在 1700 年，歐洲最有權勢的人——或許是法國的路易十四——仍可能死於一次簡單的傷口感染或天花。儘管他擁有鑲金的宮殿和數千名僕人，但他生活在一個沒有抗生素、冷藏設備，甚至沒有基礎室內排水系統的世界。

今天，一個打著零工的大學生所過的生活，在當時的國王眼中簡直就像巫術。我們口袋裡裝著人類知識的總和，我們能在數小時內橫跨大洋，我們能從曾經傾覆帝國的疾病中倖存。

我們常常將這種進步視為理所當然，但這並非一帆風順。它是被一場被稱為「工業革命」的巨大且往往混亂的劇變所推動的。今天，我們發現自己正站在一個類似的懸崖邊緣：AI 革命。雖然工具已從鋼鐵和蒸汽變成了代碼和「算力」（Compute），但故事的核心依然驚人地相似。要了解我們要往哪裡去，我們必須看看我們走過的路——而最好的方式，就是透過兩個相隔數世紀出生的人的視角。

兩個生命，一個模式

遇見 Thomas。現在是 1800 年，Thomas 是英格蘭一個小村莊裡的织布大師。他技藝高超；他的雙手以幾十年磨練出的節奏精確移動。他是社區的支柱，賺取穩定的收入來養家糊口。

現在，遇見 Alex。現在是 2025 年，Alex 是某中型營銷公司的初級數據分析師。Alex 整天都在清理電子表格、構建儀表板，並撰寫總結消費者趨勢的報告。和 Thomas 一樣，Alex 技藝高超、受過良好教育，並且對一條僅在五年前看起來還「永不過時」的職業路徑感到相對安全。

Thomas 和 Alex 都即將經歷一場重新定義「工作」意義的轉型。

齒輪轉動前的生活

要體會變革的規模，我們必須記住工業革命前的生活是多麼狹隘。在人類歷史的大部分時間裡，70% 到 90% 的人口從事農業。工作不是一項「事業」；它是一場艱苦的、從日出到日落的生存之戰。

當時沒有電力來照亮夜晚，沒有冷藏設備來防止食物腐爛，也沒有衛生系統來排走疾病。那個時代的統計數據令人清醒。在 1700 年代後期，出生時的平均預期壽命徘徊在 24 到 35 歲之間。這並不是因為每個人都在 30 歲時去世，而是因為嬰兒死亡率高得驚人——大約三分之一的孩子活不到五歲生日。

生活是艱難、在地且受限的。如果你出生時是農民，你死時也是農民。如果你是像 Thomas 這樣的織布工，你的世界是由你肌肉的物理極限所定義的。

國王與大學生

我們常將歷史想像成緩慢的爬行，但工業革命是一次跨越。如果我們將前工業時代的國王與現代的普通人相比，生活品質的「底線」已經被提高到幾乎無法辨認的程度。

國王擁有權力，沒錯。他有音樂家為他演奏，但他無法在 Spotify 播放清單上點擊「播放」任何曾被錄製過的歌曲。他擁有當時最好的醫生，但他們很可能使用放血療法，因為他們不知道細菌的存在。他花費巨資從山上運來新鮮冰塊，而我們只需花幾分錢就能讓冰淇淋在冰箱裡保持固體。

重點不在於財富在今天不重要——它確實重要。重點在於技術提高了每個人的「地板」。最基本的現代生活也包含了 1700 年最富有的精英用國庫裡所有的黃金也買不到的奢侈品。

當蒸汽遇見織布機

Thomas 所面臨的衝擊始於蒸汽機和動力織布機。突然之間，一台機器在一小時內能完成的工作量，Thomas 需要一周才能完成。蒸汽不僅僅是輔助他，它還威脅要取代他。

工作發生了轉移。人們離開鄉村清新的空氣，前往新工業城市那被煤煙染黑的空氣中。Thomas 目睹了他的專業技能幾乎在一夜之間失去了市場價值。在英格蘭的某些地區，手工織布工的工資暴跌了 50% 以上，因為工廠用更便宜的機器織布充斥了市場。

這導致了一段時期的強烈恐懼和反抗。一群被稱為盧德分子（Luddites）的人開始闖入工廠並砸毀那些「偷走」他們麵包的機器。他們並非因為討厭進步而反技術；他們是因為自己的生計在還沒來得及適應之前就消失了而感到恐懼。

進步的混亂中期

歷史書往往略過「混亂的中期」。我們將工業革命視為成功，是因為我們生活在「長期」中，但對於那些經歷過轉型的人來說，那是痛苦且不平等的。

然而，隨著舊角色的淡出，出現了 Thomas 無法想像的新角色。世界需要工廠管理人員、機械工程師、蒸汽船船長和鐵路職員。城市化呈爆炸式增長。在英格蘭，城市人口在短短幾代人之間從大約 20% 增長到 70% 以上。

長期的成果是不容置疑的：預期壽命開始從 30 攀升至 70 甚至更高。商品變得「通縮」——這意味著它們變得便宜得多。以卑微的鐵釘為例。在自動化之前，鐵匠必須親手敲打每一顆。隨著機器接管，釘子的成本下降了 99%。

這對只會打釘子的鐵匠來說是災難性的。但對其他人呢？這意味著他們突然能負擔得起蓋更好的房子、買家具，並以創造更多工作的方式來發展經濟。

進入 Alex：AI 革命

現在，這個模式在 Alex 身上重演。如果工業革命取代了人類體力，那麼 AI 革命則正在增強——在某些情況下，甚至是取代——人類認知。

Alex 正看著 AI 工具開始自動化數據分析過程的部分內容。AI 現在可以在幾秒鐘內清理數據集、發現趨勢並撰寫總結。這不僅僅發生在數據領域；它正衝擊著寫作、編程、法律研究和醫學診斷。

就像拿著釘子的鐵匠一樣，Alex 看到基礎認知任務的「成本」正下降至趨於零。如果 Alex 的唯一價值是「將數據從 A 點移到 B 點」，那麼未來看起來就像手工織布工當年一樣黯淡。

這台「新機器」到底是什麼？

為了應對這一點，Alex（以及我們所有人）需要了解 AI 到底是什麼。它不是一個裝在盒子裡的單一「大腦」。它是一個技術層級架構：

  • 人工智能 (Artificial Intelligence)： 讓機器模仿人類智能的宏大目標。
  • 機器學習 (Machine Learning)： 計算機從數據中學習，而不是遵循嚴格程序規則的子集。
  • 神經網絡 (Neural Networks)： 一種受大腦啟發的特殊機器學習類型，涉及數學「神經元」層。
  • 大型語言模型 (Large Language Models)： 一個更進一步的子集（如 ChatGPT），它根據海量數據預測序列中的「下一個詞」。

然後是**「算力」（Compute）**的概念。在工業革命中，權力的貨幣是煤炭和蒸汽。今天，它是「算力」——運行這些龐大數學模型所需的原始處理能力。訓練一個大型語言模型涉及數十億次矩陣運算和海量內存。正如更大的蒸汽機可以驅動更大的工廠，更多的「算力」能實現更聰明、更強大的 AI。

失敗預測的規律性

因為變革感覺如此之快，人們常做出極端的預測。2016 年，包括 AI 先驅杰弗里·辛頓（Geoffrey Hinton）在內的一些專家建議我們應該停止培訓放射科醫生，因為 AI 很快就會比人類更擅長閱讀 X 光片。

快進到今天：我們的放射科醫生比以往任何時候都多。為什麼？因為雖然 AI 擅長在影像中識別模式，但放射科醫生的工作包含更多內容——與其他醫生商討、做出複雜的倫理決策，以及監督整個診斷過程。

最大的風險並不是「沒有工作」。風險在於變革的速度。工業革命花了六代人的時間才完成；而 AI 革命可能只需一代。

適應：化身為「水」

有些角色將會過時，就像馬車司機或鄉村鐵匠一樣。其他角色將會轉型——出租車司機變成物流經理；作家變成 AI 生成草稿的編輯。還有些角色在目前是無法想像的，就像「電腦程序員」或「廣播主播」對 1800 年的 Thomas 來說一樣。

在這個新時代生存的關鍵是李小龍常被引用的一個概念：「化身為水」（Be water）。 在一個「執行」（執行任務）成本下降的世界裡，價值移向了「意圖」（知道要做什麼任務）。

  • AI 提供執行： 它可以編寫代碼或報告。
  • 人類提供目標： 我們定義什麼是「好」。我們設定「品味」的標準。我們決定哪些問題值得解決。

誰在 AI 時代勝出？

「贏家」不一定是擁有最強技術技能的人，而是適應力最強的人。

  1. 策展人： 那些能使用 AI 生產出十倍內容，但擁有能分辨哪 10% 值得保留的「品味」的人。
  2. 終身學習者： 那些不將教育視為成品，而是視為持續軟體更新的人。
  3. 目標設定者： 那些能看透複雜問題，並將其拆解為交由 AI 解決的任務的人。

織布工 Thomas 掙扎是因為體力技能是他唯一的籌碼。Alex 擁有 Thomas 當年不曾擁有的選擇：Alex 可以利用威脅他工作的工具，讓自己變得更強大。

地平線

我們正生活在一段歷史的回聲中。我們今天對「演算法」的焦慮，與 Thomas 當年對「引擎」的焦慮是一樣的。

如果歷史是我們的指南，轉型將是混亂的。會出現不平等，也會有極度困惑的時刻。但如果模式保持不變，我們正走向一個人類存在的「地板」再次上升的世界。

現代生活建立在 1800 年那些消失工作的廢墟之上。2100 年的世界將建立在我們今天所擁有的工作的轉型之上。問題不在於機器是否會到來——它們已經在這裡了。問題是：你會用它們建造什麼？

你有哪一項技能是機器無法複製的，你又如何利用 AI 來放大它？

參考資料與延伸閱讀