工作的未来

世界经济论坛（World Economic Forum）与波士顿咨询集团（Boston Consulting Group）联合发表了一篇题为《工作的八种未来：场景及其影响》（8 Futures of Work:Scenarios and Their Implications）的报告，呼吁学生转变思维方式“拥抱终身学习”。4该文援引麦肯锡全球研究院（McKinsey Global Institute，MGI）关于工作及自动化影响的最新报告，预计“到2030年，将有7500万到3.75亿工作者需要更换工作或调整他们的职业”。5

工作场所正在发生变革，但公司、员工和自动化专家不知道它会在何时、以怎样的形式和规模出现。针对这种不确定性，刊登于《麻省理工科技评论》（MIT Technology Review）的文章《一张图概述自动化对工作影响的相关研究》（Every study we could find on what automation will do to jobs, in one chart）中列举了“预期将被自动化、机器人和人工智能夺走（和创造）的工作机会”。6作者通过元分析得出结论：人们对此观点尚未达成共识，不少预测都只是“针对某一行业或特定技术”。7有些研究仅局限于某一特定产品，如自动驾驶汽车，而其他研究则缺少数据深度和广度。让工人感到宽慰的是，颠覆性的科技或许还要很久才会出现（他们暂时不会被替代）。刊登于《南华早报》（South China Morning Post）的文章《对几乎一切颠覆性技术的过度乐观》（The hyper vision of almost every disruptive technology）中，霍华德·余（Howard Yu）提醒我们，索尼花了30年才从收音机和电视晶体管技术中获利。

但是，一项技术是否具有破坏性在很大程度上取决于其应用的部署方式，许多开创性技术实际上都是增量式的。这种理解可能会让世界失去兴致，但清醒的认识显然比盲目乐观要好得多。8

这正是设计师和其他专家如今参与技术设计的更重要的原因。在当下思考这些问题也为重新训练和引导未来的劳动力争取了时间。

2018年1月，我在大雪纷飞的德国慕尼黑参加了数字生活设计大会（Digital Life Design，DLD）9，该会议由施特菲·切尔尼（Steffi Czerny）创办，约西·瓦尔迪（Yossi Vardi）担任主席。会上我有幸与《每日电讯报》（The Telegraph）集团业务发展主管克里斯托弗·凯勒（Christopher Keller）就信息与科技的未来进行了交流。谈话中他提到了“化整为零”（unbundling of the bundle）的概念。过去，人们的日常信息来源比较单一，比如报纸。他说道：

现在人们获取内容的方式不同了。在旧印刷媒体的时代，报纸杂志提供组织好的内容，题材覆盖新闻、体育、金融市场、生活方式、烹饪和汽车等各个领域，人们会以此为依据做出阅读选择。所以，哪家的整合信息做得最好就能赢得读者。然而在数字化时代，人们获取信息的来源激增，他们可以在一家网站看商业新闻，在另一家看体育新闻。因此，谁能在某个特定领域提供最好的信息，谁就能获得读者的青睐。这是一种‘化整为零’，或者说是市场碎片化，它意味着现在有更多的媒体在更多的平台和渠道上竞争，而顾客消费、问询和购买的方式也变得更为多样。10

对严重依赖广告收入的新闻出版商而言，数字化和市场碎片化的趋势给传统商业模式带来了巨大压力。事实上，新闻企业正遭遇被迫重塑。凯勒以《每日电讯报》和《纽约时报》（The New York Times）为例，说明许多大报正在通过新的使命和宗旨来拓宽业务范围。这些报纸如今不再仅是内容的提供者，它们的新宗旨是帮助读者在生活中做出更好的选择。例如，有的报纸在推广精心策划的旅行、讲座和烹饪课程等不同类型的体验。这意味着它们的业务内容最终要与旅行社、教育培训机构等非出版企业，以及其他业务相近的公司展开竞争。如此，从前相安无事的企业在突然之间不得不展开角逐。正如凯勒所说：“我们现在要从更广泛的视野发现对手。一个数字化和碎片化的世界意味着所有人都在相互竞争。”11

在这次会议上，我还与德国企业软件供应商思爱普（SAP）的首席设计师、未来主义者马丁·韦佐夫斯基（Martin Wezowski）探讨了未来的工作。他表达了对技术的期望：

科技能自动完成简单的工作，辅助完成复杂的工作。那些日常、无聊、重复性的工作，我们可以应用自动化来完成。至于理解复杂任务、寻找相关性或者寻求解决方案，可以寻求计算机或者机器学习系统的帮助。谷歌地图的使用就是科技辅助完成任务的经典例子，因为在人脑中记住复杂的地图非常困难。而介于自动化和科技辅助之间的是心流（flow，积极心理学概念），是人在完成认知性任务时全身心的投入，比如迸发创意、运用情商，以及对知识的深层次理解和灵活运用。我把这种适应未来需求的能力称作适应性商数（Adaptability Quotient，AQ）。12

关于机器智能将如何辅助未来的生活方式，韦佐夫斯基做了如下推测：

也许我们会有一个虚拟的孪生兄弟或姐妹，他或她同时也是我们最好的伙伴，会提醒我们周二下午喝了太多的咖啡，或者在系统里把每个周五的消费预算调低2.7%，就像朋友一样告诉你，“这可是晚上最后一杯，不能贪杯”。13

未来的设计师和其他的专业工作者应把韦佐夫斯基所说的适应力融入思维和逻辑中——在设计新一代数字助理的人格时尤其应当如此，因为它将为我们提供建议或纠正行为。