托尼在美国俄亥俄州西北部的同一家汽车工厂工作了近二十年。其间，他从第三班次的兼职生产线员工一路升任生产线主管，如今负责管理35名总装工人。偶尔有工人拿着一篇文章来找他，文章提到附近印第安纳州的一家工厂计划实现全面自动化，并问托尼，机器人会不会也抢走他们的工作。
幸运的是，托尼了解这些数字。国际机器人联合会预计全球每年将部署约25万台工业机器人。来自美国国家经济研究局的经济学家估计，每台机器人会取代5.6个工作岗位。这样算来，全球每年有150万个工作岗位被机器人取代。
这个数字听起来确实令人担忧，但托尼也知道一些头条新闻鲜少提及的数据：据美国劳工统计局称，全球工厂车间至少有3.45亿名从业者（其中美国有1300万名）。每年的岗位替代率不到0.5%！
除了这些数字，托尼也了解工厂车间的实际情况。多年来，他见证了机器人技术零星的进步，尤其是“末端执行器”的研发进展缓慢，难以达到人手那样的灵活性和灵巧度；同时，缺少强大的机器人运动编程环境，无法加快让机器人完成其真正擅长任务的进程。他曾在配备机器人的生产线上工作，深知机器人的弱点：它们无法像人类那样思考、适应、应变或调整行为。如今，消费者普遍期待大规模定制和个性化服务，这一点尤为突出。
在满是机器人的工厂里，更换产品可能要花上几个月，因为每台机器都需要由薪酬高昂、难觅其人的机器人专家重新编程，即便此前已使用仿真软件生成可能的运行路径也是如此。相比之下，生产线员工只需少量培训就能转换任务，因此一夜之间就能完成产品换型。在这个市场，需求是提高产品多样性，并更频繁、更快速地换型。
机器非常适合重复性高、简单且变化少的任务。它们尤其适用于那些原本会危及人身安全的岗位。但对于大多数工厂岗位，人类仍然表现得最好。因此，托尼可以让生产线工人放心：在机器人能够独立思考、行动和适应之前——这在我们有生之年不会发生——他们的总装工作岗位都是安全的。
当比特遇上原子
早在《终结者》中的机器人为阻止天网诞生而沉入熔融金属之前，自动化抢走工作就已经成为媒体热议的话题。在某些情况下，自动化确实会取代岗位：当比特与比特相遇时，工作相对容易实现自动化。比如，律师助理会在线搜索信息、补充背景并加以总结，供律师评估。输入和输出都是电子信息，因此这类工作比比特与原子——也就是制造业中的实体——相遇时更容易自动化。
这就是制造业特别适合应用人工智能的原因：它提供了用新技术增强工作岗位、而非取而代之的机会。这样做也遵循精益制造的一项关键原则——尊重员工。精益制造是一种经过验证的实践，能够有效提高生产率并改善工厂质量。正如丰田生产方式的理念所言，没有员工，企业就无法成功。
为什么关注机器，而不是人？
原因很简单：机器更容易衡量。它们会生成数据，也能高效地相互通信。例如，要获取工业3D打印机在效率、准确性和精度方面的输出数据，相对容易。工厂车间各类机器的整体设备效率数据也很容易获取。
试着用这种方法衡量人。要了解人类表现得有多好，所需的数据根本不存在。即使是最优秀的制造商，能够利用的也只是在车间观察生产线时用秒表和夹板记录下的一小部分样本。许多受过教育和培训、原本应作出关键运营决策以改善工厂指标的资深工业工程师，却把时间花在收集这些数据上。
我们与另一家世界经济论坛合作伙伴A.T. Kearney共同发现，这些工程师超过三分之一的工作时间都花在时间与动作研究上，而这类研究效率低、准确性差、带有偏见，说实话也很枯燥。工业工程师并不是为了充当监视者才选择这份工作；他们希望推动改进，提升企业利润。
技术可以提升人的效能
职业生涯早期，我在通用汽车工作时，曾领导通用汽车团队开发出全球首批协作机器人（简称“协作机器人”）。此后，这类机器人越来越多地进入工厂，并非为了取代人类，而是因为它们是出色的人类协作者。与协作机器人一起工作时，人类负责认知，机器提供力量。借助Drishti等人工智能解决方案，角色则会反转：人类通过执行任务提供力量，机器则提供（额外的）认知能力。无论哪种情形，人和机器对于完成特定任务都至关重要。
日常生活中，人类借助技术增强自身能力的例子很多。以导航应用Waze为例。我开车时容易走神，有时会错过转弯。幸好Waze会重新规划路线，引导我回到正轨，驶向目的地。它不会替我开车，也不会替我完成这项工作；我仍可以否决它的建议。但有了它的协助，我比单靠自己更能顺利抵达目的地。
早期机器增强人类能力的例子——拼写检查——也是如此。我常写很多电子邮件，也常拼错单词。教过我的耶稣会士老师们一定会失望！幸运的是，拼写检查能帮上忙。红色波浪线会提醒我：“咳，你可能需要再检查一下这个词。”它不会替我改词，却让我能在点击发送之前纠正错误。没人需要知道我的拼写并非完美！
推动文化转变
人类与机器协同工作的必要性显而易见。但媒体不断炒作机器人统治者，并非毫无影响——工人经常听到自己的工作将被取代，仍可能对机器同事心存顾虑。
因此，制造商需要推动文化转变，树立“人类+机器”的思维方式。组织可以通过以下几种方式推动这一转变，让工人受益：
● 教育：机器会带来变化。有时，它们会引入工人尚不熟悉的新数据和更多数据。教育工人如何解读这些数据并将其应用于工作，对他们接受新技术至关重要。
● 培训：在其他情况下，机器有助于提升现有岗位的工作效果。以之前提到的工业工程师为例，Drishti等解决方案每天能为工人腾出30%以上的时间。帮助他们将这些时间用于更高价值的活动，可以消除他们对空余时间的担忧，并将其转化为成长机会。
● 肯定：最好的机器如果缺乏背景信息，也难以发挥作用；人类则能带来机器无法提供的要素：经验、背景信息和深厚的专业知识。肯定这些技能的价值，并表明对这些技能的需求，有助于减轻资深员工的顾虑。
● 聚焦：当员工看到技术用于解决流程问题，而不是揪出他们每一次失误时，他们更愿意接受变化。把对话从“怎样才能让吉姆干得更快？”转向“怎样改进这个工位，让整条生产线运行得更高效？”，工人就会觉得自己是解决方案的一部分，而不是被当成问题。尤其当他们看到，提高生产线效率有助于保住自己的工作时。
人们很容易陷入这样的想法：几年后我们都会失业，机器将统治地球。尤其在制造业，铺天盖地的炒作都把自动化与大规模裁员联系起来。
但现实并不像传言那样：事实上，机器正在帮助人类拓展自身潜能，让人们比以往任何时候都更高效、更准确、出错更少。在可预见的未来，制胜之道就是人类+机器。
