Return to Video

成長的關鍵?與電腦競爭

  • 0:00 - 0:02
    成長還沒停止
  • 0:02 - 0:04
    (掌聲)
  • 0:04 - 0:08
    故事從 120 年前說起
  • 0:08 - 0:11
    美國工廠開始電器化運作
  • 0:11 - 0:15
    帶動了第二次工業革命
  • 0:15 - 0:16
    但驚人的是
  • 0:16 - 0:19
    三十年中,那些工廠的生產力並沒有提升
  • 0:19 - 0:22
    整整三十年
  • 0:22 - 0:25
    這段時間足以讓一代的經理退休了
  • 0:25 - 0:28
    我們可以看到,第一批經理
  • 0:28 - 0:31
    只不過是把蒸汽機換成電動機而已
  • 0:31 - 0:34
    他們並沒有重新設計工廠
  • 0:34 - 0:36
    讓它利用電的多變性
  • 0:36 - 0:40
    下個世代開始發明新的工作程序
  • 0:40 - 0:43
    生產力因此大增
  • 0:43 - 0:47
    常常是原來工廠的兩倍,甚至是三倍
  • 0:47 - 0:51
    電力是一種通用目的技術的例子
  • 0:51 - 0:54
    出現較早的蒸汽機也是一樣
  • 0:54 - 0:57
    通用目的技術是帶動經濟發展的主力
  • 0:57 - 1:01
    因為它能帶動一連串有互補性的創新
  • 1:01 - 1:04
    像是燈泡,沒錯,工廠因而改頭換面
  • 1:04 - 1:08
    那現代有通用目的技術存在嗎?
  • 1:08 - 1:10
    當然有,就是電腦
  • 1:10 - 1:13
    但只靠科技還不夠
  • 1:13 - 1:16
    科技不能主導命運
  • 1:16 - 1:17
    是我們掌握自己的命運
  • 1:17 - 1:20
    就像早期的經理
  • 1:20 - 1:22
    需要重新打造他們的工廠一樣
  • 1:22 - 1:24
    我們也需要重建一個組織
  • 1:24 - 1:27
    甚至是重塑整個經濟體制
  • 1:27 - 1:30
    我們並沒有達到應有的水準
  • 1:30 - 1:32
    我們馬上就會了解
  • 1:32 - 1:34
    生產力是完全沒有問題的
  • 1:34 - 1:38
    但生產力與工作背道而馳
  • 1:38 - 1:43
    而且,一般工人的收入也減少了
  • 1:43 - 1:45
    有時候我們在創新的盡頭
  • 1:45 - 1:49
    會對這些問題有錯誤的判斷
  • 1:49 - 1:51
    但事實上這是一種成長必要的代價
  • 1:51 - 1:57
    我和安德魯.邁克菲 (Andrew McAfee)
    將其稱為「新機器時代」
  • 1:57 - 1:59
    我們來看看一些資料
  • 1:59 - 2:01
    這是美國每人的國內生產毛額
  • 2:01 - 2:04
    線上有些高低起伏,但重點是
  • 2:04 - 2:07
    你會發現它的路徑與直線符合
  • 2:07 - 2:10
    這是對數比例尺,所以看起來是穩定成長
  • 2:10 - 2:13
    但事實上,它是加速進行著
  • 2:13 - 2:15
    而這是生產力
  • 2:15 - 2:18
    大家可以看到在 70 年代中期,成長漸緩
  • 2:18 - 2:22
    但這和第二次工業革命的時間吻合
  • 2:22 - 2:24
    當時工廠正在學著如何電器化運作
  • 2:24 - 2:29
    漸緩一段時間後,生產力再度急遽上升
  • 2:29 - 2:31
    所以或許「歷史不會自己重演
  • 2:31 - 2:34
    但有時不可否認會有幾分相似。」
  • 2:34 - 2:37
    現在,生產力是前所未有的高
  • 2:37 - 2:39
    儘管是在經濟大蕭條的期間
  • 2:39 - 2:43
    2000 年以來還是比 90 年代成長得更快
  • 2:43 - 2:47
    喧囂動盪的 90 年代還是比
    70 或 80 年代增加更快
  • 2:47 - 2:51
    比第二次工業革命時成長更快
  • 2:51 - 2:53
    而這只是美國而已
  • 2:53 - 2:56
    全球的表現更是優秀
  • 2:56 - 2:58
    全球所得在過去十年
  • 2:58 - 3:01
    以前所未有的驚人速度成長
  • 3:01 - 3:06
    不過,這些數據事實上低估了我們進步的程度
  • 3:06 - 3:08
    因為新機器時代
  • 3:08 - 3:09
    強調的是知識的創造
  • 3:09 - 3:12
    而非只是實際的產量
  • 3:12 - 3:15
    怎麼想比怎麼做來得重要
    要動腦而不是靠蠻力
  • 3:15 - 3:17
    想法大於產物本身
  • 3:17 - 3:19
    而這產生了測量標準的問題
  • 3:19 - 3:23
    因為免費的東西越來越多
  • 3:23 - 3:25
    像是維基百科、谷歌、網路電話(Skype)
  • 3:25 - 3:29
    他們把東西放到網路上
    甚至是現在這篇 TED 演講
  • 3:29 - 3:32
    有免費的東西是好事,對吧?
  • 3:32 - 3:34
    當然是好事
  • 3:34 - 3:37
    但經濟學家可不是這樣衡量國內生產毛額的
  • 3:37 - 3:43
    免費,在國內生產毛額統計上代表權重為零
  • 3:43 - 3:45
    根據調查顯示,音樂產業的規模
  • 3:45 - 3:48
    只有十年前的二分之一
  • 3:48 - 3:52
    但我現在聽到的音樂,比起以前進步很多
  • 3:52 - 3:54
    我想你們也有這種感覺
  • 3:54 - 3:57
    整體來說,我的研究估計
  • 3:57 - 4:01
    國內生產毛額每年少算超過三千億美元
  • 4:01 - 4:05
    忽略了網路上提供的免費產品及服務
  • 4:05 - 4:07
    現在我們放眼未來
  • 4:07 - 4:09
    有些非常聰明的人
  • 4:09 - 4:14
    認為我們已經發展到了窮途末路
  • 4:14 - 4:17
    但要了解未來的發展
  • 4:17 - 4:20
    我們必須對成長潛在的驅動力
  • 4:20 - 4:23
    做些預測
  • 4:23 - 4:27
    我抱持樂觀的態度,因為新機器時代
  • 4:27 - 4:32
    是數位化、指數化及組合化的時代
  • 4:32 - 4:35
    當產品數位化,就能夠複製
  • 4:35 - 4:39
    幾乎不用花半毛錢,就能有很好的品質
  • 4:39 - 4:43
    而且可以立即傳送
  • 4:43 - 4:46
    歡迎來到經濟蓬勃的時代
  • 4:46 - 4:50
    世界數位化有個比較其次的好處
  • 4:50 - 4:54
    測量是科學及進步的重要指標
  • 4:54 - 4:56
    在充斥大量資料的時代
  • 4:56 - 5:01
    我們可以用過去辦不到的方法
    來衡量現在的世界
  • 5:01 - 5:05
    第二,新機器時代是指數化的時代
  • 5:05 - 5:11
    電腦比任何東西跑得更快
  • 5:11 - 5:14
    現在小朋友的遊戲機(Playstation)
  • 5:14 - 5:18
    比 1996 年軍隊的超級電腦更進步
  • 5:18 - 5:21
    但我們的大腦是習慣線性世界的
  • 5:21 - 5:25
    因此,指數化的趨勢讓我們大吃 一驚
  • 5:25 - 5:28
    過去我都教學生說,有些事
  • 5:28 - 5:30
    你知道嗎?電腦根本做不來
  • 5:30 - 5:32
    像開車通過擁擠的車潮
  • 5:32 - 5:34
    (笑聲)
  • 5:34 - 5:38
    沒錯,這張照片是我和安迪,像瘋子一樣在大笑
  • 5:38 - 5:40
    因為我們剛下國道 101
  • 5:40 - 5:44
    沒錯,就在一台無人駕駛的車子裡
  • 5:44 - 5:46
    第三,新機器時代是組合化的時代
  • 5:46 - 5:50
    想法停滯就是想法用完了
  • 5:50 - 5:52
    輕而易舉
  • 5:52 - 5:55
    但事實上,每一種創新
  • 5:55 - 5:59
    都是激盪出更多創新的墊腳石
  • 5:59 - 6:02
    舉例來說,大約幾個禮拜前
  • 6:02 - 6:04
    我的一位大學生
  • 6:04 - 6:08
    開發了一個應用程式,最後使用者高達 130 萬
  • 6:08 - 6:10
    他輕而易舉就能辦到
  • 6:10 - 6:12
    因為他是在臉書上建立的
  • 6:12 - 6:14
    而臉書是個網站
  • 6:14 - 6:15
    網站又建立在網路之上
  • 6:15 - 6:18
    等等的關聯
  • 6:18 - 6:23
    現在個人數位化、指數化及組合化
  • 6:23 - 6:25
    分別都能改變這場遊戲
  • 6:25 - 6:27
    把這些通通集結起來,我們會看到
  • 6:27 - 6:29
    一連串驚人的突破
  • 6:29 - 6:32
    像是機器人,能在工廠工作
    跑得跟印度豹一樣快
  • 6:32 - 6:34
    或是一躍就能上高樓
  • 6:34 - 6:37
    其實,機器人甚至改變了
  • 6:37 - 6:38
    貓的運輸方式
  • 6:38 - 6:41
    (笑聲)
  • 6:41 - 6:43
    但或許最重要的發明
  • 6:43 - 6:48
    最重要的發明是讓機器學習
  • 6:48 - 6:52
    想想這個計畫:IBM 的沃森(Watson)
  • 6:52 - 6:53
    這些點顯示的是
  • 6:53 - 6:58
    智力節目《危險邊緣》裡所有的冠軍選手
  • 6:58 - 7:01
    一開始,沃森表現不佳
  • 7:01 - 7:06
    但它進步的速度超乎常人
  • 7:06 - 7:09
    就在戴維.費魯奇 (Dave Ferrucci)
    給我在麻省理工學院的學生
  • 7:09 - 7:11
    看這張圖的不久後
  • 7:11 - 7:14
    沃森打敗了《危險邊緣》的世界冠軍
  • 7:14 - 7:18
    七歲,沃森差不多還在童年時期
  • 7:18 - 7:24
    最近,沃森的老師讓它在
    無人指導的情況下上網
  • 7:24 - 7:30
    隔天,它開始以髒話回答問題
  • 7:30 - 7:32
    該死!(笑聲)
  • 7:32 - 7:34
    但你們知道嗎?沃森長得很快
  • 7:34 - 7:38
    它參加客服中心工作的考試,全數通過
  • 7:38 - 7:42
    它申請法律、銀行及醫療方面的工作
  • 7:42 - 7:44
    有一些通過了
  • 7:44 - 7:46
    這種情況下
  • 7:46 - 7:48
    我們發明了智慧型機器
  • 7:48 - 7:52
    或許還是人類史上最重要的發明
  • 7:52 - 7:56
    卻有人說創新停滯了,這不是很諷刺嗎?
  • 7:56 - 7:58
    像第一及第二次工業革命
  • 7:58 - 8:01
    新機器時代涵蓋的所有層面
  • 8:01 - 8:04
    至少要一個世紀才會完全落幕
  • 8:04 - 8:07
    但這樣的革命是很驚人的
  • 8:07 - 8:10
    所以這代表我們沒有後顧之憂了嗎?
  • 8:10 - 8:14
    不,科技不能主導命運
  • 8:14 - 8:16
    生產力是前所未有的高
  • 8:16 - 8:19
    但有工作的人變少了
  • 8:19 - 8:23
    過去十年來,我們創造了史無前例的財富
  • 8:23 - 8:26
    但多數的美國人,所得卻下降了
  • 8:26 - 8:29
    這是很嚴重的排擠效應
  • 8:29 - 8:32
    生產力排擠就業率
  • 8:32 - 8:35
    財富排擠了工作
  • 8:35 - 8:37
    其實,這種情況不意外,幾百萬人
  • 8:37 - 8:40
    對於這樣的排擠效應感到失望
  • 8:40 - 8:42
    但就像大多數人一樣
  • 8:42 - 8:45
    他們誤解了基本的原因
  • 8:45 - 8:48
    科技發展神速
  • 8:48 - 8:51
    把越來越多人拋諸腦後
  • 8:51 - 8:55
    現在的例行公事,我們都可以
  • 8:55 - 8:58
    將其改編成一組機器可讀的指令
  • 8:58 - 9:00
    然後複製一百萬遍
  • 9:00 - 9:03
    最近我偶然聽到一則對話
  • 9:03 - 9:05
    可以象徵這些經濟狀況
  • 9:05 - 9:09
    有個男的說:「不,我不要再請稅務公司了
  • 9:09 - 9:11
    報稅軟體能完成所有報稅員該做的事
  • 9:11 - 9:16
    而且更快、更便宜還更精確。」
  • 9:16 - 9:18
    一個專業的工作人員
  • 9:18 - 9:21
    要怎麼跟一個 39 塊美金的軟體競爭呢?
  • 9:21 - 9:23
    她沒辦法比
  • 9:23 - 9:25
    現在,的確有幾百萬美國人
  • 9:25 - 9:28
    能更快、更便宜又更精確的報稅
  • 9:28 - 9:29
    這報稅軟體的創辦人
  • 9:29 - 9:32
    他們自己也做得很好
  • 9:32 - 9:36
    但是 17% 的報稅員丟了工作
  • 9:36 - 9:38
    這只是一部分的縮影
  • 9:38 - 9:43
    不只是軟體和服務方面
    還包括媒體及音樂
  • 9:43 - 9:47
    財務及製造業,零售及貿易
  • 9:47 - 9:50
    簡單來說,是所有產業
  • 9:50 - 9:53
    人類在跟機器比速度
  • 9:53 - 9:57
    大部分都輸了
  • 9:57 - 10:00
    該怎麼做才能共同創造繁榮的社會?
  • 10:00 - 10:03
    答案不會是放慢科技發展的速度
  • 10:03 - 10:06
    我們不要去對抗機器
  • 10:06 - 10:10
    而是應該學會去跟機器一起競爭
  • 10:10 - 10:13
    這是很大的挑戰
  • 10:13 - 10:15
    新機器時代
  • 10:15 - 10:18
    可以回朔到 15 年前的某一天
  • 10:18 - 10:21
    國際西洋棋世界冠軍
    加里.卡斯帕羅夫(Gary Kasparov)
  • 10:21 - 10:25
    跟一台超級電腦:深藍(Deep Blue),一起比賽
  • 10:25 - 10:27
    那天電腦贏了
  • 10:27 - 10:30
    而現在,一支手機裡的西洋棋遊戲
  • 10:30 - 10:32
    都可以打敗一位西洋棋大師
  • 10:32 - 10:36
    這種情況真慘,當被問到
  • 10:36 - 10:38
    他會用什麼方法來對抗電腦
  • 10:38 - 10:42
    荷蘭西洋棋大師
    約翰.唐納(Jan Donner)回答:
  • 10:42 - 10:44
    「我會帶鐵鎚去。」
  • 10:44 - 10:48
    (笑聲)
  • 10:48 - 10:52
    但現在電腦已經不是西洋棋世界冠軍了
  • 10:52 - 10:55
    冠軍也不是人
  • 10:55 - 10:58
    因為卡斯帕羅夫舉辦了一種自由式比賽
  • 10:58 - 11:00
    這種比賽讓人類和電腦
  • 11:00 - 11:02
    可以一起合作
  • 11:02 - 11:05
    贏家不是大師
  • 11:05 - 11:08
    也不是超級電腦
  • 11:08 - 11:12
    冠軍有的是團隊合作
  • 11:12 - 11:17
    他們展現了人類和電腦
  • 11:17 - 11:20
    是如何並肩作戰,打敗任何一台電腦
  • 11:20 - 11:24
    或是任何一個人孤軍奮戰
  • 11:24 - 11:25
    和電腦一起競爭
  • 11:25 - 11:28
    比對抗電腦來得有效
  • 11:28 - 11:30
    科技不能主導我們的命運
  • 11:30 - 11:32
    是我們主導自己的命運
  • 11:32 - 11:33
    謝謝大家
  • 11:33 - 11:38
    (掌聲)
Title:
成長的關鍵?與電腦競爭
Speaker:
艾瑞克.布倫喬爾森 (Erik Brynjolfsson)
Description:

現在機器能做的工作越來越多,許多人發現自己丟了工作或是面臨加薪遙遙無期的窘境。難道我們已經走到了成長的盡頭?不,艾瑞克.布倫喬爾森 (Erik Brynjolfsson) 認為,這只是徹底重整經濟的陣痛期。他提出了一個有趣的案例來說明,如果我們願意和電腦合作,將如何創造更多的可能。一起來聽看看艾瑞克.布倫喬爾森獨特的看法。

more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
11:56

Chinese, Traditional subtitles

Revisions