國外知名科技媒體資深撰稿人本-波特（Ben Potter）日前通過自己前往寶馬慕尼黑工廠和西門子工廠的親身經(jīng)歷詳細對外介紹了自己對于所謂“工業(yè)4.0革命”的看法。在他看來，數(shù)字背景下的工業(yè)4.0革命雖然有可能讓部分員工面臨下崗危機，但同時也為社會帶來了更多的技術性人才需求，而這些都是當今社會進步所不可逆轉(zhuǎn)的趨勢。

　　位于德國慕尼黑寶馬旗艦工廠內(nèi)的機器人擁有著獨一無二的性格以及做事風格，這些機器人統(tǒng)一噴涂有黃色和黑色的噴漆，并會十分優(yōu)雅的通過各種轉(zhuǎn)動和動作高精度的完成自己所分配到的任務。一般來說，這些機器人工作的精度和可靠性是人力工人的20-50倍之間。在寶馬工廠內(nèi)的機器人通常都是以“團隊”為單位展開協(xié)作的，而在車身和油漆車間內(nèi)的機器人幾乎已經(jīng)完全取代了人力工人的作用。舉例來說，當1號機器人臂將車身的一塊鈑金移動到裝配線的同時，另外兩臺機器人已經(jīng)在裝配線處待命。一旦1號機器人臂將其安置到位并撤走自己的機器臂，另外兩臺機器人就會立刻將這一鈑金牢牢焊接到車身中。而且，這些機器人還可以根據(jù)車身零部件上無線射頻識別標簽的不同而分辨出具體的物品，并對此作出不同的動作。

　　在寶馬的車身車間，我們發(fā)現(xiàn)這兒充斥著各種各樣的機械噪音，你可以理解為這是這些機器人正在彼此交談的聲音。而且，他們的焊接工藝也十分高超，據(jù)悉可以達到接近百分之一毫米的超高精度。相比之下，寶馬的噴漆車間則安靜許多，在這個車間工作的機器人會套上保護工作服，并“手持”每秒可以高速旋轉(zhuǎn)4萬次的馬達噴嘴來對車身進行均勻噴涂，噴涂的精度則可以達到十分之一毫米的超高精度。而且，這些機器人的“手指”還會對噴出的油漆進行帶電處理，這樣做的目的是讓油漆更加貼合車身表面。在這兒，機器人可以根據(jù)車身標簽知道具體的車型以及要求上漆的顏色，并可以在數(shù)秒鐘的時間內(nèi)完成油漆的更換以及灌裝。更加重要的是，這些機器人無需休息，每天可以為寶馬慕尼黑工廠生產(chǎn)出1000輛新車，且每一部都能夠滿足消費者的定制化需求。而且，在這個工廠中的車輛庫存時間通常只有數(shù)小時，因此資源利用率也達到了最大化。

　　的確，機器人在工作環(huán)境中同人力有著天差地別的區(qū)別，而工業(yè)革命興起之后人們也一直被一個問題所困擾，那就是“機器人的出現(xiàn)究竟是為了幫助人們更好的完成工作，還是意在徹底取代人類的作用？隨著機器人變得越來越智能和靈活，它們是否會在未來逐漸取代一些技術含量更高的工作和職業(yè)？它們會逐漸具備像人類一樣的思維能力，并最終展開反抗嗎？”

　　對于最后這個問題，美國電動汽車廠商CEO埃隆-馬斯克（Alon Musk）就曾表示：“人工智能已經(jīng)成為了當今世界最大的威脅。” 

　　德國工業(yè)領域?qū)⑷缃袢虻臄?shù)字科技革新稱為“工業(yè)4.0”（Industrie 4.0），其它人則將其稱為“物聯(lián)網(wǎng)”。但他們想表達的意思是相同的，那就是數(shù)字科技已經(jīng)變得越來越廉價、高效，并開始逐漸滲透到當今世界每個領域創(chuàng)新、工程、生產(chǎn)、運輸以及維護的各個角落中。 同時，包括諸如3D打印這些新興技術的出現(xiàn)已經(jīng)對全球經(jīng)濟產(chǎn)生了重大影響，大大降低了許多服務和產(chǎn)品的價格，卻也在同時提高了產(chǎn)品的質(zhì)量和種類，而產(chǎn)品質(zhì)量和價格在此前幾乎是不可能同時得到滿足的。 事實上，除了生產(chǎn)線工人和辦公室文職人員每天都在從事相同的工作外，包括高級技工、圖書館管理員、稅務人員、會計以及一部分的律師每天其實也在從事一些重復的工作，而他們都極有可能在工業(yè)4.0時代被機器人所取代。此外，包括火車、卡車司機、飛機駕駛員、健康衛(wèi)生技術人員，甚至是經(jīng)濟學家這些職業(yè)也極有可能在未來感受到來自機器人的威脅。

   與此同時，工業(yè)4.0時代背景下也為我們帶來了許多全新的工作崗位，包括網(wǎng)頁設計師、網(wǎng)站營銷顧問、數(shù)字內(nèi)容編輯、網(wǎng)站律師、智能應用開發(fā)者等都是在20年前根本無法想象的名詞，而這些都暫時是人工智能機器暫時還無法企及的領域。

   在19世紀早期，紡織工人由于害怕自己的飯碗不保而蓄意毀壞當時全新的自動紡織機和其他一些工廠設備，當時的這些人群被統(tǒng)稱為反對技術進步的“盧德派分子”(luddites)。簡單來說，這些“盧德派分子”想要的就是世界停止進步，或者希望政府盡可能的限制新技術的出現(xiàn)以保障自己的相對安全，就比如現(xiàn)在全球各地出現(xiàn)的對于Uber的反對之聲一樣。 

　　現(xiàn)代西方經(jīng)濟學最有影響的經(jīng)濟學家之一約翰-梅納德-凱恩斯（John Maynard Keynes）曾一手創(chuàng)造出了所謂“動物精神”(animal spirits)概念，他在1930年發(fā)表了一篇題為《我們后代的經(jīng)濟前景》（Economic Possibilities for our Grandchildren）的論文。凱恩斯在文中表示，科技進步可以使未來一片光明。從長遠來看，人類可以在經(jīng)濟上解決稀缺問題，不必再為了生存而工作，而這一點又意味著可以拋開“一切影響財富分配及經(jīng)濟獎懲分布的社會習俗和經(jīng)濟實踐。同時，凱恩斯也預測技術的發(fā)展有可能會帶來全新的失業(yè)問題，但這一失業(yè)問題的出現(xiàn)又會讓我們重新審視人力資源的更多用途所在。 

　　麻省理工斯隆商學院的埃里克-布呂諾爾夫松(Erik Brynjolfsson)和作家兼商業(yè)學校教授安德魯-邁克菲(Andrew McAfee)在他們的新書《第二次機器時代》（The Second Machine Age）中表示：“機械自動化革命是在電腦和自動調(diào)節(jié)機器的共同作用下發(fā)生的，這一革命的結果是造就了一個幾乎無需人力干預的全自動生產(chǎn)環(huán)境。” 

　　雖然這一革命引發(fā)了人們的就業(yè)危機，但美國國家科學院的學者很快便發(fā)現(xiàn)，由于人力成本的下降，市場對于某一產(chǎn)品的整體需求反而因為價格的降低而迎來了提高，而這一需求的旺盛又增加了許多其他領域的就業(yè)需求。如今這一數(shù)字工業(yè)革命的襲來為市場帶來了許多創(chuàng)新產(chǎn)品和服務，并讓無數(shù)的創(chuàng)新企業(yè)家、工程師和經(jīng)理人賺的盆滿缽滿。但就目前而言，我們還僅僅接觸到了這一數(shù)字工業(yè)革命的皮毛而已，包括政府、公共設施、醫(yī)療和教育這些傳統(tǒng)保守領域尚沒有因此而受到?jīng)_擊。 

   同時，這個領域也同19世紀的石油、鋼鐵和鐵路這些行業(yè)一樣展現(xiàn)出了“贏家全收”的特點，即數(shù)字工業(yè)革命背景下最好的企業(yè)能夠開發(fā)出全球市場，并輕松取得行業(yè)優(yōu)勢。但這一背景下美國和歐洲地區(qū)中產(chǎn)階級的收入?yún)s也陷入了停滯，這主要是因為配套的教育系統(tǒng)還沒有跟上新技術時代的發(fā)展，因此造就了普通工人過剩，而高級技術工人稀缺的局面。

   可以肯定的是，數(shù)字工業(yè)革命的襲來也為人們帶來了巨大契機，因為人類具有非凡的適應能力，而全新的工作崗位也在不斷涌現(xiàn)。具體來說就是，雖然機器開始接手越來越多的重復性工作，但同時也為市場創(chuàng)造出了許多全新的工作崗位，因為當今世界有許多工作都是機器所無法勝任的，而這些工作大多要求人們具備獨立、創(chuàng)新，或者感性的特質(zhì)。比如，在法庭上進行申訴、撰寫詩歌、表演莎士比亞音樂劇、理發(fā)、種植花朵、烹飪這些都是機器人在可預見的未來所無法勝任的工作。這一點在寶馬的慕尼黑工廠以及其他一些高科技工廠內(nèi)都可見一斑。因為包括連線、設計、安裝內(nèi)飾和儀表盤這些工作目前完全由人力完成，勞斯萊斯和寶馬7系部分車型所使用的12缸引擎是由技師手工組裝的，簡單一些的8缸引擎組裝過程調(diào)用了不到20%的自動化組裝技術，而標準4缸引擎的組裝流程也僅僅使用到了50%的自動化技術。 

　　負責為寶馬工廠提供機器人的西門子工廠內(nèi)部使用了大量的傳感器傳輸帶供應系統(tǒng)，該系統(tǒng)允許所有貼上條形碼標簽的零部件進入傳送帶，會根據(jù)需求自動調(diào)整零部件的傳送速度，同時允許“插隊”情況的出現(xiàn)。但即便是在這樣一座標準的工業(yè)4.0工廠中，也僅有75%的流程是完全自動化的。 該工廠生產(chǎn)經(jīng)理斯蒂芬-瑞秋爾（Stefan Ritschel）表示：“這一比例有望在未來達到80%，但部分工作肯定將只能由人力完成。比如，一些產(chǎn)量非常小的產(chǎn)品或者非常精密的零部件就目前而言顯然還不適合完全交由自動化機器人來完成。” 瑞秋爾和其他一些西門子高管均認為，他們并不是希望機器人和自動化技術讓人力員工變得過時，而是希望通過這一方式增強他們的工作能力，同時他們也將這些能夠同人力員工協(xié)同工作的機器人稱為“機器同事”。瑞秋爾強調(diào)，機器人相比人力員工擁有著更低的出錯率，而這對于工廠自動化而言非常重要。 

　　從數(shù)據(jù)上來看，人力員工每展開1百萬個操作就會出現(xiàn)500次的失誤，而機器人的這一出錯概率僅為每百萬次11.5次失誤。瑞秋爾表示，公司未來的目標是將這一出錯率進一步降低至每百萬次1.5次失誤。