科技行业似乎对人类工人在他们所构建的基于 AI 的世界中所扮演的角色有两种看法:一种认为,除了他们自己以外,所有的工作最终都会由机器人来完成 (VC Marc Andreessen 似乎认为他作为投资者的工作永远不会被自动化)。
或者,他们认为机器人将承担那些肮脏、枯燥的工作,充当人类在工作中的伙伴,而人类则专注于机器人革命所创造的全新岗位。后者得到了历史证据的大力支持。世界经济论坛预测,现有技术趋势将淘汰 9200 万个岗位,但同时将创造 1.7 亿个新工作机会。
对于那些既没有经济实力,也没有兴趣攻读 AI 和机器学习硕士学位的人而言——尤其是那些目前从事仓库工人等非技术岗位的人——在充斥着机器人的未来,他们的处境究竟会是怎样的?
周三,Amazon 在宣布其新型能“感知”的 Vulcan 机器人取得重大进展,正朝着用机器人替代仓库工人的方向迈进时,暗示了其中的一种可能路径。
CEO Andy Jassy 在 X 平台上发布消息称:“Vulcan 正通过处理那些对人体工程学构成挑战的任务,来帮助提升工作安全性,同时为我们的团队成员提供机会,进而提升他们在机器人维护方面的技能。”
在同一篇博文中,Amazon 介绍了 Vulcan 机器人如何与人类协同工作,从仓库最高和最低的货架上取货,从而让人类无需整天爬梯子或弯腰取物。而人类则负责收集只存放在中层货架上的物品和/或那些这款新型“感知”机器人依然无法拾取的物品。
紧接着,Amazon 还提到,在将机器人用于更多仓库拣选任务的同时,正在培训少量的仓库工人成为机器人技术员。
博文中写道:“这些机器人在完成 75% 的客户订单中发挥了作用,并在 Amazon 创造了数百种全新职位类别,从机器人巡检员到现场可靠性维护工程师。” 文中还补充说,公司为部分员工提供了岗位再培训计划,以帮助他们获得机器人维护技能。
尽管 Amazon 没有明说,这显然并非一个一对一的转换。监管这些机器人的工作不会像直接处理仓库订单那样需要大量人力,也并非每个人都具备或渴望成为机器人维修技师的能力。
但 Amazon 在 Vulcan 公告中附带了岗位再培训计划的信息,这是非常有意义的。
这是因为目前尚几乎没有证据显示,在机器人替代所有工作的情境下,工薪阶层的人会面临怎样的困境 (一位 AI 初创公司创始人甚至曾向 TechCrunch 建议,在一个由 AI 完全承担所有工作的世界中,人类可能只依靠政府颁发的福利生活)。
但或许,将来不再是杂货店职员,而是出现“自动化监控员”,就像今天每排自助收银台都有一名店员监管一样。不再是快餐厨师,员工将负责监管烹饪机器人等等。操控机器人就像操作个人电脑一样:几乎每个人都需要掌握这项技能,才能保持就业竞争力。
不过这种全机器人化的未来可能永远不会真正实现。机器人可能仅限于像 Amazon 这样最大的、资金最雄厚的公司 (例如在汽车制造等领域中的应用),而绝大多数零售、餐饮和驾驶类工作仍将由人类完成,至少在未来几十年内如此。
请记住,Amazon 曾试图将其无人收费的自动化 Amazon Go 技术推向更广泛的零售/杂货行业。但零售业并不喜欢其最大的竞争对手 Amazon,对此也并不感兴趣。后来发现这项技术实际上使用了印度的人工看管和标注视频,甚至 Amazon 后来也逐步减少了其应用。如今,这类技术 (无论是 Amazon 还是其他公司开发的) 在实际应用中几乎看不见踪影。
好文章,需要你的鼓励
据报道,OpenAI正准备发布一款由即将推出的Sora 2视频模型驱动的独立社交应用。该应用与TikTok高度相似,采用垂直视频信息流和滑动滚动导航。不过,该应用仅支持AI生成的内容,用户无法从手机相册上传照片或视频。Sora 2在应用内生成的视频时长限制为10秒或更短。应用还包含身份验证工具,允许用户使用自己的肖像生成视频,其他用户可以标记并在重新混合视频时使用他们的肖像。
北卡罗来纳大学研究团队通过深入分析手指触控过程中的动态特征,开发出新型触控识别算法,能够理解触控过程中的压力分布、接触面积变化等信息,比传统方法准确率提高15-28%。该技术采用分层处理架构解决计算效率问题,已在真实设备上验证效果,将为个性化交互、情感感知等未来应用奠定基础,有望显著改善用户的触控体验。
微软发布全新Agent Mode功能,支持Excel和Word中的AI代理协作。该模式可自动生成高质量文档、电子表格和演示文稿,让非专业用户也能使用复杂功能。Excel代理模式在准确性测试中达到57.2%,远超原版Copilot的20%。Word代理模式则专注于内容起草和格式优化,让写作变成对话式体验。目前已向商业用户和个人订阅用户开放。
Perfios公司研究团队开发了创新的AI理财顾问训练框架,通过行为心理学驱动的数据生成方法,让8B参数的小模型在个人理财建议方面达到了与32B大模型相当的性能,同时运营成本降低80%。该方法首次将用户心理状态分析作为独立训练阶段,显著提升了AI建议的个性化程度和人性化表达,为普及化AI理财服务提供了技术路径。