馬上要搶走我們工作的，是人工智慧嗎？

傻蛋覺得不是。

目前這波人工智慧，感覺上是經濟泡沫的機率比較高。

過高的期待，沒足夠的內涵支撐，在許多從定義上來看就有毛病的領域想碰碰看能不能變出魔術，有很大的概率是會變泡沫吧。

類人的人工智慧機器人取代人的工作，導致失業，這點傻蛋不是這樣判斷的。

所以其實就業市場受到AI威脅是假命題，所以根本沒有就業危機？

相反，傻蛋覺得就業市場的危機才正要引爆而已。

造成就業危機的，是高度競爭與效率的優化，以及成長空間的不足。

成長空間不足目前似乎是沒辦法的事，地球就這麼點大，地球人目前又還遠遠沒有星際殖民的技術能力，成長空間本來就是有限的。

而地球的環境資源也透支得差不多了，再更努力擠壓，也擠不出更多資源了，硬是非成長不可，只能犧牲可持續性與未來性。

所以囉，當需求規模不成長，但因為競爭而效率提升的時候，需求不足，大量的人會失業，根本就是無法避免的事。

不要創新，不要追求效率，多用點人力解決好不好？

這樣也是原地踏步而已。

你不進步，不能限制別人不能進步。

當你的生產成本是別人好幾倍，除了被淘汰，可以說沒有別的可能性吧？

但需求有限，效率又大幅提升的話，勞力需求自然就少了。

那就是會產生相當嚴重的失業。

這個自相矛盾的悖論不找到解套方式，財政政策貨幣政策什麼的，也都只是飲鴆止渴罷了。

下一個生產力革命，傻蛋認為不是現在半吊子的人工智慧，而是老掉牙的作業流程改善。

就以傻蛋這樣的軟體工程師來說好了，其實很多工作任務的性質，都具備高度的重複性。

開發商業應用管理的軟體系統，說來說去不都是那麼回事嗎？

其實有大量的工程師在做不斷重複的重新發明創造。

再加上大廠不知是刻意的，還是無能的緣故，很多開發工作底層的標準，如作業系統或瀏覽器版本，會一直變化，時不時的冒出新的Bug，或跑出新的流行設計方法出來。

所以呢？許多軟體工程師們不斷的用新技術新方法去不斷重複的作和以前沒什麼兩樣的事。

事實上，如果有程度夠好的工程師與足夠的野心，重複性的工作大可以一次性的設計滿足掉。

需要那麼多碼農幹什麼？只需要需求分析做好，並把需求的各種模型標準化，軟體開發也可以實現自動化的。

除了人性，變幻莫測的商業動態那些之外，純技術性的，其實，都能自動化。

最棒的實作被所有人使用，好像也是一種效率的極致展現，特別是軟體這樣複製成本等於零的。

流程品質越高，效率越好，就越是沒有重複性，簡單的，需要大量一般人手的工作了。

其實不只是軟體啊，創作類型的工作，成果可以被低成本複製套用的任務，都是這樣。

需要那麼多醫生，律師，會計師等等的專業人士嗎？

如果徹底分析各個職業的職能，抽離出其中重複的部分，做優化與解構，其實，根本不需要像那麼那麼多人，而且事情可以做得更好。

把最菁英的頂尖人才集合起來成立團隊，找出最優的模式，並將作業流程標準化與自動化，將真正專家的智慧納入系統之內，對，用不著那麼多一般的人，做大量重複性的工作啊！

任何工作只要做到極致的優化，都不需要大量人力。

累的只是最頂尖的一小搓人，而且這樣也就夠了。

舉個例來說，若有一套互動式超級遊戲化教學系統，能對大多數特性的人做出個性化的最佳遊戲化體驗的互動學習遊戲，還需要那麼多基層教師嗎？

玩遊戲就能自然學會需要的各種技能了，如果這設計的品質做到極致，要超過大多數教師的教學效率也是能做到的。

如果人類的生存目標是用最小的勞動苦難，換取最大的進步享受，這不是很棒嗎？

看起來不是，因為我們的經濟制度與社會體制，目前玩不起這種極致的模式啊！

這麼說起來，如果有人追求完美，追求極致的品質與效率，抗拒任何無價值的平白浪費，那就是眾人飯碗之敵囉？

好像邏輯有點矛盾不是？

我們難道為了飯碗，要堅決反對進步，反對效率極致優化，要爭取自身權益與人人盡可能的平等？

這大概就是這個世界所以複雜與矛盾之所在了吧。

這個矛盾確實存在。

至於傻蛋的看法，或者說立場是什麼？

能夠效率優化，為什麼不做？

分配可以另外想辦法解決，如果不把效率做起來，放任內部勾心鬥角的內耗與任意浪費，浪費掉的就是真的燒掉了。

外國的競爭者是不會客氣的。

同樣的，如果不銳意的探索真理研究新科技，讓地球文明持續進步，而是像現在這樣愚蠢的內耗，等哪天真有外星人來侵略，或是地球資源真的枯竭而難以為繼了，到時候想後悔也來不及了。

只要產出的效率可以發揮到最大，分配的辦法，自然有的是。

各行各業，各種工作職務，其實可以一項一項拿出來分析解構。

每個步驟流程真的都是必要的嗎？

每個做法都是最合適，沒有半分浪費的嗎？

能不能用更少的人力與物質資源，做得更好？

真的不需要超級人工智慧，不需要類人的人工智慧，只需要人的智慧，配合軟硬體的自動化，生產力的提升就大有可為了。

最後來推演一下。

就算不談道德與公平正義方面，效率高的，自然會有競爭優勢，也能夠脫穎而出。

研究讓機器怎麼去做到人都不能保證的工作，如翻譯工作，有些內容本來就有各種解讀，專家都沒標準答案，可以各種意淫奇想亂牽拖歪解釋的，機器學習能學出個什麼鳥來？

連我們都不知道怎樣才是絕對的好或壞的時候，這類的判斷，用機器學習的策略，肯定沒辦法變出魔術的。

也就是浪費一大堆運算資源，搞出些馬馬虎虎的普通成果，也就很好了。

反倒不如好好去用人的腦袋，把目標重新想清楚，到底追求的目的是什麼，能不能重新理解與加以設計，然後，用人的智慧加軟硬體協同的自動化，實實在在的在可控的範圍內做到極致的效率優化呢？

那些把現在的這種AI當成魔術在拜的，當成樂透在下注的，傻蛋不看好。

當然，它們還是貢獻了大量的工作機會與GDP成長，在灰灰掉之前，還是有其貢獻的吧？