胡權：智能時代的新自動化挑戰

07-26

上個世紀50年代，控制論創始人諾伯特·維納（Norbert Wiener）對自動化技術給人類社會帶來的影響頗為憂慮，專門撰寫了《人有人的用處：控制論與社會》（The Human Use of Human Beings: Cybernetics and Society）一書，在用通俗的語言介紹控制論的同時，也預測控制論應用將帶來自動化發展趨勢，同時，維納還闡釋了人類社會所面臨的自動化挑戰。

所謂自動化挑戰，是指自動化幫助人們擺脫繁重的體力和腦力勞動，但同時也會導致人們喪失工作的權力。1946年11月的《財富》雜誌刊登了一篇名為《無需人的機器》（Machines Without Men）的文章，專門討論「自動化工廠」，文章宣稱，「無需勞動者的機器給我們帶來了迫在眉睫的威脅與期望。」

事實證明，當時所擔憂的自動化挑戰沒有帶來文章所描繪的結果，但這並不意味著人類社會無自動化挑戰之憂，而是在於當時整個社會非常重視自動化帶來的挑戰，提出了一系列的解決辦法。隨著人工智慧技術的深入應用，人類社會將進入智能時代，無人工廠和機器換人等高度自動化的應用，人類社會將再次面臨新的自動化挑戰。

一、為什麼是智能時代？

在1948年維納正式出版《控制論：或關於在動物和機器中控制和通信的科學》（Cybernetics: or control and communication in the animal and the machine）的時候，模仿人類的智能就作為了一種目標，當時計算機技術還不夠發達，要實現大量的人的各種功能，基本上不太可能，但在1956年的時候，人們就正式提出了人工智慧的概念，可見智能化已經成為人類探索的重要領域之一。

隨著計算機技術的發展，伴隨著摩爾定律持續多年發揮作用，以及雲計算等技術的應用，計算機的能力得到了大大的擴展，作為計算機分支的人工智慧，自然也進入了一個新階段，這個階段被不少人稱為智能時代。

1.中庸假說的概念

雖然已經有不少媒體和行業人士把智能時代作為一種概念進行傳播和應用，但從概念本身來講，智能時代還缺乏嚴格的範式構建，因此，大家心目中的智能時代概念，各具特色，缺乏統一的認識。我們現在身處大變革時代，社會上出現了大量的新概念，每個概念也有不少的擁躉，形成了五花八門的概念及派別，即便在對未來工業的描述，也有德國的工業4.0、美國的工業互聯網和中國的智能製造等。

羅伯特·默頓（Robert King Merton）對此現象提出了「中庸假說」，他認為在一些特定時期，有一些概念主要基於經驗數據，對嚴格界定的現象或關係進行概念化，雖然這樣的方式可能對未來趨勢有一定的揭示，但本質上仍然是解釋性或描述性的，不具有嚴格的範式。

即便如此，中庸假說並不是都一無是處。一個基於有限經驗總結出來的概念和模型，只要沒有被經驗完全推翻，就不能斷言這個概念毫無價值。如果創造概念的個人或群體，盡量遵循科學的原理，在提出概念之後，設計出一系列的分析工具，並指出實踐或實現的路徑，那麼對於關注新概念相關領域的行業人士來講，也擁有了一個分析的模板，從而找到歷史經驗在理論上的支撐點，實現理論與實踐的統一。

中庸假說的價值，更多體現在對大家的啟發，而不僅僅是一個觀點的闡述，它的重要意義在於為大家提供一個如何對客觀事實進一步發掘的標杆，促使人們加強對概念描述內容的深刻認識。

智能時代是一個新概念，但由於缺乏嚴格的定義，也只能是一個中庸假說的結果。目前對於智能時代的認識，大致分為互聯網、產品或生產製造等流派，互聯網領域的人士把智能時代認為是人工智慧交互的應用，產品領域的人士則把焦點放到智能產品上，而關注生產製造的領域的人士，更願意稱智能製造。不管他們如何描述或定義智能時代，但智能時代是一個可以預見的未來。

工業4.0研究院對這個時代的描述是三個高度化，也就是高度自動化、高度數字化（信息化）和高度網路化。在三個高度化驅使下的新工業經濟，將給人類社會帶來翻天覆地的變化。如果企業可以逐步實現自動化、數字化（信息化）和網路化，就可以提升企業生產製造的智能化，從而提升企業的競爭力。

2.控制論的新應用

眾所周知，美國先進位造業和德國工業4.0概念和體系，都是基於信息物理系統（Cyber-Physical Systems，CPS）構建的，而信息物理系統的理論基礎，可以追溯到1948年維納發布的《控制論》一書，反之，2006年提出的信息物理系統概念，幾乎是迄今為止控制論應用的最新成就。

維納在《控制論》一書中，明確指出控制論是一門新概念和新學科，他把控制論看作是一門研究動物（包括人類）、自動機器和有機體的控制和通信的理論，是將兩者之中的某些控制機制加以類比，從而抓住一切通訊和控制系統所共有的特點進行概括而形成的（來源：《人有人的用處》一書）。簡單地講，控制論就是研究信息與控制的學科，用現代的術語來講，也就是虛擬世界和物理世界首次正式融合的科學。

當控制論這門學科產生之後，大量的計算機科學家、工業專家甚至於社會學家，都加入到了控制論進一步的研究中來。從實際效果來看，控制論在很多領域的應用成就斐然，特別是在工業自動化領域，控制論幾乎成為其代名詞。

德國人在構建工業4.0概念和體系的時候，把可編程邏輯控制器（Programmable Logic Controller，PLC）的應用作為工業3.0的標誌，本質上是控制論理論的一種實踐應用。可編程邏輯控制器在自動化生產線上的應用，促使了自動化程度大大提高，推動了人類社會的工業化進程。

不過，要實現維納在《控制論》一書中描繪的智能化，很可能要利用信息物理系統這種技術。信息物理系統強調信息系統和物理系統之間的融合，它們之間的地位是平等的。為了實現複雜控制的自動化，需要使用大量的軟體來實現，這些軟體代表了所謂信息空間（或虛擬空間），當然，這些軟體是跟物理系統（自動化設備）緊密結合在一起，而不可單獨對待和不可分割的。

總而言之，智能時代是一個中庸假說的概念，並無嚴格的定義和範式，但它基本上是半個多世紀前產生的控制論的一種發展應用，體現為信息物理系統在人類社會中廣泛應用，這將推動自動化、數字化（信息化）和網路化進入到新的發展階段，實現真正的智能化。

二、自動化工廠的智能化

毫無疑問，自動化是為了代替人的體力或腦力，它本質上是利用機器的力量（動力和計算能力），讓機器可以實現比人更好的效率或效果。從技術的角度看，隨著規模化應用範圍更廣，新型的技術應用效果會更好，這些自動化技術將比人類工作的效率和效果都要強大，當然，這會帶來一個問題，人類的工作將被自動化改變。

在戴維·F·諾布爾（David F. Noble）撰寫的《生產力：工業自動化的社會史》（Forces of Production：A Social History of Industrial Automation）一書中，有一個章節就是「關於自動化工廠的爭議」，其中主要指出了自動化工廠會帶來工人的工作能力下降以及工人的失業，同時，作者也指出，新技術給人帶來了新責任，然而當時沒有法令規章對之進行監督，這才是可能造成未來工作影響的根本原因。

1.以效率為目的的自動化

自260年前英國第一次工業革命發生以來，人們追求生產效率的意圖一直沒有改變，甚至於成為工業化的唯一追求。能夠在生產效率上獲得最大進展的企業，就有機會在降低成本方面獲得優勢，從而可以實現哈佛商學院教授邁克·波特提出的三大基本戰略之低成本戰略。雖然這個結論仍然有爭議，但在第一、二次工業革命的發展過程中，這幾乎就是事實。

我們知道，以機械化為特徵的第一次工業革命，實現的自動化程度並不高，其生產力提升程度也不顯著，這也是為什麼在第一次工業革命時期，中國工業產值仍然處於全球領先地位的原因。但到了第二次工業革命，電氣化應用帶來的自動化程度進一步提升，這更高幅度提升了生產力水平，其生產效率也達到了新的高度。如果我們把可編程邏輯控制器應用的時期界定為第三次工業革命（德國工業4.0體系是這樣定義的，哈佛商學院錢德勒教授也曾有類似想法，可以參考錢德勒的《信息改變了美國》一書），一直延續至今的這場工業革命，促使人們的生產力水平提升到了一個前所未有的程度。

過去幾百年的工業化進程，其目的都是提升效率，實現更高的生產力水平。這些改變，都是通過不斷提高自動化水平來實現的。我們觀察中國過去三十多年的工業化進程，不少能夠在此過程中脫穎而出的企業，大都比競爭對手更早更好採用自動化設備和生產線。

雖然目前還有大量的行業難以實現全面的自動化，但在一些產品模塊化好、工藝流程簡單、加工設備精密度不高的領域，全面實現高度自動化已經沒有技術上的障礙。例如，在個人電腦、家電、傢具等領域，已經有了很多幾乎是「無人工廠」的高度自動化生產線。這些高度自動化的生產設備和系統的使用，大大降低了過往生產過程中的人為因素，在提高生產效率的同時，也通過精益化的生產，實現了更高質量的產品生產。

迄今為止，自動化已經成為一些行業的標準配置，這些市場已經無法容忍沒有自動化設備的生產方式，因為非自動化的生產，既沒有效率，也無法體現其效果的不同，它們退出市場是一種必然，這也是自動化技術應用的結果。

2.人工智慧+自動化

在1948年維納發布《控制論》的時候，他所提出的控制論，本質上就是模擬人的思維和行為，但由於當時的計算機技術非常有限，要實現模擬人的頭腦，完全做不到，雖然維納在《控制論》一書中也提出了驗證自動機是否具有較高水平（相當於是否有智能）的方法，但直到進入21世紀之後，各種智能化才得以一展身手。

從技術上講，人工智慧雖然出現了很多年（1956年一群科學家正式提出人工智慧概念），但能夠在真實的場景中發揮作用，目前可見的場景也屈指可數，即便2016年3月15日Google開發的AlphaGo戰勝了人類的圍棋高手，也只是人工智慧的深度學習技術在一個嚴格限制的條件下的成功，還談不上普遍的成就，但人工智慧跟多種技術結合的前景，讓人們充滿了期待。

我們可以理性的判斷，將來人工智慧跟自動化技術結合在一起，將產生巨大的作用。工業4.0研究院的技術專家在工廠的生產現場嘗試應用人工智慧，提高生產線的各種智能化，解決諸如預測性維護或智能生產分析等挑戰。通過在自動化生產線上應用人工智慧，達到加強自動化程度的目的，讓以前不能完全實現的全自動化變成可能。通過人工智慧在生產製造領域的應用，可以實現生產製造過程的智能化，這也就是本文所提出的智能時代。

雖然維納在發布《控制論》和《人有人的用處》兩本書的時候，就已經預測到控制論應用之後的自動化將對人類社會造成影響，但對於人工智慧加上自動化的發展前景，迄今還沒有太多的專家提出實質性的分析。從筆者研究未來工業的經驗來看，人工智慧加自動化導致的高度自動化，將導致生產製造環節所需要的工人更少，這是一個必然的結論。

3.無人工廠將成為常態

雖然業內對無人工廠有很多爭議，但隨著人工智慧等技術在生產現場的應用，自動化將高度發展，以前無法實現自動化的場景，將完全由自動化技術來達成，從而在大量的行業中實現無人工廠。因此，對於大部分行業來講，雖然無人工廠實現的時間難以確定，但無人工廠將成為生產製造領域的常態，從產品設計、生產製造、渠道銷售到產品服務的全產品生命周期來看，生產製造環節的全面自動化，也是一個主流。

從企業經營來看，一方面需要設計好的產品，另外一方面還需要提供高質量的產品，同時還需要及時把大量產品交付給市場。了解生產製造的行業人士應該都清楚，具有競爭力的產品（同時滿足以上三個條件）是難以通過人工來實現的，雖然可以利用經驗豐富的技師手工製作，但要滿足及時交付大量產品給市場，幾乎無法通過人工來實現，這需要通過採用自動化工廠來滿足這三個方面的要求。

事實上，當產品設計已經完成，產品就進入到生產製造環節，這個時候的效率顯得尤為重要，這也是工業革命以來的重點改善領域。威廉·拉佐尼克（William Lazonick）在《車間的競爭優勢》（Competitive Advantage on the Shop Floor）一書中，就描述了第一次工業革命以來的車間革命，他們在車間投資巨大，其目的就是為了提高車間或工廠的生產效率，當然，還需要保證產品的質量。

即便是現在，車間或工廠也難以實現全面的自動化，媒體喧囂的所謂無人工廠，也只是在少數示範性工廠實現，這種示範性工廠並不需要真正產生實際生產效益，而只需要獲得媒體、公眾以及政府喜好即可。從能夠產生實際效益的無人工廠來看，雖然短期內難以廣泛推行，但利用諸如工業物聯網、人工智慧、工業大數據以及其他先進技術，已經逐步在一些行業不同程度實現。

總的來講，隨著智能時代發展的深入，自動化將得以加強，特別是人工智慧在生產製造領域的廣泛應用，自動化工廠將演變為無人工廠，無人工廠也將成為高度自動化的最終結果，成為一種常態。既然無人工廠將成為常態，動輒萬人的工廠也將成為歷史，人類的工作也將發生改變。

三、智能時代的新工業秩序

對於善良的人來講，技術應該永遠服務於人類，改善人們的生活，提高人們的幸福感，而不是導致人們生活水平的惡化。在人類工作被大量替代的智能時代，無人工廠將大量出現，即便在服務領域，服務機器人等智能設備的使用，也將導致人們喪失工作的機會，這使得我們需要平衡技術與人之間的關係，構建新的工業秩序，這也就是智能時代的新自動化挑戰。

1.經濟規律作用下的工作

在大衛·蘭德斯（David Landes）在《解除束縛的普羅米修斯》（The Unbound Prometheus）一書中，對工業革命的進展過程中的現象進行了解讀，其中有一段關於學校畢業生的分析，「剛從學校里畢業的工程師所獲得薪酬，有的竟能達到與有著數十年從業經驗的工程師相當的水平……我們有足夠的理由相信，這種失衡狀態的出現並非偶然……它在很大程度上要歸因於那些受過最新訓練的人所具備的先進知識。」

對於出現這種現象，大衛.蘭德斯解釋道，「過去曾經一度認為，這種對新來者的優待不過是市場暫時失調的反映，是市場供給滯後於不斷增長需求的結果。」這樣的看法忽視了新時代對工作者的新要求。不過，筆者認為，之所以出現這樣的狀況，還因為有人類的生產力大大提升，財富也不斷增長，但這些增長的財富被分配到了新工作者身上。

在智能時代，筆者也有理由相信，新的工作者也將比有數十年從業經驗的從業者更高的工資水平，因為他們應該已經接受了智能時代所需要的各種新知識和新技能訓練。

市場經濟的規律在智能時代仍將發揮作用，由於新型數字化工廠以及智能工廠將在生產製造領域大量應用，傳統的工人、技師、工程師的現場服務組織方式已經不能適應智能時代的生產製造需要，將產生一些新型的工作者，他們與現有的工作者不同，他們精通現代工廠的運作方式，對各種智能化設備使用得心應手，這些新型工作者不僅比已工作了十幾年的工程師獲得的工資更高，甚至於比公司管理層的工資還高，顯然，這種場景也不是不可能出現。

隨著智能時代的深化發展，還將出現新的工作分工，會出現一些新型的工作種類，例如，將來有可能出現一種專門為消費者做定製化設計的工作者，因為工業4.0時代的個性化定製會成為常態，消費者更需要有創意的新型工作者幫助他們實現產品或服務的定製，這已經不是傳統意義上的工作形態了。

無論怎樣，智能時代的工作種類會發生天翻地覆的改變，很多我們習以為常的工作種類將減少或消失，而一些我們難以置信的工作種類會出現，或者這些工作種類不再以工作的方式出現，例如，滴滴和優步代表的共享經濟模式，很難用傳統的工作種類來界定，因為滴滴司機完全可能是公務員、教師或者家庭主婦，這已經不是傳統意義上的工作了。

2.人與機器人的協作

雖然我們難以準確描繪未來工作的場景，但人的參與還是存在，人也許在電腦後面或者虛擬現實設備面前操作生產製造，同時，還有一個參與角色會大量出現，那就是機器人，不管是在生產製造現場還是餐館服務現場，人需要跟機器人協作完成一些工作，新型工作者的同事很有可能是一台機器人。

這樣的場景已經在德國工業4.0的研究體系中呈現，德國阿爾馮斯·波特霍夫（Alfons Botthof）等編寫的《工業4.0：開啟未來工業的新模式、新策略和新思維》（Zukunft der Arbeit in Industrie 4.0，德文）一書中，專家們對未來工作形態進行了描述，這些工業4.0專家期望解決一個過去工業化進程中存在的自動化挑戰問題，也就是如何避免自動化導致人與機器（人）對立的問題。

在描述解決自動化挑戰的辦法中，考慮人與機器（人）的協作是最為關鍵的思路，這樣既可以提高生產製造過程的智能化程度，還可以讓人獲得工作的機會。換句話來講，工業4.0不是為了實現徹頭徹底的無人工廠，而是為了讓人與機器（人）能夠共存。

日本非常關注未來工業演進過程中機器人的作用，在日本發布的《日本新機器人革命》報告中，未來智能機器人（應用了人工智慧的機器人）可以更好的解決日本人口老化的問題。工業機器人可以在無人工廠中不斷工作，生產人們所需要的各種產品，而服務機器人在各種場所幫助老年人，或者提供各種自動化的服務，實現了一個未來機器人社會。

總的來講，人與機器人的協作將變得不可避免，這也是智能時代的主要特徵之一，如果人與機器人的協作良好，那麼人類就有了解決新自動化挑戰的辦法，但如果人與機器人的協作有問題，人類也許會面臨覆頂之災，這也是不少人工智慧專家所擔憂的。

3.中國製造2025與智能製造

對於智能時代的來臨，全球投入了大量的關注，中國也不例外，出於各種方面的考慮，中國把國家製造業戰略稱為「智能製造」，與美國先進位造業和德國工業4.0遙相呼應，形成了中國對未來工業的一種思考，並在2015年5月8日發布了《中國製造2025》，確定了未來十年的發展體系。

在中國製造轉型升級過程中，國家相繼推出了兩化（深度）融合、互聯網+、智能製造等概念，地方政府也推出了諸如機器換人等產業支持政策。據工業4.0研究院觀察，目前不管是國家智庫，還是獨立專家，關注智能化給我們的產業及企業帶來影響的多，而關注智能化對我們社會帶來影響的少。

西方國家在推進工業化進程中，對工業革命給社會帶來的影響研究頗多，甚至於有專家在1835年就寫了《製造業哲學》（The Philosophy of Manufactures）一書，其後關注工業革命的書籍只能用汗牛充棟來描述。對於進入到第二次工業革命階段的電氣化和自動化，也有不少著作進行論述，到1948年維納發布的《控制論》，已經指出了自動化對人們造成的社會影響。當然，對於智能時代的高度自動化影響，前面提及的《工業4.0：開啟未來工業的新模式、新策略和新思維》一書就進行了較為深刻和全面的分析論述。

中國製造似乎對於機器換人帶來的影響避而不談（筆者相信不少專家已經意識到了），更缺乏社會學家或專家進行研究，相信進一步的智能化設備應用導致的自動化程度加深，更會影響我們產業及經濟的穩步發展，需要提醒相關專家關注並研究。

筆者認為，如果要使中國製造轉型升級成功，並引領未來工業的發展，現在就應該重視（新）自動化挑戰，也就是應該從社會學或經濟學的多個視角考慮自動化設備的應用，以及數字化工廠或智能工廠給工作場景帶來的影響。在設計未來產業及工作模式的時候，應該深入考慮人與機器（人）的協同，實現真正持續的發展。

總結

以自動化為核心特徵的人類工業化進程，大大改變了人類社會的形態，其影響的範圍甚至於包含了政治、經濟和哲學等領域。筆者相信，隨著人工智慧為基礎的智能化進程的開始，人類社會將很快進入智能時代，這將為人類社會發展提出新的自動化挑戰，那就是人與機器（人）如何共處？我們現在需要深入思考，找到相關的解決辦法，才可能發揮技術的正麵價值，避免負面影響帶來的不良後果。