《与机器赛跑》与机器共舞：终身学习

这本书发人深思。

第一部分：技术对就业和经济的影响。

经济恢复了增长，失业的人仍然找不到工作。2011年7月，经济衰退正式结束25个月之后，美国的失业率仍然维持在9.1%，只比形势最糟糕时略降了不到1个百分点。截止2011年中期，失业的平均时间已经暴涨了39.9周，几乎是此前战后任何一次经济复苏期间的两倍。劳动力参与率，或适龄成年人上岗百分比，则跌到了64%以下，自1983年以来还从没见到过。

公司购买新机器，却不招新工人。2009年6月大衰退正式结束之后，其他商业健康指标都迅速反弹。经济衰退结束后7个季度里，国内生产总值平均增长2.6%，比1948年到2007年平均速度快75%。美国企业的利润创下新高。到2010年，设备和软件领域的投资恢复到了历史峰值的95%，也是整整一代人里设备投资复苏最快的一次。但是，大衰退后，美国企业并未大规模招聘人手。

失业浪潮持续如此之久，分析师给出3种不同的解释：周期性、停滞和“工作的终结”。作者认为并非如此，失业浪潮持续如此之久并非是技术创新的步伐放缓了，恰恰是因为技术创新的步伐太快，才把许许多多的人抛在了后面。简而言之，好多工人，在跟机器的赛跑中出了局。计算机带来了深刻的变革。技术进步会对数百万人的薪资和就业造成伤害，现在的计算机正做着许多过去只由人来完成的事情。数字化进程发展做大了经济整体这块饼，但与此同时，也恶化了一部分人（甚至许多人）的境遇。

第二部分：棋盘下半场上的人性与技术。

计算机进步的速度如此之快，其性能从科幻领域进入日常生活历时还不到人的一生，甚至也不到专业人士的整个职业生涯，而仅仅是短短几年罢了。书中举了三个例子：自动驾驶技术，在线翻译软件，超级计算机“沃森”。

自动驾驶技术。2004年举办了第一届达帕无人驾驶挑战赛，挑战内容就是制造一辆无人驾驶汽车，在沙漠里穿越150英里的路线，“胜出”的那辆车只不过是磕磕绊绊行驶了不到8公里，而且还用了好几个小时。但区区6年之后，在真实环境下开车，就从一个无法自动化的例子，变成了业已实现自动化的例子。2010年10月，谷歌在官方博客宣布，被他们改装后的丰田普锐斯车队，基本上完全实现了自动化驾驶：其中，在美国公路上行驶了1000多英里，全程无人干预；又行驶了14万公里，驾驶员只在方向盘上做了极少量的人工输入。

在线翻译软件（复杂沟通）。进化给人类内置的“程序”，让人们能毫不费力地做到这一点，但同样是靠编程运作的计算机，却很难做到。比如说，将一种人类语言翻译位另一种，长久以来这一直是计算机科学努力想要实现的目标，但其进展非常缓慢，因为人类语言的语法和词汇都十分的复杂且多具歧义。然而，2011年1月，翻译服务公司莱昂布里奇公布了GeoFluent技术的试点企业客户，只要向它输入一种语言写成的文字，它就能准确又快速地将之翻译成另一种语言。

谷歌无人驾驶汽车表明数字模式识别能力近年来进步得有多么开，多么远。莱昂布里奇公司的技术表明，计算机进行复杂沟通的能力已经取得了多么大的进步。

指数增长开始看起来像是标准的线性增长，但随着时间的推移，指数增长就彻底颠覆了我们的期待。它带来了有如珠穆朗玛峰一般宏伟的大米堆，以及能完成从前不可能完成任务的计算机。

人（至少目前）还能占上风的地方。尽管计算机正蚕食着高级模式识别和复杂沟通等过去人类独占的领土，但目前，人类仍然在这些领域掌握着制高点。比如，经验丰富的医生做出诊断，靠的是自己积累的医学知识跟患者的化验结果和症状描述进行比较，同时采用一种我们称为“直觉”的先进潜意识模式识别能力。同样的，最优秀地治疗师、管理人员、销售人员都擅长与他人互动和沟通，他们收集信息，影响他人行为的策略也极为复杂。

人类进入棋盘下半场，计算机正迅速改进着自己的这两项技能。法律行业在大举利用计算机的模式识别能力，据估计，在案卷调查过程中，从人力劳动转为数字劳动后，一名律师能完成的工作，过去需要500人才能完成。“黑石探索”科技公司以不到10万美元的价格，帮忙分析了150万份文件。阅读大量文件人会生厌，而计算机不会。

零售行业也在迅速走向自动化。在这个行业的公司，越来越希望用更少的员工卖掉更多的产品。虚拟助手正在取代客户服务代表队额位置。自动售货亭和自助服务机，则减少了对收银员的需求。

第三部分：创造性破坏：技术飞速发展和就业岗位消失下的经济。

数字技术迅速变化，但组织和技能却跟不上，因此，数百万人被抛在了后面。他们的收入和就业机会都遭到了摧残，较之数字革命之前，他们的绝对购买力变得更差了。

生产率的发展。长期来看，生产率的增长几乎是确保生活水平不断提高的唯一关键。即便每年生产率只增长区区几个百分点，随着时间的推移，也会创造巨大的财富。对90年代中期以来生产率激增的来源，经济学家们基本上达成了共识：信息技术。

中值收入停滞不前。过去10年适龄就业家庭上，实际中值收入其实从60746美元降到了55821美元。这是自统计此类数据以来，中值收入首次出现降低的10年。尽管最近数十年创造了上万亿美元的财富，但这笔财富的大部分都落到了占人口比例相对较小的群体手里。中值收入的停滞主要反映了经济对收入及财富的分配方式发生了根本性的变化，处在中间的工人在赛跑中输给了机器。

机器如何摧毁就业岗位。到了某一程度，对工人的均衡工资有可能跌至无法维持生活的水平。任何有理智的人都明白为了这么低的工资而接受工作毫无必要，故此，工人会失业，而工作则会换由机器完成。随着技术不断向前挺进，机器能比人类更廉价地完成越来越多的工作，我们可以想象，未来总有一天，技术会取代从前专属于人类工人的就业岗位和任务。事实上，至少在美国，非技术工人的工资已经连续30多年走低了。

作者对技术变化导致的三群互有交叠的赢家和输家的三组人群做了比较，定义赢家和输家。第一组是高技能和低技能工人，第二组是超级明星和平凡群众，资本和劳力。

技术变革提高了对高技能劳动力的需求，同时减少以至消除了对低技能劳动力的需求。大量的工厂自动化就属于这类情况，例行的重活累活交给了机器，更复杂的编程、管理和营销决策等仍保留在人类手里。

薪资分布最靠前10%的人，比劳动力其余人等做得都要好得多，可即便是在这一群体中，也出现了日益加剧的不平等。1%收入最高者的收入增长速度比其他最高收入者都要快。反过来，0.1%和0.01%收入最高者的收入，增长得甚至更加快。

根据谈判理论，生产创造的财富是按照相对议价能力来分配的，反过来，这又反映了每一种投入对生产所做出的贡献。如果技术降低了人类在特定生产流程中的重要性，资本设备的所有者就能够在生产的商品和服务中占据更大的收入份额。

第四部分：处方和建议。

“人类中的弱者+机器+出色程序”的组合，胜过了单纯的强大机器，更值得注意的是，还剩过了“人类中的高手+机器+低劣程序”的组合。与机器赛跑，作者给出两方面的建议：提高组织创新的速度和质量，提升人力资本——确保人们掌握参与现今及未来经济所需要的技能。实现这两方面的进展，是人类工人和制度驾驭机器参与竞争（而不是和机器比拼）的最佳途径。

第五部分结论：数字化前言。

作者指出，自己绝非悲观主义者。事实上，这本书原本想要论述的是，当代数字技术造福全世界。总之，数字信息经济，不再是稀缺的经济，而是丰富的经济。

《与机器赛跑》给个人的启示：

启示一：无论什么时候，保持终身学习。投资教育和技能，强大自身，才能在这个时代成为弄潮儿。

启示二：技术彻底改变世界，对少数人来说是幸运，对多数人来说很可能成为灾难。

启示三：不是一定要战胜机器，而是要和机器合作，创造出更有价值的东西。