名人推薦：「智慧機器人風潮將帶來空前的社會衝擊，是影響人類未來十年、甚至更長遠的重要問題。福特比絕大多數的人都更早開始思考這個議題，本書絕對值得慎重看待。」

─桑默斯（Lawrence Summers）

美國前財政部長、哈佛大學名譽校長

「這是一本關鍵、適時，啟發人心的著作。智慧機器正改變世界，它們會引領出豐裕安逸、人人可享醫療、教育資源的世界，抑或導致高度不均且龐大失業的世界？福特並沒有解答所有問題，但他提出了對的疑問，並提供有見解地、全觀的思辯。這本傑作帶領我們一窺可能的未來。」

―薩克斯（Jeffrey Sachs） ...

【前言】

諾貝爾經濟學獎得主米爾頓．傅利曼（Milton Friedman）在一九六○年代為亞洲一個開發中國家的政府提供顧問服務，他被帶去參觀一個大型公共工程，看到大批工人揮動鏟子，但現場沒幾部推土機、拖拉機、或其他重型挖土器具，甚是驚訝，遂提出疑問。負責的政府官員解釋，這項工程是該國為「創造就業」而推動的建設，傅利曼作出後來很出名的回應：「那幹麼要給那些勞動者鏟子，不給他們湯匙？」

人們及社會往往害怕機器將侵蝕就業機會，創造長期失業，傅利曼的這句話傳達了經濟學家們對這種心態的懷疑批判，且往往是公然地嘲笑。就歷史來看，這種懷疑批判顯然有其道理。在美國，尤其是二十世紀，科技的進步總是把我們推向更繁榮的社會。

過程中當然是有一些暫時性問題─―事實上是重大顛覆：農業機械化導致數百萬工作機會蒸發，大量失業的農場工人被迫前往城市尋找工廠工作；後來，自動化與全球化把勞動者逐出製造業，推使他們進入服務業尋找新工作。這類轉變過程中往往出現短期失業增加問題，但這問題從未演變成系統性或永久性問題，轉變創造了新就業機會，被逐出原產業而失業的人找到了新機會。

此外，那些新工作往往比先前的工作好，需要更好的技能，提供更優的工資。尤其是二次大戰後的二十五年間，這種情形最明顯不過，美國經濟的這段「黃金年代」，其特徵是科技快速進步和美國勞動力福祉提升這兩者似乎完美共生。伴隨生產線使用的機器改進，操作那些機器的勞動者的生產力也提高，使他們變得更有價值，讓他們得以要求更高工資。整個戰後時期，科技進步連帶使得勞動者的平均所得提高，因為生產力的激增使他們的工資提高。那些勞動者花用他們不斷增加的所得，進一步驅動他們生產的產品與服務的需求。

這種良性循環迴路驅動美國經濟前進，經濟學專家享受了他們的黃金年代。也就是在這段時期，保羅．薩謬爾森（Paul Samuelson）之類的重量級人物把經濟學轉變成一門有堅實數學基礎的科學，經濟學漸漸變成幾乎完全由複雜艱深的數量與統計技巧主導，經濟學家開始建立複雜的數學模型，這些模型至今仍然構成經濟學的知識基礎。戰後經濟學家在從事他們的研究時，自然會檢視他們周遭欣欣向榮的經濟現象，認為這是常態：經濟自然是如此運作，也總是會如此運作。

賈德．戴蒙（Jared Diamond）在其二○○五年出版的著作《大崩壞》（Collapse: How Societies Choose to Succeed or Fail）中敘述澳洲農業的故事，歐洲人在十九世紀殖民澳洲，發現了一塊相當肥沃翠綠的大地，他們和一九五○年代的美國經濟學家一樣，認為他們看到的是常態，他們觀察到的情形將會無止盡地持續下去。於是，他們在這片看似肥沃的土地上大舉投資於開發農場和牧場。

但是，不出一、二十年，現實的打擊出現，那些農民發現，澳洲的整個氣候實際上遠比他們最初以為的要乾燥，他們當年抵達這片新土地時，正好幸運（或者，該說是不幸）地遇上氣候的「金髮女孩時期」（Goldilocks period）─―所有條件正好有利農業發展的甜蜜時期。在今天的澳洲，你仍然可以發現那些早年倒霉投資的遺跡：一片荒漠中殘存被廢棄的農舍。（譯註：金髮女孩時期或金髮女孩經濟指經濟溫和適度成長，不會太熱而引發通膨、又不會太冷而導致經濟衰退，典故源自童話故事「金髮女孩Goldilocks和三隻小熊」。）

我們有好理由相信，美國經濟的金髮女孩時期同樣也接近終了。生產力提高和工資上升之間的共生關係在一九七○年代開始瓦解，以二○一三年來說，生產線或非督導級勞動者的平均實質薪資（經通膨調整後）比一九七三年時低了約一三％，然而住屋、教育、保健之類的大額項目生活成本卻高漲。

二○一○年一月二日的《華盛頓郵報》（Washington Post）報導，二十一世紀頭十年，美國經濟體系沒有創造出任何新就業機會。自大蕭條（The Great Depression）以來，任何一個十年期不曾出現過這種情形。事實上，二次戰後，從未有任何一個十年期的就業機會增加數少於二○％，縱使在停滯通膨加上能源危機的一九七○年代那十年間，就業機會數也增加了二七％。若你考慮到，美國經濟每年需要創造約一百萬個新工作機會，才能滿足勞動人口的成長量，那麼，二○○○年代那十年期間的新就業機會零成長就更加令人驚心了。換言之，在二十一世紀的頭十年，美國經濟得創造出一千萬個新就業機會，但一個也沒出現。

所得不均情形也惡化到了自一九二九年以來最嚴重的程度，很顯然，一九五○年代，生產力提升的利得有部分進了勞動者的荷包，但如今，這些利得幾乎全進了企業業主和投資人的口袋。美國總國民所得中，相較於資本所得的比例，勞動所得的比例急劇下滑，且顯然在持續下滑中。美國經濟的金髮女孩時期已經到達終點，邁入新時代。

在這新時代，勞動者和機器之間的關係出現根本改變，此改變最終將挑戰我們對科技的基礎假說之一：機器是提高勞動者生產力的工具。在新時代，機器本身變成勞動者，勞工能力和資本能力的差別遠比以往模糊。

這一切演進的背後驅動力是電腦科技的無窮加速進步。多數人現在都已熟知「摩爾定律」（Moore’s Law）─―電腦演算能力大約每十八個月至二十四個月提高一倍，但不是人人都充分理解這超快科技進步的含義。

想像你啟動車子後，一開始時速五英哩，一分鐘後加倍速度至時速十英哩，過一分鐘後，再加倍時速，依此繼續加倍速度。驚人的不只是時速不斷加倍而已，還有持續這種速度加倍流程一段時間後，你已經行進的哩程。在頭一分鐘，你行進了四四○英呎；在時速二十英哩的第三分鐘，你行進了一七六○英呎；在時速八十英哩的第三分鐘，你的行進哩程將超過一英哩。為完成第六分鐘，你將需要一輛馬力更強、更快速的車子，以及一個賽車場。

想想看，若你加倍速度二十七次後，你的車速將有多快，你在最後那一分鐘將行進多少哩程。積體電路於一九五八年問世後，電腦演算能力大約就翻倍了這麼多次。目前正在發生中的革命並不是因為加速本身，而是因為這種加速已經持續太久了，以至於如今我們在任何一年可以預期的行進量非常驚人。

回答上述問題，你的車子加倍速度二十七次後，時速將達六七一百萬英哩，在最後那第二十八分鐘的一分鐘內，你將行進超過一一○○萬英哩。以這種速度行駛五分鐘左右，就能把你送達火星。這大致就是自積體電路於一九五○年代末期問世並開始持續快速發展後，現今資訊科技相對於當年而言達到的境界。

在軟體開發領域已工作超過二十五年，我可以說是坐在第一排座位見證了電腦演算力的這種超快速推進，也近距離看到軟體設計以及使程式設計師生產力提高的工具的驚人發展。此外，身為小型企業業主，我目睹了科技發展如何改變我的企業經營模式，尤其是，僱用員工執行例行事務的需求顯著降低了。

二○○八年爆發全球金融危機後，我開始認真思考電腦演算力持續翻倍的含義與牽連影響，尤其是它顯著改變未來幾年與數十年的就業市場和整個經濟的可能性，把這些思想與洞察寫成我的第一本著作《隧道之光》（The Lights in the Tunnel: Automation, Accelerating Technology and the Economy of the Future），於二○○九年出版。

我雖在那本書中探討了科技加速推進的重要性，但低估了它推動世界變遷的速度，例如，我在該書中指出，汽車製造商研發防撞系統，以幫助防止車禍，我當時的預期是：「假以時日，這類系統可能演進出能夠自行開車的科技。」呵，事實是，那個「假以時日」沒過多久就成真了！那本書出版不到一年，Google就推出了完全自動化上路行駛的無人駕駛車，之後，美國的內華達州、加州、和佛羅里達州立法通過，無人駕駛車可在一些限制下上路。

我也在那本書中談到人工智慧領域的發展，當時，人工智慧最令人印象時刻的表現應該是IBM的「深藍」（Deep Blue）電腦以及它在一九九七年打敗世界棋王蓋瑞．卡斯帕洛夫（Garry Kasparov）的故事。但是，大出我意料之外的是，IBM推出的深藍後繼者「華生」（Watson）在二○一一年接受另一項更困難的挑戰─―參加電視智力競賽《危險邊緣》（Jeopardy!）。西洋棋比賽的規則固定，因此可以預期難不倒電腦。但《危險邊緣》智力競賽就完全不同了，它仰賴近乎無限的知識，需要高明的語法剖析能力，甚至包括玩笑話和雙關語。「華生」在該節目中的勝出不僅令人敬畏，也有高度實用價值含義，事實上，IBM已經準備讓「華生」在醫學和客服領域扮演重要角色。

未來幾年將發生讓世界驚奇的變化，這些驚奇將不僅限於科技進步的本身，還有科技進步對於就業市場及整體經濟造成的影響，這些影響將顛覆世人對於科技與經濟的看法。

一直以來，社會普遍認為自動化構成的就業威脅主要是針對教育程度低、技能水準較低的勞動者，因為這類工作往往例行（routine）且重複（repetitive）。但是，在你安於這種見解之前，請先思考科技的發展速度。曾經，一提到「例行固定」的職業，我們會聯想到組裝線的工作，但今天的現實已大不相同。無疑地，技能水準較低的職業將持續受到衝擊，但是，許多大學教育程度的白領階級勞動者將發現，在軟體自動化和預測性電腦演算能力繼續快速提升下，他們的飯碗也岌岌可危。

事實上，說到最可能受到科技發展威脅的工作，「例行固定」可能不是最好的形容詞，更正確的形容詞是「可預測性」（predictable）：別人能不能藉由查看你執行過的所有事務，學會你的工作？或者，某人能不能像學生準備考試那樣，藉由重複執行你已經完成的事務而變得熟練？若是的話，那麼，有朝一日，很可能有一套電腦演算法能夠學會你絕大部分或所有的工作。尤其是在「大數據」現象持續發展之下，這種可能性益增：組織收集每一個營運層面的巨量資訊，累積的大量職務相關資訊，就等一套智能機器學習演算法問市，開始深入分析和學習其人類前任者留下來的記錄資料。

這一切演變與發展的結果是，擁有更高的教育和技能水準未必能夠有效保障你的職務工作將來不會被自動化。以專門判讀醫療攝影成像的醫事放射師為例，他們需要接受至少十三年的教育和訓練養成，但是，現在的電腦愈來愈擅長於分析影像。不難想像，在不遠的將來，放射科影像判讀的工作可能會由機器執行。

總之，電腦很擅於學習和取得新的技能，尤其是提供它們大量資料的前提下。初級職務尤其可能受到嚴重衝擊，證據顯示，衝擊已經在發生中，剛踏出校門的大學畢業生的薪資在過去十年持續下滑，近五成的大學畢業生被迫接受不需要大學學歷的工作。事實上，如同本書後面會談到的，包括律師、新聞勞動者、科學人員、藥劑師等在內，許多高技能專業人員的就業機會已經被進步的資訊科技明顯侵蝕，且受到衝擊的並非只有他們，多數工作都有某種程度的可預測性，很少人的主要工作的本質是完全創意或天馬行空地思考。

伴隨機器取代可預測性質的工作，勞動者將面臨一項空前的挑戰。在過去，自動化科技往往是較專業化性質，一次只顛覆一個產業的就業市場，勞動者能夠想辦法轉換至另一個新興產業。但現今的情形非常不同，資訊科技是通用型的科技，它的影響將是大範圍的，幾乎現存的每一個產業的勞力密集度都可能因為新科技而降低，而且，這種轉變可能發生得很快。在此同時，新興的產業幾乎自誕生伊始就採用強而有力的、節省勞力的科技，例如，谷歌和臉書（Facebook）之類的公司在變得家喻戶曉、達到高市值的同時，員工數相對於其規模和影響力而言可說是非常少。我們有充分理由可以預期，類似情境將在近乎所有的未來新興產業中上演。

這一切顯示，我們即將面對經濟與社會的巨大轉變，過去對勞動者和準備踏入職場的學生提供的建議可能不再管用。不幸的現實是，很多人即使做對了每件事（追求更高教育和取得更多技能），仍然無法在新經濟中找到穩固的立足點。

除了長期失業和低就業率對個人生活和社會結構可能造成的衝擊，我們要付出的經濟代價也很大，生產力、工資上升、及消費支出增加這三者之間的良性迴路將瓦解。其實，這種良性反饋作用已經嚴重降低了：我們面臨的不均狀況並非只發生於所得方面，也發生於消費方面，目前，美國所得最高的前五％家計單位囊括了總消費支出的近四成，幾乎可以斷定，這種消費集中於尖端群的趨勢將會持續下去。工作依舊是把購買力送達消費者手中的主要機制，倘若這機制繼續被侵蝕，我們將面臨有購買力的消費者太少而無法繼續在大眾市場經濟中驅動經濟成長的局面。

如同本書想要說明的，資訊科技的進步正把我們推向一個引爆點，這引爆點終將使整個經濟體系的勞力密集度明顯降低。但是，這樣的轉變未必會在所有產業以一致、可預期的方式展開，截至目前為止，高等教育和保健業這兩個產業對廣大經濟體系中已經顯現的那種顛覆破壞力展現出高度的抵抗力。但諷刺的是，因為科技還未能在這些產業造成顛覆破壞，結果，保健和教育的成本提高，反而可能加劇其他領域的負面衝擊。

當然，科技並非獨力影響及形塑未來，它將和其他重大的社會與環境挑戰交織作用，例如人口老齡化、氣候變遷、資源枯竭等等。常有人預期，伴隨嬰兒潮世代退出勞動力，最終將出現勞力短缺，這可以有效抵消、甚至勝過自動化造成的衝擊。快速創新也常被視為一股對抗力量，有可能減輕、甚至扭轉我們對環境加諸的污染與破壞。但是，許多這類假說是建立在不確定、不穩固的基礎上，現實一定遠比我們所想得更為複雜。嚇人的事實是，若我們未能認知科技進步的含義與影響，並且開始思索因應之道，人類未來可能面臨所謂的「完美風暴」：不均的惡化、科技進步導致的失業、以及氣候變遷，這些現象將同時發生，並且交互作用，使彼此擴大與增強。

在加州矽谷，「破壞性科技」（disruptive technology）是個經常被隨性使用的詞，沒有人懷疑科技具有破壞整個產業、攪亂特定經濟部門和就業市場的力量。但我在本書中提出的疑問牽涉更廣大層面：科技的加速進步會不會顛覆我們的整個體系，以致於我們可能需要結構性的變革，才有可能繼續繁榮？

【註釋】

（註1） 生產線或非督導級勞動者的平均實質薪資資料來源：The Economic Report of the President, 2013, Table B-47。此統計表顯示，一九七三年時的週薪約$341美元，二○一二年十二月時週薪為$295美元，這些數字都是以一九八四年幣值計算。

【前言】

諾貝爾經濟學獎得主米爾頓．傅利曼（Milton Friedman）在一九六○年代為亞洲一個開發中國家的政府提供顧問服務，他被帶去參觀一個大型公共工程，看到大批工人揮動鏟子，但現場沒幾部推土機、拖拉機、或其他重型挖土器具，甚是驚訝，遂提出疑問。負責的政府官員解釋，這項工程是該國為「創造就業」而推動的建設，傅利曼作出後來很出名的回應：「那幹麼要給那些勞動者鏟子，不給他們湯匙？」

人們及社會往往害怕機器將侵蝕就業機會，創造長期失業，傅利曼的這句話傳達了經濟學家們對這種心態的懷疑批判，且往往是公然地嘲笑。就...

前言
第一章 自動化的洪流
機器人已經不是想像中的笨重機器手臂，現在的機器人會共享知識、靈巧度可與人類匹敵、3D視覺也難不倒它們。機器大軍即將突破人類就業安全網，農業、製造業、服務業、零售業等提供最多就業機會的產業為了生存而紛紛轉型自動化。我們創造工作的速度，遠跟不上工作消失的速度。

第二章 這次會不同嗎？
工作消失並非新議題，七個致命經濟趨勢，說明自動化帶來的悲觀未來：
1.薪資成長停滯 2.少數企業贏者全拿、廣大勞工荷包萎縮3.勞動參與率創新低，申請社福補助人口創新高 4.新創就業機會銳減，長期失業人口激增，景氣復甦緩慢 5. 所得分配不均日益嚴重6.新鮮人薪資大幅萎縮，剛畢業即失業人口比例攀升 7.就業市場兩極化，全職工作大量消失，兼職工作取而代之

第三章 資訊科技的空前破壞力
科技進步以指數型成長，Facebook、Google、Amazon等科技產業證明，不需雇用大量人力也可以透由網路創造超高市值。市場創造的獲利由少數超大贏家全部通吃，網路世界似乎充滿機會，卻創造出嚴重不平等的社會。

第四章 白領工作岌岌可危
大數據、自然語言科技、機器自學、基因編程演算法，讓人工智慧走出科幻電影，成為現代生活真實的一部分，人類引以為傲的技能與專業，即將面臨嚴峻挑戰。

第五章 高等教育的蛻變
MOOC免費線上課程已經改變學術殿堂的運作模式，線上課程認證漸成為學歷以外的求職加分項目，高等教育的現存體制即將被顛覆。在未來，更多的教育到底可以保證一份安穩的工作，還是償還無期的沉重學貸？

第六章 醫療產業的挑戰
IBM的華生已經當起醫生助手，它可快速分析所有相關文獻、迅速判斷病症，大幅減少不必要的侵入性診斷與誤判。類似華生的軟體幫手，和近年快速發展的醫院用輸送機器人、老年照護陪伴機器人，將共同扭轉白色巨塔的生態。

第七章 未來的科技與產業
我們的生活已經被劇烈改變，3D列印讓客製化變得普及、自動駕駛技術、Uber興起帶我們走入共享模式。未來的生活，將由科技重新塑造；人類扮演的角色，也會被重新定義。

第八章 消費者、成長停滯與經濟危機
機器人將成為不吃飯、不逛街、不消費的超級勞動力，而失去工作的人們將成為失能的消費者；當中產階級不再握有消費能力，經濟成長將無限期停滯，最終走向經濟學家無法從過往經驗預見的全面經濟崩壞。

第九章 超級智能與奇點
奇點將近？奈米生化大軍將消滅全人類？當世界出現第一部超越人類智能的電腦，將會發生什麼事？這一章將揭露各種新科技論述背後的根據與可能性，從各種角度、實際證據找出人類目前在科技光譜上的正確定位。

第十章 走向新經濟模式
如果目前的市場經濟即將面臨顛覆，我們將會需要從根本重新思考經濟架構。人機合作是未來的解方？不會生病沒有抱怨的機器永遠會比人類員工更有競爭力，被市場淘汰的人類將何去何從？「保障基本所得」搭配其他措施，或許是我們未來的一線生機？

結語
致謝
附錄
索引

前言
第一章 自動化的洪流
機器人已經不是想像中的笨重機器手臂，現在的機器人會共享知識、靈巧度可與人類匹敵、3D視覺也難不倒它們。機器大軍即將突破人類就業安全網，農業、製造業、服務業、零售業等提供最多就業機會的產業為了生存而紛紛轉型自動化。我們創造工作的速度，遠跟不上工作消失的速度。

第二章 這次會不同嗎？
工作消失並非新議題，七個致命經濟趨勢，說明自動化帶來的悲觀未來：
1.薪資成長停滯 2.少數企業贏者全拿、廣大勞工荷包萎縮3.勞動參與率創新低，申請社福補助人口創新高 4.新創就業機會銳減，長期失業人口...