還是非常的侷限，而且我們終究是人類，需要他人發自內心的關心與問候。

除了技術因素還有精進的空間外，這也是為什麼服務業或是照護產業等需要與人接觸的窗口仍然以人類為主要的勞動力來源。

在思考轉進的意義時觀念的轉變很重要，我們可以從原本的「我能夠不靠電腦做什麼工作？」，轉為思考「如果沒有我，電腦無法完成什麼工作？」。我們與機器或是技術之間並不是敵對，而是互相協作的關係，讓機器進入我們的領域、並且讓其接手它擅長的任務，我們就可以將時間投入在機器無法提供的價值上。

• 投入（ Stepping In ）

投入則是成為一個說「紫話」的人，簡單來說就是成為傳統產業（說紅話），與自動化產業（說藍話）兩者溝通的橋樑。

很多企業在導入自動化或是人工智慧時，雖然空有一番熱忱但是卻不得其門而入，就算尋找了相關人才，也往往在溝通不良的情況下走了不少冤枉路。

而說紫話的人雖然不是全職的資訊人員，但是以原有的專業能力為本，再輔以自動化、科技等知識，能夠清楚的了解原產業急需解決的痛點，或是轉型的關鍵，而且能夠以專職的資訊人員溝通，成為企業轉型那關鍵的一塊拼圖。

• 專精（ Stepping Narrowly ）

自動化或是人工智慧的導入，讓許多產業可預見節省大量的成本並且提高效益，但是導入的過程仍需要大量的資金與資源的投入，而且企業的轉型也伴隨著不小的風險，這也是為什麼往往是跨國企業或是上市櫃公司才有這種條件。

這種特性讓一些小眾或是專精的領域反而不受自動化或是人工智慧的影響，因為人工智慧的前提往往需要大量的資料或是數據，以作為機器學習的要件，當資料的品質不良、甚至數據殘缺不齊時，機器的表現便遠遠不及人類。

同時小眾跟專精也隱含了另外一種特性：「沒有被機器商業化的價值」，所以也不容易被跨國企業所覬覦。但是以個人或是地區來說，這種小眾市場已經綽綽有餘。

• 邁步向前（ Stepping Forward ）

邁步向前則是直接擁抱新的科技，將其應用在已知的產業上，以改善效率並且減少浪費為宗旨，甚至利用新的技術開發新的應用，成為自動化與人工智慧的推手，開發能支援智慧決策與行動的新系統以及科技。

在計算機領域，技術的發展日新月異，這種策略非常適合喜歡大量學習新知、同時以探索新科技為樂的人。而這自動化的浪潮，雖然已將讓為數不少的企業導入新科技的應用，但是仍有大量的企業仍倚靠傳統的人力進行相關的製程，無論是藍領或是白領皆然。

有一點可以確認，就是讓這些企業自動化的人才，在短期間絕對不會失業，事實上以資訊科技或是資料科學為專業的人、在可預見的將來仍是職場炙手可熱的人才。

小結

本書從各種面向剖析了人類與機器之間的優劣，並且提出了五種策略以因應未來的就業市場。作者一再提倡機器與人類其實並不必然是競爭關係，相反的，作者認為「互助（ Augmentation ）」應該取代「自動化（ Automation ）」。

推遲新科技的發展並無法為我們帶來更好的生活。汽車發明之後，我們要做的並不是跟汽車比賽跑，而是要利用汽車來做達到以前無法達成的應用，享受比過去更好的生活。

戴爾科技（ Dell Technologies ）與未來研究中心（ IFTF, Institute for the Future ）在 2017 年發布的研究報告（ Realizing 2030 ）指出，2030 年有 85 % 的工作直到今天還未被創造。未來的變化只會比今日更迅速，有戰略的擬定對策，我們才能乘著未來這波浪潮徜徉。