惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

MyScale Blog
MyScale Blog
G
Google Developers Blog
B
Blog
Microsoft Azure Blog
Microsoft Azure Blog
博客园_首页
人人都是产品经理
人人都是产品经理
B
Blog RSS Feed
A
About on SuperTechFans
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
aimingoo的专栏
aimingoo的专栏
N
News and Events Feed by Topic
L
LINUX DO - 最新话题
V
Vulnerabilities – Threatpost
H
Hacker News: Front Page
T
Tor Project blog
P
Proofpoint News Feed
P
Privacy International News Feed
Recorded Future
Recorded Future
F
Fortinet All Blogs
量子位
博客园 - 聂微东
月光博客
月光博客
博客园 - Franky
SecWiki News
SecWiki News
G
GRAHAM CLULEY
腾讯CDC
Know Your Adversary
Know Your Adversary
宝玉的分享
宝玉的分享
The Cloudflare Blog
美团技术团队
小众软件
小众软件
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
T
Threatpost
爱范儿
爱范儿
A
Arctic Wolf
博客园 - 叶小钗
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Project Zero
Project Zero
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
J
Java Code Geeks
C
Cyber Attacks, Cyber Crime and Cyber Security
博客园 - 三生石上(FineUI控件)
PCI Perspectives
PCI Perspectives
Latest news
Latest news
V
V2EX
罗磊的独立博客
T
Threat Research - Cisco Blogs
Scott Helme
Scott Helme
S
Security Affairs
S
SegmentFault 最新的问题

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
萝卜跑不快!
商隐社 · 2024-07-19 · via 人人都是产品经理

百度旗下的萝卜快跑无人驾驶出租车引发了热议,其低价位、不拒载等优点让乘客惊喜连连,但也遭到了司机们的强烈抵制。这一新技术的出现是否会导致司机大规模失业?又将对我们的生活产生怎样的影响?本文将深入探讨这些问题,带你了解无人驾驶技术的发展现状及其对未来交通的影响。

近日,百度旗下的萝卜快跑无人驾驶出租车引发热议。打车10公里只要4块钱,而且不拒载,不绕道,空调随便开,让苦网约车司机久矣的乘客惊喜连连,但这自然也遭到了司机们的强烈抵制。

一时间,“无人驾驶网约车是否会导致司机大规模失业?”“1000万网约车司机该何去何从?”的讨论不断涌现,悲观和焦虑的情绪蔓延开来。

短期来看,萝卜快跑的投放数量相较网约车司机的总体基数而言,简直是九牛一毛,且受到自身诸多条件的限制,对网约车司机的影响有限。

长期来看,新技术从来都不只是纯粹的技术,而是依赖于更广泛的社会系统,对人的替代也是一个缓慢渐进的过程,在政府、社会、市场的协同作用下,还是会给人留下一些改变的空间。

01 速度慢

上周,我到北京亦庄体验了一次“萝卜快跑”。据悉,这是百度与亦庄区政府联合打造的全球首个城市级“高级别自动驾驶示范区”,总共60平方公里,约占亦庄总面积的四分之一。

这就意味着,哪怕在亦庄,目前也并不是所有地方都能打到车。我选择了一个运营范围内的地铁站,在工作日的下午两点钟,特意避开早晚高峰期,出了地铁口就兴冲冲下了单。

下单的过程并不顺畅。我的出口是A口,无论如何也选不中,只能选B口,为此多走了三百米才到它指定的上车点。下车点也是指定的,距离终点也有一段距离。

一开始的页面显示我排在第13位,预计等待23分钟。23分钟后,显示我排在第10位,需要再等待15分钟。此刻我拨通了客服的电话,客服说5公里内所有车都在运营中,建议我选择其他交通方式。15分钟后,我排在第9位,需要再等待25分钟。10分钟后,一辆距离我6公里处的车接单了,但还要再等16分钟才能开过来。

整趟行程只有2.8公里,开车只要7分钟,骑自行车不到20分钟,步行39分钟。而在那个骄阳似火的下午,我却花了一个多小时等车,十几分钟坐车,总共花了1小时20分钟才到达。

等车慢这一点遭到很多人吐槽。在网友的体验测评中,广州有等了50分钟的,成都有等1小时的,武汉有等1小时20分钟的,甚至还有等了2个小时的。

上车后,主驾驶的位置坐了一位安全员,提示我后排系好安全带。整趟行程不管起步还是刹车都很平稳,一旦识别到前方有人或车,速度就会迅速慢下来,降至10-30km/h。即便在限速70km/h的城市主干道,其最高时速也没有超过60km/h。

速度慢也是许多乘客的共识。体验者中有3.9公里用了20分钟,9.9公里用了45分钟的,还有的原本30分钟的路程最终用了1个半小时。

萝卜快跑的保守谨慎也可以理解,一旦出现交通事故,极有可能满盘皆输。先例是2018年,一辆在街道测试的Uber自动驾驶车在美国凤凰城撞死了一名行人,该项目随即终止。

总体看来,萝卜快跑目前运力不足,难以满足人们高涨的需求,不仅接单慢,而且远距离派车、指定上下车位置等做法也拉长了打车时间。出于安全的考虑,其驾驶速度也比较慢,在主张效率的大城市,目前很难作为出行首选。

02 商业化进程慢

萝卜快跑并不是最近才出现的产物,百度在此早已布局多年。

早在2013年,百度就开始研发自动驾驶技术,开始是为了解决大城市的拥堵问题以及人类司机危险驾驶问题,后来发展方向逐渐延伸到车路协同、智能交通以及数字城市运营。

在百度的设想中,无人驾驶技术有三种商业模式:一是为主机厂商提供自动驾驶技术解决方案;二是百度造车,端到端地整合百度自动驾驶方面的创新;三是共享无人车,也就是我们现在看到的“萝卜快跑”。

第一种模式相当于汽车厂商把自己的灵魂换成了百度,很难有车企愿意干;第二种模式的难度可以从华为卖掉“问界”中可见一斑。只有第三种还比较可行。

车企的不买账,使得百度前三代无人车都是后期改装的,也就是将自动驾驶技术添加到已生产和销售的现有车辆上。改装意味着自动驾驶公司要承受巨大的整车成本。广汽资本曾联合滴滴、麦肯锡等做过一个调查,显示配备安全员的改装无人出租车整体成本高达107万。

第四代无人车红旗EV于2018年11月发布,这一代开始前装量产,也就是在汽车制造的过程中,在生产线上就将自动驾驶技术集成到新车中,可以将自动驾驶系统和车辆各个部分深度整合。2021年极狐与百度联合发布了第五代无人车,基于北汽极狐阿尔法T纯电车型定制而成,被命名为Apollo Moon,成本降至48万。

目前在武汉部署的Apollo RT6是今年5月份刚刚发布的百度第六代无人车,首批交付给萝卜快跑1000台,售价20.46万元,支持全自动换电模式。这款车由百度自由研发,车厂代工生产,宣告了百度自动驾驶改装车时代的终结。

直到2021年,也就是百度研发无人驾驶技术的第8年,第五代无人车发布后,萝卜快跑才开始面向公众提供自动驾驶出行服务,正式落地北京通州。

截至去年11月,萝卜快跑仅有800多辆车。目前只在北上广深等12个城市开放运营。截至今年4月,百度官方披露萝卜快跑近3年累计服务单量超600万次。

这个成绩远低于百度的预期。2021年李彦宏预测2025年自动驾驶技术会进入规模化商用阶段。他认为如果单日服务订单迈过5000万,萝卜快跑的成本将会低于普通快车的服务均价,有机会实现常态化盈利。以此作为对照的是,滴滴日均单量的历史最好成绩为3250万单。

留给萝卜快跑盈利的时间不多了。

然而,萝卜快跑的商业化进程之所以快不了,是因为这不仅受其自身盈利能力和技术的限制,还跟政府支持及城市道路建设息息相关,也受到网约车市场现状的制约。

摩根大通的研究认为,萝卜快跑的盈利能力有三个关键变量:定价、车辆成本以及安全员比例。

萝卜快跑目前为了吸引用户,定价不足网约车的一半;整车成本为20万元,5-8年强制报废;有的配备安全员,有的远程监控,1人监控3辆车。安全员每天两班倒,工资为5000-7000元。外加换电或充电成本、运维成本,收入远不能覆盖支出。

而在技术方面,李彦宏在2021年出版的《智能交通》一书中诚实地指出萝卜快跑面临的诸多挑战。这就不得不先提目前无人驾驶的两种解决方案,一种是以特斯拉为代表的单车智能,一种是以百度为代表的车路协同。

单车智能就是让车像人一样去驾驶,主要依靠车辆自身的视觉、毫米波雷达、激光雷达等传感器识别交通标识,分辨路上物体,进行自主决策。

而车路协同则需要将路端升级到与车端智能化同等的水平,通过车联网将人、车、路、云这些要素有机联系在一起,根据路上相关的红绿灯、摄像头数据实时调整驾驶方案,相当于给车安了一个“天眼”。

这首先需要建设建设高等级智能化道路,使得道路的感知定位、车路信息交互等方面的能力满足自动驾驶的需求。

而且整套系统要足够安全,以适用各种复杂场景,如地域(北京市、上海市等超大城市)、工况(高速、城市、乡村、停车场等重点区域)、环境(晴天、雨天、雪天、雾霾等天气)和范围(典型场景、边角场景、事故场景等多种类型)等。

此外,车路协同系统之间的数据交互数据量更大、频率更高,需要更高性能的车路通信技术提供支持和保障,对时延、传输可靠性和价格等方面都提出了很高的要求。况且很重要的是,还需要相关标准和法律法规的保障。

其实,百度的宏愿并不是成为一家出行服务公司,而是城市智能交通运营商,连接G端的政府、B端的合作伙伴、C端的海量用户、D端的开发者,打造智能交通繁荣生态,创造巨大的经济效益。

因此,百度的车路协同解决方案是一个系统工程,包括“聪明的车、智慧的路、实时的云、可靠的网和精确的图”五大体系,并且需要跟当地政府深度合作,难以快速铺陈开来。

放眼全球,无人驾驶技术商业化经历了漫长的暗夜。在2014-2018年间,无人驾驶技术井喷式发展,Cruise、Argo 等创业公司密集出现,通用、大众、福特等车企,Uber、Lyft、滴滴等网约车公司争相研发。

2021年以后,Uber、Lyft 卖掉无人车业务,大众、福特放弃投入数十亿美元投资的 Argo AI,任其倒闭。

萝卜快跑发展提速,被业内人士视为无人驾驶商业化落地曙光初现。但光明似乎没有那么快会到来,主要原因在于网约车已经不再是门好生意了。

网约车市场经过10余年激烈竞争,由增量市场进入存量市场,司机和平台增速超过用户增速,运力接近饱和,日均订单量和收入锐减。

网约车公司多采取低价补贴的方式争抢用户,作为行业龙头的滴滴,直到2023年才首次扭亏为盈,此前连亏11年。

而且受经济大环境影响,网约车用户规模增长已经跟不上司机数量和网约车公司的增速。拿三年的数据对比,2020年12月底,各地共发放网约车驾驶员证289.1万本。到了2023年12月底,这一数字已经上升到657.2万本。也就是说,短短三年多,网约车驾驶员证的数量增加了约127.3%。

网约车平台公司的数量也在增长。2020年12月底,全国共有214家网约车平台取得经营许可。截至2023年12月底,这个数字上涨到337家,增长了57.5%。

再来看看用户规模,截至2020年12月,我国网约车用户规模为3.65亿。而过了三年,我国网约车用户规模为5.28亿人,3年增长约44.6%。

自2023年以来,三亚、上海、重庆、珠海、济南、遂宁等城市发文称网约车数量已经饱和,车辆运力已远超实际需求,并决定暂停受理网约车经营许可及运输证核发业务。

行业内卷带来的直接后果是日均订单量和营收双双下降。以广州为例,根据广州市交通运输局发布的数据,从2023年9月至2024年5月,网约车日均订单量从14.21单下降至12.22单,日均营收也从343.34元降至311.63元,哪怕整月无休也难过万,再刨去充电、车辆折损、吃喝等成本,净收入只有六七千。

在这种僧多肉少的情况下,无论是人类司机还是无人车,都挺难赚钱的。

03 取代司机慢

目前舆论争论的焦点在于无人驾驶是否会导致司机大规模失业,其实很难。网约车司机与萝卜快跑看似对峙激烈,其实主因在于行业红利渐尽,而非被技术抢了饭碗。

萝卜快跑的规模相较网约车司机简直是九牛一毛。

武汉是萝卜快跑投入数量最多且运营范围最广的区域,武汉市上路“无人车”数量共有600台,其中开通了载人收费业务的仅有444台。但相较于武汉市日均运营 2.94 万辆网约车的体量,萝卜快跑投放比例只有1.5%。

我们看到的网约车司机强烈抵制乃至失业,更多是因为这行越来越辛苦,收入却越来越少,还有各种职业病,只能去谋求其他生路。

正如工业革命时期,纺织工大量失业,但很难判断这在多大程度上是由机械化造成的。事实上,纺织工的失业率长年居高不下,与经济衰退保持着同步,这表明失业在一定程度上是周期性的而非技术性的。

萝卜快跑的发展速度不仅受到其商业化落地速度的限制,也跟人们对无人驾驶技术的接受和信任程度有关。真正能让人撒手把生命交给冰冷的系统,是一条漫长的信任构建之路。毕竟真人司机跟乘客共沉沦,自然不敢乱来,无人驾驶一旦失控,报废的是车,失去的是命。

此外,出租车作为服务行业,以后比拼的焦点将不再是越来越低廉的价格,而是越来越精细的服务。无人驾驶出租车即便能替代掉一些车内脏乱差、开车暴躁乱加塞的司机,但也始终无法替代那些服务热情、上下车帮忙搬行李、聊天提供很多情绪价值的司机。

从历史经验来看,技术的替代是渐进的,而非激进的。马车被汽车替代在我们现在看来是一蹴而就的,其实经历了100多年的时间。早在18世纪中期,法国人就发明了第一辆蒸汽汽车,19世纪20年代伦敦街头就出现了第一辆公共蒸汽汽车。

对于维多利亚时代伦敦城里的市民们来说,这些汽车既不美观,也不优雅,噪音轰隆作响,还有前后冒出的黑烟。他们视汽车会洪水猛兽,更加青睐马车。

当时伦敦街头有超过30万匹马,靠马生存的马车夫、马厩管理员、马商、公共马车司机等行业的人数高达数十万人,达到了伦敦总人口的5%。马车导致了严重的交通拥堵,马粪也使得环境卫生堪忧,直到19世纪末人们才开始接受汽车。

技术发展纵然导致一些职业消失了,但却创造了更多工作岗位,工作环境也大为改善。而且对劳动力的素质要求更高,工资待遇也更好。

汽车带来了一个新的产业,从采矿、钢铁、橡胶、塑料,到司机、修理工、装卸工,一个长长的产业链从无到有地产生了,安排的就业是马车时代的数万倍。

但是我们对此也要谨慎乐观,毕竟人工智能时代创造的新工作需要更高水平的专业知识,让失业者接受再培训之后去做这些工作,可能还不如直接创造完全属于人类的全新工作。

在过去的自动化浪潮中,劳动者通常可以从某个低技能的工作轻松转到另一个低技能的工作。比如因农业机械化而失业的农场工人可以在生产拖拉机的工厂里找到新工作;工人失业后,可以去超市当收银员。这种职业转变在过去是可行的,因为从农场到工厂、从工厂到超市,都只需要稍加培训即可。

但收银员或纺织工人的工作全部由机器人接手之后,他们几乎不可能变身为医学研究人员、无人机驾驶员或“人类+人工智能”的银行团队中的一员。他们缺少必备的技能。

而且人工智能拥有独特的非人类能力。自动驾驶对司机的取代并不只是一辆无人车取代一位司机,而是需要一套集成网络取代一群司机。

举例来说,交通规则时有调整,但许多司机并不熟悉,于是常常违规。此外,每辆车都是独立运作的实体,所以当两辆车到达同一个十字路口时,司机可能会误读彼此的意图,于是发生事故。

自动驾驶汽车是连接成一个整体的,两辆自动驾驶汽车来到十字路口时并非独立运作,而是属于同一套算法的一部分。这样一来,因沟通不畅而发生事故的机会也就大幅减少。此外,如果交通部门决定调整某些交通规则,所有的自动驾驶汽车都能轻松地在同一时间更新程序;除非程序出错,否则大家都会遵守新的规则。

因此,未来虽然会出现许多新的人类工作,新的“无用阶层”仍在日益庞大。一方面许多人找不到工作,另一方面许多雇主找不到有技能的雇员。

这有点像汽车取代马车时,许多马车夫转行当出租车司机。而我们究竟是马车夫,还是被淘汰的马,取决于自身的主观能动性。

04 结语

前段时间,萝卜快跑在武汉街头撞到一位行人,起因是车辆在绿灯起步之际,行人闯红灯。

一时间,萝卜快跑的车停在路中间,被撞倒的行人躺在车前,交警站在一旁也没什么办法,不能开罚单,也不能把它挪开,所有的车都被堵在那里。

面对这个无意识的自动化出行工具,大家都显得不知所措。

这就像一个隐喻:技术变革是系统性的,目前整个社会都还没有做好准备。如果现有的社会和政治模式无法承接大规模的技术变革,技术替代就会放缓。

作者 | 阿空

编辑|浩然

本文由人人都是产品经理作者【商隐社】,微信公众号:【商隐社】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。