機器人與 AI 將取代越來越多的工作，如果對於這個趨勢，你認為只要選對工作，與電腦站在同一邊就可以避免的話，你應該看看這本書。作者認為，自動化衝擊的是整個經濟體系，沒有人可以避免。
技術性失業 ─ 機器與 AI 的自動化
McKinsey & Company 2016 年的研究指出，現今有 45% 的工作能被科技自動化，而自動化造成的失業稱為技術性失業 (technological unemployment)。
製造業、餐飲服務業、零售業被稱為三大就業安全港，儘管大多屬於低薪低技能的工作，但它們提供了大量工作機會，保讓基本生活所需。在自動化的潮流下，這類型的工作機會正在逐漸消失。
需要大量訓練、專業知識與創意的工作，通常被認為是安全領域， 但 AI 的興起讓這些白領工作也岌岌可危。以下是書中所舉的一些例子：
製造業 — Sawyer (by Rethink Robotics Inc.)
餐飲業 — burger machine (Momentum Machine Inc.)
分析師、記者 — Quill (Narative Science Inc.)
進入九局上時，仍以兩分落後的天使隊情況看來不妙。但是，葛雷諾(Vladimir Guerrero)的一擊使洛杉磯天使隊逆轉勝，週日在芬威球場(Fenway Park)以七比六擊敗地主波士頓紅襪隊。
在滿壘情況下，葛雷諾這一棒把壘上兩人送回本壘。「這大概是我生涯中最重要的一擊」葛雷諾說：「我把這一擊獻給一位前隊友，那位已經過世的傢伙。」
葛雷諾整季打擊表現不錯，尤其是白天的比賽，他的上壘率加長打率為0.794，白天的26場比賽，他總共擊出五支全壘打，十三分打點。
這是由電腦寫成的報導。
Quill 是個通用型的分析與寫作引擎，它能進入交易資料庫、財務系統、社群網站等各個資料源頭，辨識出最重要、值得報導的洞察，然後產生一篇生動的敘事文。許多知名媒體都有採用這個技術撰寫商業、體育、政治文章，但他們通常不會註明有使用寫作軟體。
分析寫作需要廣泛的能力。分析師要檢索各種資訊、進行統計與模型分析，然後寫成易於理解的報告。聽起來不太可能自動化的工作，但是電腦做到了。
科學家 — Eureqa (Cornell, Creative Machine Lab )
Eureqa 團隊讓沒有任何物理知識的電腦進行擺錘實驗，它必須自己決定在哪邊放開擺錘，然後嘗試不同變量的排列組合，並保留預測力最高的模型，然後再以這些模型去組合更複雜的模型。兩個小時後它推導出了一些能描述擺錘運動的公式，其中包含牛頓第二運動定律。有一些科學訓練的人會知道，建立一個預測性模型通常會花上一位(或不只一位)科學家整個科學生涯。
畫家 — ThePaintingFool
平面設計 — 魯班 (Alibaba AI design lab)
音樂 — Lamus (Melomics Media Inc.)
其他不在話下的包含被自動駕駛威脅的運輸業，被電子商務威脅的零售業、被圖像識別威脅的保全人員等等。
人類能從重複性的工作解放不是件好事嗎？
每次在 Facebook 上看到關於新科技的報導，都不難看到這樣的辯論。對科技樂觀的人會說：「機器讓勞工短暫失業，但也會創造很多新的職業與工作機會，失業的人也能因此去追求更多的技能與更好的工作。」
這個觀點是有道理的，但是要成立有幾個前提：
- 新的模式產生出的足夠的新工作吸收失業人口
- 教育與訓練能為你帶來更好的工作
首先，自動化與 AI 只會創造少量的高技能工作，沒有辦法彌補被取代的大量工作機會。如同上面所說，被取代的不只有藍領工作，也有白領工作，其中白領工作消失的可能還更快！知識型的工作只需要軟體就能自動化，比起涉及實體作業的工作更能迅速 Scale up。
另一個邏輯上的陷阱是，授予更多教育並不會使科技、管理、專業人員等高技能工作機會增加，只會使文憑貶值。就業市場是個金字塔，當金字塔頂端與底層同時被侵蝕的時候，不論所有人多努力往上爬，金字塔仍裝不下所有人，增加的只有競爭壓力。
上面的影片大多數是科技公司為自己產品做的 Demo Video。不只一個提到，我們不是要取代人力，而是要給生產者一個好的工具，試著緩解技術性失業的恐懼感。但事實是，產能提高後，原本的十個雇員中，只有最好的那個能留下，從新科技中受益，剩下的九個實際上就是被取代了。
更大的系統性問題 ─ 薪資停滯
作者指出，從 1970 年代後一直到現在，有一個正在重塑社會結構的重大趨勢 ─ 勞工薪資成長停滯(原來這不只是台灣問題)。
上圖示美國是1950 至今，生產力成長與薪資成長的比較。
1950–1970 還不是資訊科技的時代，這個時期的創新大多集中於其他科學、工程領域。在這個時期，生產力與薪資同步成長，表示新科技促使生產力提高，增加的利潤有一定的比例以薪資的方式進到工作者的口袋。
1970 後資訊科技開始突飛猛進，同時，薪資成長開始停滯，兩條曲線的鴻溝不斷加大，創新帶來的經濟果實都進入了企業主與投資人的口袋，勞工抓不到也吃不到。
上圖示美國總國民所得中，勞工收入所佔的比例。在 1970以前，勞方與資方的比例大致維持穩定，之後一路下滑，進入21世紀後則直線下滑。
當然，造成這個現象的原因很多，經濟學家們也眾說紛紜。作者將科技的進步作為解釋這個趨勢的主因，基於資訊科技有以下特性：
自動化使就業市場兩極化
工作消失的方式不是溫水煮青蛙，慢慢消失，而是在景氣的循環中一波一波不見。景氣不好時雇主因成本壓力裁員，景氣復甦後他們發現不斷進步的科技讓他們不必重新雇用人員。
在這樣的循環裡，以往屬於中產階級的穩定工作消失，例如銷售、行政、生產、作業員等消失，取而代之的是低薪的服務業、兼職工作，或大部分人無法勝任的高技能工作。
贏者通吃的利潤分配
資訊科技催生了許多非常賺錢，影響力很大的企業。但是相對於他們創造的龐大利潤，他們使用的人力非常少。Google 在 2012 年創造了 140 億美元的獲利，與通用汽車 1980 的鼎盛時期的獲利大致相當。通用汽車當年雇用了 84 萬名員工，Google 員工數卻不滿 4 萬。
但如果要說科技讓賺錢的機會限縮於少數人，又有點反直覺，畢竟網路降低了許多事情的門檻，現在每個人都在網路上能創造內容、開發軟體、開設商店等。
是，網路給了每個人機會，但真的曾經透過網路寫作、開發、或創業的人都知道：要透過這些活動賺錢非常難。不只是因為門檻低，競爭激烈，同時也是因為線上活動高度倚賴平台，創造的利潤分配極不平均。
行銷躲不開 FaceBook，開發躲不開 AppStore，買賣躲不開龍頭買賣平台。
賺錢的公司很少，雇用的員工也很少，但他們會以高市占率與整合性平台，搜刮線上活動每一個環節的利潤。
消失中的中產階級
在這個趨勢下，一個很直覺的結果便是中產階級的消失。這不光是中產階級的危機，而是與所有人相關的結構性問題。若所得分配不均惡化，越來越多人失去購買力，最終會影響到總體經濟的健全。
創新與科技的持續進步仰賴蓬勃的市場需求。試著想像，過去十年如果沒有廣大的中產階級不斷的購買 iPhone (還有人衷心耿耿每代都買)，iPhone 要如何從第一代一路創新、進步到現在的版本？
科技的進步是追求更好的生產方式，以生產出成本更低、更好的產品。但產品只有在被消費的時候才能回收成本，產生利潤。若大量消費者缺乏購買力，無法創造足夠支撐經濟的市場需求，不管機器的產值再高，在沒有消費的狀況下，最終也只能讓機器停下。
有合理的購買力分配，才能創造出像樣的市場。
所以可以怎麼辦
目前被討論的最廣泛的是保障所得制度 (Universal Basic Income, UBI).
不管你有沒有在工作，收入多少，政府都會無條件的發放一筆足以維生的津貼。以此制度作為一種普及的安全網，也作為重新分配購買力的機制。
這個做法可能會因為社會主義的標籤被反對，但實際上已經在芬蘭、瑞典、法國、印度等地區小規模的實施，也有許多矽谷的意見領袖表示支持 UBI 作為技術性失業的解法。
小規模實施的結果顯示，無條件的收入並沒有使人們失去工作意願，反而讓他們的生活有實質上的改善，更有餘裕投入學習，或比較沒有後顧之憂的嘗試自己有熱情的工作。
相關連結
一個道德性的觀點
說道這邊，還是要重申一下，科技進步固然是令人興奮的事。這本書最大的啟發，是讓你在面對科技的機會與危機時，除了思考如何站到對的一邊外，能更有全局觀。目前被熱烈討論的諸如：
- 新時代要掌握甚麼 Skill Set，如何進入頂尖企業，如何創業。
- 要建立頂尖的學校，培養新時代人才。
- 健全創業生態系，催生成功的新創企業 ( 基本上就是追求矽谷 )。
- 除了新創企業，百年老店與中小企業都應看清這波浪潮，積極轉型、數位化。
這些都很重要，但同時很少有人在討論
- 數位經濟讓這個社會越來越極端，如何因應？如何為了長遠的整體利益重新分配購買力？
- 如何讓所有人都能因為科技的進步受益？
「資訊科技如今能指數型爆發，是因為有過去一個世紀無數前人的基礎研究，而這些研究很大比例都是由納稅人提供的資金贊助的。我們可以合理相信，這些納稅人期望研究的成果能為他們的子子孫孫創造更繁榮的未來。但我們看到的趨勢顯示，我們正在朝向一個不同的結果。」
如果一個國家在追求科技時，除了創造 GDP，培養出許多獨角獸企業外，能同時把對社會的衝擊減到最小，並讓每個人都能享受到社會共同累積的科技資本，而非被少數科技菁英囊括的話，我相信會是個更理想的未來。
