只追求效率,無法在自動化時代勝出

How to Win with Automation (Hint: It's Not Chasing Efficiency)
格雷格.賽特爾 Greg Satell
瀏覽人數:8694
別只想追求唾手可得的成就。

1900年,美國有三千萬人務農為生。到了1990年,雖然全國人口成長為原來的三倍,農民人數卻降到不足三百萬人。就某種意義來說,可以說美國的農業人口有九成失業,而主因正是自動化。我們卻仍認為,20世紀是前所未有的繁榮時代。

在未來幾十年間,還可能看到類似的轉變。今天一如當時,許多人的工作將會被機器取代,而許多未來的工作尚未發明。這令有些人感到懼怕,有些人則感到興奮,但人人都必須為我們仍未能理解的未來,做好準備。

這讓領導人陷入兩難。顯然,企業如果不擁抱自動化,就會像還在用馬拖犁的農夫,終將遭到淘汰。但同時,經理人必須激勵那些害怕工作會遭到機器人取代的員工。在這個新的自動化時代,領導人必須找出價值創造的新來源。

找出更高層次的價值

列出我們過去以為機器一定做不到的事,看起來會很有趣。過去有人說,只有人類能辨認臉孔、下西洋棋、開車,還有很多其他的事,但現在這些事情都已經自動化了。然而,機器雖然取代了這麼多工作,但並未真正取代人類。雖然美國的勞動力從1970年至今已經增加一倍,失業率卻維持在低檔,特別是具備高中以上學歷的勞工。其實,工作年齡成人的整體勞動參與,已經從1970年的大約70%,上升到今日的80%以上。

某項工作一旦自動化之後,大致上也就變得大眾商品化了。然後就可以比人們忙著做基本工作時,創造出更高層次的價值。舉例來說,銀行分行的價值不再是用人工處理存款,而是解決更複雜的顧客問題,例如提供貸款。另一個類似的例子,現在我們不再找旅行社做訂機票之類的簡單事情,而是有更高的期許,例如設計一趟夢幻假期。行政助理的價值,不在於把主管口述內容用打字機打出來,而是發揮守門人的功能,在這個資訊過量的時代,安排事項的優先順序。

因此,新自動化時代的企業領導人,面對的第一個挑戰不只是削減成本,而是要找出價值創造的下一個重要領域。我們要如何運用科技來擴大人類的技能?採用的方式目前還不清楚,但十年後會看起來非常明顯。首先看出那些價值領域的人,就能在競爭中搶得先機。

創新商業模式

亞馬遜可能是目前世界上推動自動化最成功的企業,從供應鏈到顧客關係管理,一切都透過使用大數據及人工智慧(AI)來進行最佳化。亞馬遜在線上的霸主地位無人能敵,像是在去年耶誕購物季,就搶下全美線上購物高達36.9%的市場。

因此,很多人看到亞馬遜推出實體店面都大吃一驚,但就像蘋果公司極成功的零售營運作業所顯示的,如果店裡有經過良好訓練的員工,會有很大的優勢。他們可以回答顧客的問題,提供建議,和顧客以機器無法做到的方式來互動。

也請注意,蘋果及亞馬遜的商店,並不是典型的傳統雜貨店,店面本身也是高度自動化,完全見不到收銀機或購物走道之類工業時代的傳統做法。如此一來,銷售人員就能專注在服務顧客,而不是浪費時間和精力來處理交易事宜。

重新設計工作

由全錄(Xerox)推出的Alto電腦,是賈伯斯(Steve Jobs)推出麥金塔(Macintosh)電腦的靈感來源,但當年全錄高階主管首次有機會看一下Alto電腦的運作時,表現得興趣缺缺。在他們看來,那部機器看起來只不過是把祕書工作自動化,對高階主管並沒有太大價值。當然,現在如果沒有了Word或試算表,絕大多數的專業人士都難以發揮作用。

現在,人工智慧技術也經驗了類似的「重新設計」過程。Rethink Robotics公司的產品,包括廣受歡迎的機器人Baxter和Sawyer,該公司執行長史考特.艾科特(Scott Eckert)就告訴我:「我們已經看到太多案例,不僅產出量大增,工作本身也經過重新設計,對員工來說,變得更有趣、更有成就感。」工廠裡的工作已從手動的任務,逐漸轉變為設計機器人的工作。

德州大學安德森癌症中心(MD Anderson)開發出臨床診斷系統「腫瘤學專家顧問」(Oncology Expert Advisor),運用的正是IBM的Watson技術;這套系統的共同開發者秦琳達(Lynda Chin,音譯)認為,把醫學上的認知任務加以自動化,有助於醫師把更多關注重點放在患者身上。她說:「醫師不再是花12分鐘找資料,只花三分鐘看病。想像一下,醫師只花三分鐘找資料、12分鐘看病的情況會如何。」

她又說:「這會改變醫師與病人之間的互動。如果醫師只要動動手指,就能取得全世界的醫藥知識,就能把更多心力放在了解患者這個人,而不只是做出診斷。這可協助醫師在診療時,把生活方式、家庭狀況和其他因素都列入考量。」

「人性」已成了稀有資源

工業革命之前,大多數人都是靠勞力為生。這跟現在的情況很像,大多數技工都把機械化看成威脅。確實也是如此,現在對鐵匠或織布工的需求,的確不多了。但當時看不出來的,是工業化日後會創造出知識經濟,需要薪資較高的認知型工作。

今天,我們也看到類似的轉變,從認知技能走向了社會技能。現在,人人口袋裡就有部超級電腦,能在轉瞬間取得全球的集體知識,因此,記憶資訊或處理數字的能力,需求不如過去高;而協作能力,包括與人協作、與機器協作的能力,變得更加重要。

顯然,有些事情是機器永遠做不到的。例如,機器永遠不會上小聯盟揮棒,永遠不會心碎,也不會擔心孩子在學校怎樣了。這些限制代表機器永遠不會有跟人類一樣的體驗,也不會展現出真正的同理心。我們永遠都會需要有人類來和其他人類協同工作。

正如研究未來趨勢的學者詹姆斯.坎頓(James Canton)告訴我:「這主要是共同演化(coevolution)的議題。自動化會降低某些活動的價值,提高某些活動的價值,因此,我們重新設計工作流程,好讓人類與機器搭檔合作,以提高生產力,如此一來,人們就可以專注在自己能創造最高價值的領域上。」

所以,在機器人接手執行人類工作的自動化時代,勝出的關鍵並不只是靠更高的效率,而是要去探索、找出在效率提升之後,會帶來哪些必須執行的新工作。(林俊宏譯)



格雷格.賽特爾

格雷格.賽特爾 Greg Satell

廣受歡迎的演講者與顧問,首部著作《創新之道:悠遊於破壞性創新時代的教戰手冊》(Mapping Innovation: A Playbook for Navigating a Disruptive Age)將於2017年出版。他的個人部落格是Digital Tonto。


本篇文章主題技術