快速崛起的機器學習改變人類工作機會

　　曾經流行一時的《杜拉拉升職記》主角，是無數女孩競相模仿的職場導師。但是，當人們看到杜拉拉用厚黑學和辦公室政治步步高(002251,股吧)升之時，卻忽略了她入職之初焦頭爛額，熬夜學習，第一次得到了大領導的賞識的努力。

　　杜拉拉代表著整整一代中產階層家庭的孩子。他們能夠以優異的成績從頂尖大學畢業，而后進入當下最熱門的金融行業中，這是令所有人欽羨的選擇。他們的事業將從分析助理起步，只要熬過杜拉拉般的艱苦歲月，有幸成為高級管理人員，等待他們的，將是光明的前途、豐厚的薪水和金錢的殿堂。但是，悄然間，當大數據和智時機器學習時代來臨之際，這些美好的期待都將化為泡影。也許就在明天，杜拉拉們的飯碗將被計算機迅速淘汰，他們的奶酪將被各各種各樣的數學演算法搶得干干凈凈。

　　歸納起來，大數據及機器學習將從兩個方面改變現有的金融從業人員等白領，甚至是金領的工作機會。

　　其一：工作性質被改變：

　　投行研究員日常工作是通過數據分析，為客戶尋找新的投資機會。初級分析員的主要工作就是利用彭博或其它財經終端，從浩若煙海的市場中擷取出數字，將其列入excel表格之中。僅僅為了完成這一項工作，投行每年需要投入數十萬“優秀畢業生”從事這項工作。這些大學生也因此為豪，因為此項技能將成為在投行發展的敲門磚。

　　但是，壞訊息來了。新發明的機器演算法也可以替代人工完成金融煉金術。前谷歌工程師丹尼爾。納達勒（daniel nadler）的發明，有可能將這些優秀青年們的崗位完全替代。他的發明沃倫（warren）取自全球首屈一指的投資者巴菲特的大名。沃倫由智慧計算機組成，不僅僅可以從市場終端中自動擷取數字，處理資訊，同時，它也可以提供背景介紹，回答問題甚至做出投資推薦等等。

　　與此同時，芝加哥名為“故事科學”的創新公司也發明一種新的演算法，可以通過消化金融數據撰寫深度的財經報告。去年，公司創始人蘭. 威爾特（len welter）將這項技術賣給了金融資訊公司markit，使這家公司能夠利用演算法自動從終端中搜尋數據，自動撰寫資訊，並以新聞熱線的形式，第一時間發到用戶手中。代替了以往的財經資訊紀錄者和分析員。這個自動創作財經新聞的電腦名字叫quill，可以每天創作 40條財經新聞。據說，它的創作質量很高，速度很快，內行人看到它的產品時，根本分不清這是由人類創造的，還是由電腦所撰寫的。而且，最令財經記者們感到恐怖的是，如果quill正式上崗，會有很多從事同樣工作的記者失業。

　　但這僅僅是機器學習的某種特殊用途。今天，計算機技術正以前所未用的速度和規模，威脅著其它傳統白領工作者們的飯碗。特別是計算機高級人工智慧（ai）技術的涌現，將使更多的電腦變得更加聰明，使許多原有的白領技術工種被淘汰。正如矽谷創新者、斯坦福大學講師杰里. 卡普蘭（jerry kaplan）所說，ai技術將從根子上消滅許多職業。杰瑞本人也在斯坦福大學教授ai技術。據他說：“ai技術從試驗室走出，開始進入到市場之中，其傳播速度之快，令人感到震驚。”

　　“故事科學”的首席科學家克里斯. 哈默德指出：“金融數據如同大海，分析師們利用自己的腦力，只能分析一個小部門，撰寫一到兩篇小稿件。這種投入和產出是不成正比的。”他說：“當下，許多人還不明白這是個什么東西？也不明白這個技術會以什么樣的方式改變我們的生活。換句話說，我現在的呼吁就象當年第一個喊出全球氣候變暖的聲音。”

　　其二，工作崗位被淘汰

　　技術改變生活，聽上去是陳辭濫調，但在現實的世界中，這個口號的兇狠之處在於，它能夠迅速摧毀一切人們的舊共識，改變勞動力結構，淘汰一大批在今天看起來仍然很舒服的職業。牛津大學教授卡爾（carl benedikt frey ）和麥克（ michael osborne）用數字來說明這種現象：美國現今47%的的職業是可以由計算機替代的。而麥肯錫咨詢公司則預測，到2025年之時，由計算機主導的知識經濟，也就是今天仍然在由白領所從事的業務，將占據人類知識經濟生產總量的40%。

　　如今，計算機人工智慧技術的發展與科技發展水平相互呼應，已經形成加速之勢。導致這項技術成功的因素主要有以下四個方面：

　　第一：計算能力的提高，成本的不斷降低。麻省理工學院學者埃里克（erik brynjolfsson）和安德魯（andrew mcafee）在其新書《第二個機器時代》中指出：在計算科學領域，原有的小小的突破已經漸漸形成了積少成多之勢，使技術飛躍成為可能。

　　第二：無處不在的數據：隨著機器學習技術的不斷發展，計算機可以通過強大的處理能力來識別人類的行為模式，並可以由演算法推導出相應的結果，這種能力是過去的計算機技術無法想像的。

　　第三：認知計算體系正在從計算機技術中脫穎而出。目前，ibm在業內已經處於領先地位，它的人工智慧沃森系統在三年前的電視智力測驗節目中脫穎而出已經證明，機器不僅僅可以完成機械的計算，更可以在與人腦的較量中，不斷學習，即而掌握人類的自然語言。

　　第四：沒有任何技術背景的人，也可以在智慧技術的幫助下，完成非常復雜的工作，在這方面，手機已經處在了時代的前列。最明顯的例子就是蘋果iphone的siri技術和谷歌的now技術，它們都可以通過使用者的資訊需求收集判斷使用者目的技術。未來，這項技術如果發展成熟，會越來越多地進入到人們的生活空間之中。相應地，智慧技術將越來越多地主宰辦公室中具有重復性特點的工作。

　　綜上所述，智慧技術將漸漸成功，其所帶來的深遠影響也將表現在兩個方面：其一，智慧技術將主導許多非常無聊的工作，將人類的雙手解放出來，使人們能夠擁有更多的時間從事最為擅長的工作---腦力勞動。其二：由於智慧技術的引人，許多人們曾認為可靠舒適的工作將很不幸地被掃進垃圾堆。[NT:PAGE=$]

　　機器人(300024,股吧)的崛起

　　新型智慧技術介入到人類的生活后，它所帶來的沖擊是非常巨大的。特別是對職場來說，杜拉拉們必須要做出新的選擇。

　　位於聖地亞哥的smart action創新公司就是一個例子。他們使用機器學習和語言識別技術為傳統的話務中心進行服務。也就是說，機器可以懂得電話詢問的人意思，並與之交流。機器懂得人類語言越多，成功解決問題的可能性就越大，並最大可能減少人工介入的次數。這家公司的ceo指出：“這種技術讓你大幅度削減人力。”與此同時，人們與話務接通中心通話的習慣正在改變。雖然老人們喜歡聽見真正的人聲，而對於數碼時代成長的人們來說，與機器打交道本來就是一件自然而然的事情。

　　再比如，未來，銷售數碼產品的售貨員也有可能被取代。人們可以從自動售貨機中購買手機，從機器服務員那里得知產品的特性和功能，並由機器修理員來解決售后服務的問題。

　　再比如，機器可以為法律和醫療工作者制造出比人類更加完美的答案，而它學習的過程，要遠比杜拉拉們的速度快得多。ibm正在出售這種技術，據稱它可以將認知系統置入到現在的辦公設備之中，使之迅速提高效率。

　　再比如，網絡推廣公司日常工作中需要大量的運算，實時監控客戶委派的宣傳推廣活動。他們需要知道哪些網站的傳播具有最大化效應，哪個時間段對哪類人群最具效果。市場營銷公司rocket fuel已經將這類數據處理工作委派演算法和智慧工具來完成。並取得了驚人的數據處理效果。

　　再比如，機器可以為連鎖購物超市、保險（放心保）公司、財富管理公司提供實時商業數據，並通過削減大量的人力來節約成本。

　　智慧學習機器替代人類，已經成為大勢所趨。因為在人類的發展歷程中，解放生產力是任何時代經濟發展的第一要素。由於人類自身的體能和智力限制，解放生產力的速度永遠不可能與機器發展的速度齊頭並進。人類原有的工作方式，發展到一定階段后，一定會制約生產效率，並形成瓶頸效應。以金融系統為例，即便是所有的從業人員投入到分析和計算之中，也無法消耗人類經濟活動在24小時內所產生的海量數據。

　　創新技術的可怕性在於，一旦技術紅利得以實現，並被社會所接受，那么將在短時間內迅速形成規模效應。特別是在生產效率和成本支出的等式中，如果商人們發現新技術使用之后，可以最大效應地提高效率，促進股價，他們一定會毫不猶豫地將等式背后的人力支出減去。就象隨著電話技術的不斷完善，電話接線員工種迅速萎縮的道理一般。

　　誰將被淘汰？

　　對於杜拉拉的個體來說，他們所從事的職業是否將被歷史所淘汰，將取決於他們在知識經濟中所處的地位。可以預見，技術取代的是站在知識經濟底層的人群，而與此同時，它將釋放知識經濟中頂層人群更大的活力，使他們的大腦能夠得到更多的解放，從而介入到更具創造力的認知活動之中。

　　因此，對於那些正處在事業起步階段，又受過良好教育的杜拉拉們來說，判斷職業前景要結合兩個因素。其一：要思考自己所從事的專業是否會有足夠的腦力工作；其二，當舊有的不費腦子的工作被淘汰后，新工種的出現是否具有足夠的速度可以向失業人群供給。

　　麻省理工管理系教授馬洛尼在其作品《工作的未來》中寫道：從短期及孤利的個案來看，許多原本很舒適的白領工作被淘汰確實是悲劇。但從長遠來看，整個社會被淘汰的工作機會和被創造的工作機會是相當的。以美國為例，自1910年到現今，農業所占據的美國工人的就業崗位，已經從90%下降到2%。從短期來看，個體受到了損失，但從長遠來看，隨著技術進步，整個社會的生產效率得到了巨大的提高。

　　但是，馬洛尼同時也指出，這個轉變的過程注定充滿了曲折和艱辛。今天，當我們放眼世界，多個領域中的數碼智慧化正在加速進行。20年前，美國最大的金融財團富達集團的所有業務都是圍繞著電話進行的。該集團高級科技部主管西恩。貝爾卡說：曾幾何時，富達集團的金融產品銷售幾乎完全是通過電話進行的，在最忙碌的時分，總部所有的工作人員都要到一線電話接聽部門去幫助。但今天，在總數12000名富達集團的員工中，每10人中就有3人是在it部門工作。公司每年在移動設備、app應用和其它軟件項目中的支出達到10億美元。而富達集團的業務也變得越來越以技術為中心。當然，新的技術也在創造新的工作機會，如前面提到的那家網絡營銷公司rocket fuel將增加一半的工作職位，使整個員工人數達到600人。

　　更可怕的是，當演算法、智慧學習機器與機器人技術結合之后，甚至可以實現對整個產業的改造。比如，美國機器人制造公司rethink robotics生產的價值25000美元的新型機器人baxter。它與以往進行簡單工作的機器人不同，baxter可以自由移動，從事多項工作，且具有不斷自我學，自我完善的能力。據baxter的發明者羅德尼（rodney brooks）介紹，baxter的出現並不偶然，它是高級傳感器（手機工業發展的副產品）價格不斷降低，機器學習技術不斷完善的必然結果。

　　到目前為止，baxter擅長的工作主要是在倉庫中移動笨重的物品和裝載卡車。人力裝卸工所能用到的靈敏雙手和敏銳眼神，baxter可以輕松超越數千倍。據悉，亞馬遜和谷歌去年已經已經買入兩臺類似的倉庫機器人。

　　baxter的出現顛覆了人們對於勞動的一個基本定義：即許多低技能的體力勞動太難以自動化，因此將永遠留在人類的手中。矽谷創業者杰瑞（jerry kaplan）說：“也許全面自動化的時代還沒有來臨，但是由機器人所從事的工作將會影響到整個作業流程的方方面面。”[NT:PAGE=$]

　　值得一提的是，在自動化機器人方面，谷歌早已經走在前列，今年是谷歌發明無人駕駛轎車的第十年，自動轎駛的轎車已經證明了它們的安全可靠。未來，滿載貨物的無人駕駛卡車甚至有可能出現州際高速路上，只有在最後進入庫房前，由人工替代，以完成更加精妙的入庫動作。除此之外，挖掘壕溝、鋪設管線、指揮交通，甚至公務員官僚制度管理，都將有可能實現完全計算機智慧化。隨之而來的，則是原本舒適的工作崗位面臨前所未有的殘酷淘汰。

　　人類也在學習

　　機器替代越來越多的就業崗位，，會不會出現《終結者》式的未來，即機器完全取代人類？並最成成為人類的主宰？答案當然是否定的。在這個世界上，只有人類才具有精神和意志，也只有憑借著人類的精神和意志，我們才能按照自己的夢想來塑造整個世界。機器在不斷進化，但人類通過靈性完成的自然進化過程將永遠走在機器前面。

　　我們以體育為例，回到2000年前，當希臘長跑選手菲迪皮德斯（phidippides）帶著波斯軍隊戰敗於馬拉松的訊息奔跑之時，我們並不清楚他花了多長時間返回雅典。但是，我們卻很清楚地了解，在1896年第一屆現代奧運會中，冠軍完全馬拉松全程的時間是3小時。

　　此后，現代人類經過不斷地完善，逐步縮小了完成42公里195米的時間。你也許並不了解，百年前奧運會100米比賽的冠軍成績是12秒6。但今天，你必須要跑進9秒8，才有機會站到奧運會賽場的決賽跑道上。

　　競爭的距離越長，改進的幅度就越大。在未來幾年內，也許會有人能夠在2小時內完成馬拉松。有統計證明，過去十年中，馬拉松成績年均提高幅度約為0. 4%。進步的原因有多種，如技術，科學訓練，精細營養搭配，運動恢復及保健等。這些經過長期積累的專業知識使運動員的“生產效率”得到提高，使人體“支出成本”顯著下降。

　　而且，更加重要的是，冠軍的來源更加廣泛。早期奧林匹克冠軍獲得者基本都來自歐美的白人貴族世家，局限於非常狹窄的社會階層。而今天的冠軍，則來自更加廣泛的社會階層。比如，最擅跑的馬拉松運動員來自東非，而最棒的短跑選手基本都來自美國或牙買加，但他們的祖先則來自西非。

　　體育的進步反映出全球化進程使人類勞動更加細分的大趨勢，越來越多的工作變得更加專業精細。所以，今天我們無需再讓菲迪皮德斯替我們傳遞雅典獲勝的訊息，即便是他能夠打破當今馬拉松的世界紀錄2小時3分23秒。光纖只需0.14毫秒就能傳達資訊。社交網站的速度也許會更快，因為菲迪皮德斯根本無需離開戰場。

　　在舊的觀念中，經濟發展最重要的動力來自於我們的學習能力，最終的結果表現在我們可以把事情做得更好。這種學習的能力建立在知覺和直覺感觀基礎上，在學習的過程中，人類建立新的視野，發現新的問題。因此，在未來，經濟發展的最重要動力不在於我們是否能夠把舊的工作做得更加完善，而在於用完全不同的方式更快捷的實現與舊工作同樣的目標。

　　20年前，耶魯經濟學家比爾。諾達烏斯（bill nordaus）解釋過人類照明方式的變遷。古人在火炬下用火把照亮岩洞，以畫出圖騰壁畫；中世紀的文人在燭光之下創造千古名著；近代人由於擁有用天燃氣點燃的路燈，而使城市獲得生命並不斷擴張；愛迪生發明了白熾燈泡，更使得人類的活動時間擴大到24小時。今天，我們則使用低能耗燈泡，它所釋放出來的熱量幾近於無。

　　經濟學家在計算光的價格和產出之時，他實際上計算的是為了獲求光明，所必須的支出和用於制造光明的成本。但是，他們並沒有意識到，當制造光明的物件，如木頭、蠟燭、天然氣和電力的價格在不斷上升之時，光明的價格卻在不斷下降，道理很簡單，人們正在以前所未有的低成本來獲得光明。今天，任何人為光所支付的帳單都只占據他收入中很小很小的一部分。

　　諾達烏斯教授指出，我們在衡量真實工資、真實收入以及價格時，會出現各種各樣的誤差。就象某些政客在削減政府養老支出時，總是參照當下的材料支出價格，或是當人們叫囂著醫療成本過於昂貴，使普通人難以為繼，參考的也僅僅是醫院支付系統中打出的帳單。但是，人們從未想到，隨著技術的進步，成本的增加，新的工作崗位的涌現，養老或看病本身的的實際價格正在不斷下降。越來越多的老齡人口將受惠於新的技術進步，使治愈病患變得更加容易。未來，隨著醫療健康系統的不斷完善，人們實際為醫療健康的支出，將只占收入的很小一部分。

　　所以，我們不能以今天的眼光，看待即將發生的變革。如果我們問在馬拉松的雅典將軍，需要什么幫助嗎？他也許會說，更堅固的盾和更擅跑的通信員。汽車大王福特曾經有過名言，顧客不知道自己要什么，也許是更快的馬。在我們這個時代，真正的英雄是那些哲學家，他們可以看到以光速運行的資訊，而當這些哲學家化身為創業者的時候，他們真正為社會創造的價值在於，以完全不同的方式創造與舊往一模一樣的結果，比如，制造光。