工控網首頁
>

新聞中心

>

業(yè)界動態(tài)

>

持續(xù)學習應對機器人自動化生產

持續(xù)學習應對機器人自動化生產

  1962年美國通用汽車公司在生產線上安裝第一個工業(yè)機器人以來,機器不斷取代工人。接下來的幾十年里,所有行業(yè)都搞起了自動化。

 

  曾經,機器人只能完成簡單的任務。不過,現(xiàn)在,情況發(fā)生了變化。

 

  正如安德魯·麥卡菲和艾立克?布林約爾弗森在他們的新書《第二個機器時代》中提到的,機器開始接受更復雜的任務,甚至可以完成高技能人士(比如醫(yī)生、律師和創(chuàng)意工作者)的工作。

 

  在工業(yè)機器人的時代,誰將出局這個問題的答案曾經相當簡單。那時,被淘汰的多是體力勞動者。如果你是一家工廠的操作工,那么你處于危險之中。如果你是辦公室里的文職人員,那么你是相當安全的。

 

  然而,正如美國麻省理工學院的大衛(wèi)?奧托爾在分析美國勞動力市場兩極分化時指出的那樣,體力工作和腦力工作之間的界限并不像日常工作和非日常工作那樣明確。

 

  我從MD安德森腫瘤中心的琳達?秦那聽過類似的說法。當時,我在和她談論MD安德森和IBM沃森項目組聯(lián)合開發(fā)一款腫瘤學專家顧問軟件的事。她說,大多數醫(yī)生每天的工作按部就班,但遇到罕見病例時,非常需要專家的意見。

 

  所以,作為旅游中介,你不能奢望有人付錢請你去訂機票,你最好學習如何為客戶規(guī)劃他們夢想中獨一無二的假期,學習如何提出他們不曾想到的建議。

 

  不想被機器取代?你最好持續(xù)學習。

 

  學習提問,而不是解答

 

  過去,房間里最聰明的人往往是那個找到問題答案的人。了解大量的信息會讓你在測試中取得高分,進入一流的大學讀書,成功踏進高收入行業(yè)。不過,即使是20年前的天才也比不上今天手拿智能手機的年輕人。

 

  事實上,人類的大腦是相當差勁兒的信息處理器,記憶容易出錯,計算能力之低令人發(fā)指。但是,這些都是計算機的強項。

 

  不過,正如麥卡菲和布林約爾弗森在書中提到的(我認為這是這本書最大的亮點之一),計算機依然不擅長提出問題。換言之,他們能解決我們提出的問題,卻無法決定,哪些問題需要被解決。

 

  你了解的東西不再那么重要,找出你不了解的東西正在成為一項基本且重要的技能。

 

  重視社交技能

 

  有人問你最近過得怎么樣,這是問候。當一臺電腦這么問時,親切度就大打折扣,因為你知道,計算機并不是真的關心你。了解我們的近況對加強一臺機器的存在性并無幫助,人與人之間的接觸是我們渴望和需要的東西。

 

  理查德·佛羅里達在一篇文章中指出,越來越多的工作被“自動化”,社交技能顯得越來越重要。奧托爾的就業(yè)報告同樣證明了這一點。過去10年,個人服務已成為發(fā)展最快的工作種類。

 

  在我小時候,私人教練和購物顧問是不常見的工作,但現(xiàn)在,似乎每個人身邊都有這樣的服務人群。教學視頻、電子商務和可穿戴設備,無法取代人與人之間的接觸。

 

  不幸的是,許多需要社交技能的工作,薪資偏低。澤伊內普·托恩的新書《理想工作戰(zhàn)略》表明,重視社交技能投入的公司,業(yè)績往往好于同行。

 

  學會準備,而不是規(guī)劃將來

 

  未來千變萬化,即使是麥卡菲和布林約爾弗森也不會佯裝通曉所有問題的答案。不過,有些事是顯而易見的。

 

  首先,情況變化的速度之快前所未有,留給我們應對變化的時間越來越短。我們必須學會準備,而不是規(guī)劃將來。

 

  其次,我們的價值不由我們的知識或辛勤勞動決定。我們必須專注于機器做不好的事,比如了解其他人的需求和欲望。

 

  通過自動化,我們正在解放人類的想象力和心靈。我們在技術上揭開的秘密越多,對自身的了解就越深入。

投訴建議

提交

查看更多評論
其他資訊

查看更多

打好3.0工業(yè)基礎邁向4.0工業(yè)強國

物聯(lián)網和智能機器將引爆下一場技術變革?

《穹頂之下》背后折射的不合理能源結構

外資制造業(yè)接連撤離中國 人口紅利漸失

被瘋搶的智能馬桶蓋與中國制造業(yè)升級