隨著深度學習的人工智慧越趨蓬勃，科技性失業(Technological unemployment)逐漸成為急需面對的議題。國際研究暨顧問機構 Gartner 預估2022 年，非例行性工作為主的工作者當中，高達 20%將依靠人工智慧完成任 務。本篇報導將針對人工智慧是否會全面取代人力？亦或是創造更多新興的就 業機會?以及身為勞工，在科技發展的洪流下，要如何找到自己的容身之處， 免於被人工智慧淘汰？三大面向進行探討。從經濟學觀點談科技性失業。
1936 年英國經濟學家凱因斯在《The General Theory of Employment, Interest, and Money》一書中，以「因降低勞動力新方法的發明，比發現勞動 力新用途的速度快，所導致的失業」定義結構性失業 (Keynes, 1936)。
18 世 紀在工業革命的影響下，動力機械的發明大大改變了紡織業的生產方式，許多 紡織工人因此失業。到了第二次的工業革命，機器結合電力，組成自動產線， 大量生產的製造型態，迅速取代了人工製作。而後，網際網路的崛起引領第三次工業革命，大量的資訊開始被編輯、流通及儲存，並發展出許多增進生產 效率的資訊系統。現今，全球正迎來第四次工業革命，各國、各產業皆致力 發展人工智慧。未來，人工智慧帶來的高效與便利，極有可能改變全人類的生 活習慣，更可能影響我們的工作型態。
舉例而言，點餐機器人縮短餐飲業的點餐流程，但收銀員也因此面臨轉 型或失業的困境。超商龍頭 7-ELEVEN 甚至在 2018 年推出第一間無人超商「X- STORE」，結合人臉辨識、行動支付、遠端客服等技術，打造全新零售消費體 驗。此舉無疑是在業界投下了震撼彈，也讓許多人擔心，當這樣的營運型態在 未來成為主流，是否會直接衝擊店的生計？
反面來看，也有人採用薩伊(Jean-Baptiste Say)的觀點，樂觀看待科技帶 來的技術性失業。薩伊認為「Supply creates its own demand」亦即供給會創 造需求 (Say, 1803)。當科技促成新型態的商業模式出現，必然有新型態的工 作需求產生。以網路時代的文化創意產業來舉例，影音拍攝設備普及化、影視串流服務的興起以及自媒體和線上頻道(如 YouTube)的興盛，促成了「網路紅人」的產生，結合商業活動，更創造了高產值的「網紅經濟」。
隨著技術發展及網路媒體的演化，更有「直播經濟」的出現。這種透過網路服務，降低了媒 體近用的門檻而新產生的職業，就是供給創造需求的顯例。然而，針對上述這個論點，在《十分鐘讓你看懂「科技性失業」-人類不適任的未來》影片中，利用馬與汽車來做為比喻，指出固然有因應新科技而生
的新職業，然而被取代的職業和勞工人數，往往大於那些新產生的職缺。況且，科技性失業者具備新職業所需要的能力嗎？
科技性失業 高勞力密集產業首當其衝
以與我們息息相關的運輸業為例，無人車或自動駕駛的技術，已經逐漸在 各國測試及上路，倉儲內負責揀貨、理貨的人員，多數已被輕型的機器人取 代。機械手臂搭載大數據運算，除了能運算出最短的路程，有效縮短理貨的時 間。更可以降低配送錯誤。雖然造價昂貴，但比起每個月的人事成本支出，長 期攤提下來簡直九牛一毛，因此許多需要倉儲管理的企業如亞馬遜(Amazon)、 聯邦快遞(FedEx)皆著手導入智慧倉儲管理系統以及投入資金研發無人車。未來不僅是理貨員面臨失業問題，數以萬計的運輸業司機的職業生涯也都將受到AI 人工智慧的挑戰。
針對車聯網與無人車的研發。臺灣豐榮汽車客運股份有限公司與緯創資通 及台灣數位光訊科技集團合作，將柴油公車改成無人車。於 2018 年的台中世界 花卉博覽會期間提供民眾試乘。豐榮汽車客運營運部一位經理受訪時亦表示:「未來無人車若真的普及，公司原有的司機，的確會面臨結構性失業的威 脅。」針對相關的配套措施，該經理則補充說明:「公司未來傾向將司機輔導轉為技術人員，負責處理無人車的技術維護和臨時狀況。」但他也不諱言，即便公司籌辦員工訓練課程，這些跨域的知識並非每位司機都能在短時間內輕鬆 上手。
人工智慧挑戰創意產業 不再只是電影劇情
許多人認為機器無法完全取代人力，原因是人具有創意、創新及思考的能力，而這些正是看似無生命的機器無法具備的天賦。然而，越來越多的專業型 機器人卻動搖此一論述。2016 年 Google 研發的機器人 AlphaGo 打敗了歐洲圍 棋冠軍，創下電腦程式打敗職業棋手的紀錄。這不僅僅是 AI 人工智慧在棋盤上 的勝利，更證明了機器人的學習力不容小覷。或許在有範圍的棋盤上，人工智
慧可以透過排列組合的預測分析與大數據運算贏得勝利，那麼藝術與人文這種
創意密集產業呢?人工智慧也能和文創工作者搶飯碗嗎？
事實上，在人工智慧領域，深度學習是備受矚目的發展項目，具備非監督 式學習特性的技術──「生成式對抗網路」(Generative Adversarial Network，GAN)可以透過判斷輸入(Input)資料的數據來產生幾可亂真的輸出數 值(Output)。未來，我們不需要具備梵谷的天賦，也能透過 GAN 技術讓隨手拍 的風景照生成一幅梵谷風的油彩畫。此技術更可以透過映射的概念，延伸應用 到動態影像以及 3D 影像建模。
工程科技推展中心就在 2018 年台灣創新技術博覽會上發表了「三維數位內 容自動生成」與「應用人工智慧於自動作詞作曲與個人化健康照護」的研發成果。前者利用數據運算，將遊戲建模模組化，使用者透過參數值的設定，就能 在既有的元素下做出多元變化。系統更透過使用者的模型評分，預測使用者需 要的樣式，過去動輒數月的遊戲建模，將透過此系統縮短工時，自動生成一座中國古城將不再耗費大量資源。後者則透過機器學習，譜寫具有完整結構且通 順意涵的歌謠。
從大眾傳播業來看，美聯社透過工作站，從海量數據中篩出新聞線索，並 初步編纂成新聞稿。紙媒發行量衰退的環境下，「快且即時」成了新聞界比拚的 指標，過去記者需要耗費大量時間找新聞線，對於人工智慧卻是彈指之間的工 作，而日前也被證實這些由機器人撰寫出來的稿件，某部分已無需潤稿就能對 外發布了。 由這些例子可見，過去我們認為具備高度創意性的產業，隨著大數據以及
資通訊科技的結合，在未來也面臨被人工智慧取代的危機。
高專業領域，是科技性失業的免疫者？
追求更高層次的科技發展幾乎是全人類的共識，科技為我們帶來許多便利 與提升經濟價值。有許多人看好 IT 產業的前景，也認為工程師、醫療從業人員 這種高專業含量的職缺在未來不會面臨科技性失業的問題。然而醫療用機器人 的發明，再次挑戰了這樣的想法。
IBM 公司研發的機器人華生(Watson)，利用數據分析與歸納能力，在糖尿病及癌症診斷上繳出漂亮的成績單。人類醫生無 法立即分析多種藥品之間的交互作用，是否會對特定病史的病人造成負面影 響，但華生卻能大幅度的提升問診精準度。無獨有偶，醫療手臂達文西，也帶 領微創手術站上新的巔峰。
面臨高齡化及少子化的衝擊，日本經濟產業省(Ministry of Economy, Trade and Industry)與新能源產業技術綜合開發機構(New Energy and Industrial Technology Development Organization)投入照護機器人的開 發。並在 2013 年將「照護機器人開發 5 年計畫」列入「日本再興策略」，日本 的服務型機器人預計再 2025 年以 2.65 兆日圓的市場規模超越工業型機器人(葉席吟，2017)。雖然目前醫療機器人與照護型機器人皆為「輔助機具」，但如 同過去，誰也無法預測「電腦」的發展竟如此的迅速，且影響的層面如此廣泛。難保在不久的將來，看診與長照工作也可能由人工智慧全面接手。「人的溫度」能否抵抗科技性失業浪潮
針對科技性失業議題保持樂觀者相信，「人的溫度」是無法被機械給取代 的，就像是膠囊咖啡機無法沖泡出手沖咖啡獨有的滋味;數位營銷再方便，也 還是需要真人客服處理問題。
然而卻有許多公司投入研發「陪伴機器人」，豐田汽車(Toyota)就打造了名 為 Kirobo Mini 的虛擬陪伴機器人，透過聲音資料辨識與機器學習，Kirobo Mini 能做出適當的答覆，讓長途駕駛不再孤單寂寞。鴻海推出的 Pepper 與華 碩的 Zenbo 也是殊途同歸的朝「人性化陪伴」面向發展，除了結合物聯網(IoT)具有日常管家功能外，還能唸故事書及跳舞。使用者給予摸頭、等行為時，陪 伴型機器人也能透過螢幕給予反饋。當機器人增添了溫度，我們又該如何免於 科技性失業呢?
成為π型人材 迎戰科技性失業 上述內容淺談人工智慧與科技發展對各行各業的就業影響，目的並非一味
推崇科技技術、否定人類的價值。而是希望讀者能盡早瞭解科技性失業的影響層面。
在時代潮流的驅使下，工作的型態出現極大變化，過去台灣社會普遍崇尚 學醫，現在電腦科學領域則成為熱門科系。文法商背景的文組生時常在就業時 感到惶恐與焦慮，以數據來看，在薪資及職缺數上都與理工、醫學等學科有著 不小的落差。不僅社會新鮮人普遍對職涯發展感到焦慮，目前已在職場打拼的 就業人口也對產業發展有極大的擔憂。以通訊產業為例，在中華電信公司服務逾三十年的鄭先生對於科技性失業尤其有感。過去網路仰賴電話撥接的時代，中華電信培養許多技士處理各式各樣的硬體問題。發展至數據機連線上網時， 技士們僅要熟悉不同硬體介面的維修，雖然需參與許多培訓課程，但多數員工仍可負荷。
然而，到了光纖技術的引進以及公司開始多角化經營後，技士們不 僅要學會軟體的障礙排除，甚至連 MOD 的佈建與安裝都要學習，過去攀附在電 線桿上戮力維修的鄭技士，不論下班後多認真閱讀技術文件，仍無法快速吸收 並應用，因而面臨不適任的壓力選擇提早退休。然而，湯馬斯‧佛里曼則以社會的觀點出發，在其著作中點出，面對環境的
改變及技術的進步，社會必然面臨各種變革，雖然過程紛亂且痛苦，但最終人
類還是能適應。加上一般民眾的教育及識讀能力大幅提升，人類的適應力也有長足的進步。
學識智能科技創辦人林國銘於「全球大趨勢-人工智慧你不得不知道的
事」講座中持樂觀態度表示，各個學科的人都可能在人工智慧的舞台上發揮所長。例如發展自然語言技術就需要語文人才加入團隊，而圖像生成則可能仰賴
藝術相關學群的學生共同創作。
雖然新科技的發明可能帶來更多新興的就業機會，然而抓住這些契機仍需要具備一定的能力。我們應透過廣泛學習及跨域知能的培養，讓自己具備第二、三專長。唯有如此，才能降低新科技帶來的進入門檻，避免捲入
科技性失業的洪流。將兩樣以上的知識融會貫通，並運用在自身業務上，成為
π型人材。並保持學習的精神與彈性，才能在科技發展的潮流下，順勢成就自
身價值而非被技術進步淘汰。
此外，從社會的面向切入，政府在追求科技與經濟發展的同時，也應健全
教育及社會福利，除了消極的提供失業補助金，更應積極設立就業輔導課程與
管道以降低科技性失業對國民帶來的傷害。
參考資料
Ford, M. & Cummings, J. (2015). Rise of the robots : technology and the threat of a jobless future. Grand Haven, Michigan: Brilliance Audio.
Friedman, T. (2016). Thank you for being late : an optimist's guide to thriving in the age of accelerations. New York: Farrar, Straus and Giroux.
Keynes, Maynard John. (1936). The General Theory of Employment, Interest, and Money. England: Palgrave Macmillan.
SayJean-Baptiste. (1803). Traité d'économie politique. Paris.
36Kr，2016 年 2 月 14 日。亞馬遜悄悄自建物流體系，與 DHL、FedEx 競 爭。科技新報，網路版、電子商務版。網址: https://technews.tw/2016/02/14/amazon-shipping-business/
方圓，2015 年 02 月 09 日。應及早因應科技性失業的影響。東方報，東方 論壇。網址:https://goo.gl/V5Ghyx
張庭瑜，2017 年 12 月 19 日。人類別再怕被取代了，Gartner:2020 年 AI將創造 230 萬個職缺。數位時代。網址:https://www.bnext.com.tw/article/47502/ai-replace-human-gartner
楊晨欣，2016 年 01 月 28 日。AI 人工智慧再突破!Google 圍棋系統，幹 掉歐洲最強職業選手。數位時代，科技版。網址:https://www.bnext.com.tw/article/38593/BN-2016-01-28-033655-81
葉席吟，2017 年 04 月 24 日。高齡化社會來臨!照護、醫療機器人成為研 發重點。泛科技。網址:https://panx.asia/archives/57429
特別致謝:
豐榮汽車客運股份有限公司 營運部 蔡孟桓經理
學識智能科技 創辦人 林國銘人工智慧科學家
中華電信 鄭鳳琪技士
沒有留言:
張貼留言