《機器主宰時代：未來之路如何走》這本書讨论数字机器和人工智能（AI）将如何改变我们的生活似乎是一场晚宴上激动人心的对话，但事实上，物联网已经在重塑我们与世界的互动方式——而这仅仅是个开始。行业正在转型，职业生涯正处于兴衰之间。
对AI的主流观点从乌托邦式的，即机器创造技术奇迹和奇观，到反乌托邦式的，即劳动力被软件和恶意机器人所取代。现实是，智能机器和AI将使我们所有人能够做到超越人类的可能。《当机器能做一切时我们该怎么办》这本书解释了哪些是真实的，并提供了一个强大的框架来拥抱这一变革，确保你和你的企业在下一个十年保持竞争力。
📝 書中實用的見解
- 智能机器的实际影响：智能机器和AI将使我们所有人能够做到超越人类的可能，扩展我们的能力而非取代人类。
- 新技术创造新职位：AI和自动化不仅会取代某些工作，更重要的是，它们将创造新的工作机会和职业路径。
- 历史视角中的技术变革：通过历史案例分析，展示技术变革如何在长期内改变职业和行业，提供了对未来变化的洞察。
- 数据驱动的商业决策：强调了利用大数据和分析工具来提高业务效率和决策质量的重要性。
- 准备未来的数字化转型：为企业和个人提供了策略和建议，帮助他们适应即将到来的技术变革，并保持竞争力。
第一章：新科技總是令人擔憂，而不是樂觀。
你是否曾經覺得就業壓力比以往任何時候都大？現如今，似乎每天都有新的趨勢出現，威脅著我們的工作，讓我們更接近向我們的機器人統治者低頭。
你可能認為這些都是新的焦慮。但事實上，我們以前也曾處於這樣的十字路口。你可以回顧歷史書籍或任何報紙的舊商業頁面，看到過去的工人們一直因為“新機器”而感到威脅。唯一改變的，只是引發這些擔憂的機器類型。
例如，十九世紀第一次工業革命期間，英格蘭的工人們自稱為路德派，他們毀掉了被引入紡織行業的機械織布機。路德派相信這些機器威脅了他們的工作 – 果然，這些機器最終取代了他們。
同樣，在十九世紀初，美國80%的工人在農業領域工作。但由於與耕作、照料牲畜和耕種土地相關的主要任務都被機器取代，這個數字已經下降到不到2%。
因此，2013年，當牛津大學的一項研究預測，在未來十年內，一半的美國工作崗位面臨被自動化的威脅時，人們有理由感到擔憂。
那些認為電腦讓我們更富生產力的樂觀主義者呢？不幸的是，統計數據卻告訴我們一個完全不同的故事。
儘管我們投入多少時間和錢在新技術中，人類的生產力成長率還是停滯不前。換句話說，我們正在用更多的資源（包括時間）來達到與以前相同的結果。這並不是我們希望看到的情況。
第二章：新科技將創造新的職位並改變既有的職務。
過去幾十年間，工業工作場所持續被自動化。那些曾經充滿人群的大型工廠，現在已經被一排又一排的機器所取代。
然而，即使現在的工廠內人數減少了90%，這並不意味著每位工人都要為失去工作而擔憂。這是因為科技總是一邊創造新的工作，一邊奪走既有的工作。
根據作者分析的眾多研究，我們預期在接下來的十年裡，美國約有12%的工作將被自動化，大約1900萬工人將被取代。然而，這些相同的研究也預測這些技術應該能創造2100萬個新的工作，讓2025年的失業率與現在相當。
如果這些數字看起來過於樂觀，您應該記住，即使在最嚴峻的經濟環境，工作機會也有歷史般的增長。在2009年經濟危機過後的幾年中，美國的私營部門仍然創造了1500萬個工作。
也同樣重要的是理解，自動化技術可能只會取走與工作相關的特定任務，而不一定是整個工作。而這或許並不是壞事。
佛雷斯特研究公司進行的一項研究顯示，2020年有16％的美國工作將被自動化，但該報告還指出，9％的工作將由於自動化而創建，因此實際上只有7％的工作將被自動化削減。
在許多情況下，自動化意味著人們只需從事更有價值，更滿意的工作，僅少數繁瑣的任務將由機器人完成。例如，銀行櫃員的工作在過去幾十年中並未因為自動櫃員機而消失，反而轉變成更以顧客為中心的角色，例如金融專家和關係經理。
第三章：今天的新機器主要由能從海量數據中學習的軟體構成。
如果你使用過Uber，你可能會對一個應用程式可以如何讓你連接一輛車，為你提供評分，扣除你的借記卡並立即給你一個電子發票而感到驚訝，所有這些只需幾秒鐘。事實上，大多數人在接受像Uber這種新技術時，並不會停下來思考這一切是如何運作的。讓我們來進行詳細的分析。
Uber的核心就是那些支持Facebook、Google和Instagram的“新機器”技術，我們通常也把這種技術稱為智能系統。
這種新機器的特別之處在於，它包含一種新型軟體，可以辨認模式並隨著時間的推移不斷自我提升。例如，Facebook的軟體可以識別用戶點擊的項目的模式，然後將相似項目顯示在她的信息流中。
考慮到Facebook每天有數十億用戶在線，如果讓員工手動執行這項工作顯然是不可能的。相反，他們可以從事更有意義的工作，同時Facebook的智能系統會根據用戶的活動收集其資訊。然後，Facebook可以使用這些資訊來自訂用戶的體驗並提供更相關的內容，從而加強用戶參與和忠誠度。
新機器也能適應並提升其性能。例如，Google的搜尋算法可以根據用戶的搜尋歷史和網站的相關性調整搜尋結果。這種從用戶的行為學習的能力讓新機器無時無刻不在為我們提供更好的服務。
從根本上說，新機器不只是硬體或軟體的進步，更多的是它們與人類的互動方式的轉變。我們現在的生活是如此的數碼化，有時我們甚至無法意識到我們正在與無人機，自駕車，或者人工智能助手互動。
我們擁抱這種新的互動模式，並期待在未來數年內看到更多的創新。從Uber到Google再到Facebook，新機器技術的應用只會變得越來越廣泛。
第四章：在您的組織中“裝置化”每一個東西，以向分析師提供數據以改善您的業務。
當您回顧歷史時，會發現每一次的工業革命都由新的原材料泛濫引發，如鋼鐵，煤或石油。這次，新的原材料是數據。就像以前一樣，組織們正競爭在這次革命中立足，通過有效地挖掘和提煉資源，將其轉化為有意義的東西，從而獲得競爭優勢。
但要將您公司的數據變為有意義的信息，您需要一名優秀的商業分析師。今天，商業分析領域是關於如何使用工具，流程，和技術，將大量數據轉化為公司能用來任務，增加利潤或者解決商業問題的見解。
作者的顧問公司“高知特未來工作研究中心”進行的研究顯示，商業分析有多麼有價值。比競爭對手更強於從數據中獲取有用信息的組織平均可以將業務成本降低8%，並將收入提高8%。
為了確保您的商業分析師有好的數據可以處理，您應該從您組織中每一個可能的產品，服務和來源收集數據 – 一個
概念稱為“設備化”。這可能包括從每台機器收集數據，接收客戶反饋，或者追蹤您的銷售團隊的表現。這麼做的結果，將讓你擁有一名裝滿有用信息，並且可以提供同事洞察的分析師。
完成所有的事情都有一個共同點：用數據驅動你的商業決策。如果你沒有給你的分析師足夠多的數據，他們就不能夠幫你找出一條明確的道路，引導你走向成功。因此，’設備化’的意思就是讓數據從每一個可能的來源流入你的組織。
第五章：透過將傳統的商業模式轉型為數碼混合型，以滿足千禧世代的客戶需求。
無論您的產業是什麼，矽谷很可能正在準備以智慧系統和大數據作武器來顛覆它。
此時，您可能會想，“沒問題，我已經收集到所有數據並已有效利用。”
然而，如果您要防禦這些崛起的創業公司，您需要掌握他們已經使用的一種工具：數碼商業模式。
首先，重要的是要理解商業模式指的是兩件事情：你的組織如何組建和您的組織監督的流程，以進行競爭並產生收入。
例如，在銀行和發放貸款方面，組織和流程都是基於如何最好地收到申請，確定是否符合資格，批准或拒絕申請。現在，你的產品或服務存在的時間越長，你的商業模式就越可能基於大量的文件從一個人轉到另一個人之間，進程中穿越一個又一個迷宮般的辦公櫃和無盡的檔案櫃。
紙本的商業模式已經過時，尤其在這代期望打開應用程式，立即得到答案的千禧世代眼中，而不是等待文件在辦公櫃迷宮中移動。
對於傳統的企業，答案是通過創建一種數碼混合型商業模式來滿足這種需求。這樣的模式包括了在人工和數位工作流程之間進行切換，並使用數據分析工具幫助監管。
簡單來說，您的商業模式需要向數位轉型，以便更好地服務您的客戶和保護您的業務不受威脅。
要做到這一點，建議從兩個關鍵的元素開始：
第一，有一個全面的雲策略。雲計算讓您輕鬆且經濟地存儲和處理大量數據。它允許您快速地獲取數據並將其結構化，以便將其轉換為可用的信息。
第二，花時間來了解您的客戶、公司和行業的數據。這對於確定您需要收集哪些數據及如何有效地應用這些數據來改進業務運營和性能至關重要。
總的來說，矽谷的創業公司正在威脅所有產業，包括那些被認為是最安全和最穩定的行業。唯一的防禦就是確保您的公司已經準備好迎接數字化的挑戰，並能夠靈活應對變化。透過數碼商業模式的轉變，您將能夠更好地滿足客戶的需求並保護您的業務不受威脅。
第六章：開始自動化任務，從你的後台辦公室開始。
因此，當轉向數位業務模式時，問題就來了：你能自動化什麼呢？首先，看看你的辦公室，注意每個人在做什麼。
事實上，許多 “白領” 行政任務很快就會變得自動化，這場革命將改變無數世界各地的人在工作日的九點到五點之間在做什麼。
在一些辦公室裡，自動化已經悄悄地接管了任務，尤其是在新聞業。
相信與否，你可能已經讀過由機器人寫的報紙文章。傳統的新聞來源，如華盛頓郵報和USA Today，以及Yahoo等在綫新聞來源，都已經開始發布自動化的內容。
像Narrative Science和Automated Insight這樣的公司已經開發出能夠撰寫房地產列表、當地天氣預報以及回顧上一晚足球比賽的文章的軟體。截至2017年，美聯社每年發布約20,000篇自動化文章，隨著時間的推移，這款軟體將更擅長寫出具有細膩、人性化笔觸的文章。
就像報紙和印刷媒體業的想像無法超越數字化一樣，我們在業務流程中也無法忽略自動化的驅動力。無論您在什麼行業中進行數位轉型，您都應該問自己：您能自動化什麼？
當然，這並非只有新興科技公司才會參與的遊戲。無論您是個像高盛這樣的金融巨頭，還是一家小商店，都需要思考如何自動化工作流程。例如，高盛的 36,000 名員工，有大約一半的人都在科技業務中工作。
自動化行業將成為一場全球競賽，就像之前的數位革命一樣。我們無法知道這場競賽的結果會是什麼，但我們可以做的是調整我們自身的業務模式，盡可能地接觸這種趨勢。
我們需要在鼓勵創新和造福員工之間找到平衡。我們必須要能因應工作自動化的威脅，並且需要找出可以為自己的公司帶來最大利益的數位模式。也許最重要的是，我們需要做好在未來數年中接受數位轉型的準備。
事實上，這個世界正在經歷一場屬於人工智能和機器人的革命。這場革命將如何影響我們的生活和工作方式？
結 語
新的工業革命即將來臨，其核心工具是一個由自我學習軟件和大量數據驅動的智能系統。這項新技術將使許多任務自動化成為可能 – 但這不是要淘汰工作，而是可以同時創造工作機會並為員工提供更多時間來提高他們工作的質量。未來成功的企業將是那些將自動化和自我學習軟件整合到商業模式中，並充分利用他們的數據來獲得競爭優勢的企業。
