機器人真的會讓我失業嗎?

2030年,自動化將取代全世界15~30%的工作,全球有3~14%的勞動力被迫轉行。

從明天開始,我們超市要改用自動結帳機!

勞動工業革命

不久的未來,可能會由機器來執行某些工作

技術性低、重複性高的工作,容易被機器取代。

  • 重複固定作業

    像是食品包裝、工廠焊接、商家收銀、售票服務等勞力密集、可預期流程的固定作業,由機器自動化執行程度最高。

  • 倉儲物流

    像是倉庫中的品管、分貨、搬運等作業,已有自動化倉庫提升出貨效率、降低倉儲成本。

  • 資料蒐集與處理

    像是會計、運算等資料相關工作,AI能夠更快與準確地計算和分析數據。

勞動工業革命

科技加入後,人類可以變得更強!

每次工業革命一再出現科技取代人力的趨勢,也會有陣痛期,但歷史證明改革推動產業進步。

  • 1760s

  • 1870s

  • 1960s

  • 2030s

  • 工業1.0:人力機械化

    蒸汽動力機將手工人力推向機械化,建立製造業的工廠雛形。

  • 工業2.0:電氣化工業

    電力成為主要動力,大幅提升製造效率,出現大量生產的概念。

  • 工業3.0:數位化工廠

    電子設備和資訊技術優化製造流程,用電腦設計和管理工廠。

  • 工業4.0:機器人自動化

    強調從生產到銷售都由機器協作完成,運用人工智慧、網際網路和機器人等科技整合產業上下游。

四次工業革命的共通點 ——
科技取代可以機械化的人力,讓人類從事越來越「人性化」的工作,新的工作型態也相繼出現。

工作型態的轉變

現在習以為常的科技,都是過去被取代的人力

  • 自動提款機

    45年前美國引進自動提款機,銀行櫃台的從業人數從25萬人暴增至今50萬人。因為銀行營運成本降低後廣設分行,創造大量職缺,而員工業務從提款,改為推銷產品或和顧客建立關係。

  • 公車刷卡機

    現在上公車嗶卡就算是付車票了,但在過去可是有專門的車掌小姐負責檢票查票,刷卡機出現後也不需要車掌小姐待在車上,她現在轉行當公車站的電話總機,替客人尋找失物或其他服務。

  • 計程車

    「三輪車,跑得快,上面坐個老太太...」,戰後到1960年代的台灣,人力三輪車與牛車是當時最普遍的交通工具。1970年代,計程車逐漸取代三輪車成為如今常見的載客工具,當時的三輪車伕也輔導轉職為計程車司機。

合作夥伴

人類與機器,可以是互補關係

許多偉大的發明,並不是完全取代人類,而是為了彌補人類的缺點,協助人類可以更有效率、更加安全地完成任務,甚至從重複固定的例行庶務中釋放,能夠去做更具有人性、創造性的事情。

  • 人類擁有願景、懂得計畫目標,同時也具有同理心和社交技巧,可以創造許多不同的可能性!

  • 機器產出的效率與品質穩定、出錯率較低,同時也比較可以承擔危險事務。

未來趨勢

朝向更「以人為本」的勞動型態

從古到今,科技雖然陸續取代一部分的人力,但也在每個時期帶來更多元的工作機會,而未來的產業趨勢,將更講求創造力以及社會溝通的工作。

走進自動化超市,店員不拿掃描器也不找零,卻能同時完成十組以上的結帳,他一人負責十來台自助結帳機,排除客人操作時遇到的障礙,或是解決特殊的棘手情況。

機器沒有取代店員,而是提升他的工作效率,讓他有更多機會發揮人類的價值。

你期待,加入科技後的勞動未來嗎?

透過自動化提高工作效率,人類將有更多時間發揮創造力,同時也有賴政府和企業的輔導與支持,開拓不同工作類型的可能性。你對於科技加入勞動市場的期待是什麼呢?留言告訴我們吧!

給我更多、更多資料!
  • 文章一:不會怕才可怕
  • 文章二:學習跟機器人當好同事 它就不會搶走你的工作

不會怕才可怕 台灣勞工如何避免被科技淘汰?

2019.11.04 撰文:2030臺灣普拉思

當機器人的勞動力比自己更精確、更有效率,甚至不會失誤,台灣勞工會怎麼想?政大勞工所所長成之約表示,國內勞工對未來科技可能造成的失業風險並沒有太多討論。然而建立危機意識才能避免淘汰,成之約認為了解未來勞動力趨勢是台灣勞工的首要任務。

失業人數直逼2億 先衝擊製造業
根據2019年國際勞工組織(ILO)的報告估計,開發中國家有將近2/3的工作面臨被人工智慧(AI)、自動化和機器人等科技取代勞動力的風險。

勞動力包含勞力與智力,工作重複性高的勞力密集產業是首當其衝,以製造業為主,接著就是智力密集的工作,例如初步的醫療診斷。各行各業的職涯年限將越來越難預測,而且不分老少,未來全球失業人數將達1.9億,其中近6,500萬為青年。

勞動人口高齡少子化 機器人反而是幫手
勞力自動化和智慧化是必然的產業趨勢,但與勞工的關聯性不完全只有取代。成之約說明,台灣人口走向高齡和少子化,未來的勞動人口將面臨短缺和老化的困境,乍看是取代人力的科技反而成為助力。

例如省時省力的機器人能強化中高齡工作者在勞力上的不足,還能提升效率、減短工時。當危險的工作項目改由機器人執行時,安全保障也獲得提升,未來職場將強調人機協作,這也是企業配置勞力的方向之一。

了解趨勢後,勞工的下一步就可以思考如何適應未來趨勢,避免自己被淘汰。主動充實自己、終生學習是老生常談,政府和工會的協助也同等重要。

職訓教材加入未來趨勢 建立和勞工平等對話
目前政府設立了不少職訓課程,但成之約認為教材缺乏與時俱進的內容,應該也要加入產業自動化和智慧化的發展現況和未來趨勢,讓勞工掌握局勢。另外來參加職訓課程的多為中高齡勞工,考量他們的學習力以及觀念建立要花比較長的時間,應該要規劃更多的訓練時數,國外的經驗是12至18個月,也要加強課後輔導。

在數位職能的推廣上,政府與企業有較充分的資訊交流,相對缺少和勞工的對話。政府若能主動提供資源協助工會與外部資源進行連結,也能強化勞工和工會順應變遷的調適能力。

參考資料:
台灣勞工季刊《國際勞工組織「致力於更美好的未來」報告及其對我國的政策意涵》

你也有想分享的經歷或想法嗎?

歡迎在下方留言,你的意見將被採納蒐集,作為未來科技發展重要的民意參考!

來現場討論也可以

把您希望政府關注的問題,推上來吧!

按下 ,讓政府知道您關心的問題,或者寫出您希望改善的問題。
推文規範
智慧長照
循環經濟
數位職能
您的暱稱
居住地
台北市
  • 台北市
  • 新北市
  • 基隆市
  • 連江縣
  • 宜蘭縣
  • 新竹市
  • 新竹縣
  • 桃園市
  • 苗栗縣
  • 台中市
  • 彰化縣
  • 南投縣
  • 嘉義市
  • 嘉義縣
  • 雲林縣
  • 台南市
  • 高雄市
  • 南海島
  • 澎湖縣
  • 金門縣
  • 屏東縣
  • 台東縣
  • 花蓮縣
年齡
18歲以下
  • 18歲以下
  • 19~23歲
  • 24~30歲
  • 31~40歲
  • 41~50歲
  • 51~60歲
  • 60歲以上
性別
  • 其他性別
教育程度
小學及以下
  • 小學及以下
  • 國(初)中
  • 高中(職)
  • 專科
  • 大學
  • 研究所及以上
我希望
* 提醒您,還有未填完的表格哦!
  • 篩選器
  • 熱門推文
    • 熱門推文
    • 最新貼文
  • 數位職能
    • 全部
    • 智慧長照
    • 循環經濟
    • 數位職能
  • 地區
    • 地區
    • 台北市
    • 新北市
    • 基隆市
    • 連江縣
    • 宜蘭縣
    • 新竹市
    • 新竹縣
    • 桃園市
    • 苗栗縣
    • 台中市
    • 彰化縣
    • 南投縣
    • 嘉義市
    • 嘉義縣
    • 雲林縣
    • 台南市
    • 高雄市
    • 南海島
    • 澎湖縣
    • 金門縣
    • 屏東縣
    • 台東縣
    • 花蓮縣
  • 年齡
    • 年齡
    • 18歲以下
    • 19~23歲
    • 24~30歲
    • 31~40歲
    • 41~50歲
    • 51~60歲
    • 60歲以上