趨勢索引 與 未來研究

知識改變人類命運

至今為止，我們討論了很多跟《第三波》作者提出的人類文明發展階段的一個簡化分類。在人類經歷漫長的游牧、原始式的生活模式後，我們開始得到知識，而這種知識改變了人類往後的發展﹕耕種技術。耕種可以讓人類落地生根。人終於可以安頓下來，並且能首次透過這種技術，得到剩餘的食物。

在這之前，人類是靠暴力、武力來獵殺，以及征服其他群族。這段歷史不是沒有知識的出現，它們多以口授的經驗流傳下來，當然當中帶有大量的迷信色彩。但農業技術的出現可以說是人類在應用知識上的重大革新，它除了能讓人落地生根及囤積食物以備不時之需，更重要是生產力的提升。但什麼是生產力？且讓我們認識一個很粗疏的定義﹕它是指做某種工作的效率。例如以前要養活一家人，你需要某一個量的食物，今天因為農業技術出現，這要求能輕易地被滿足，知識的威力就在於此。農業生產技術的出現，讓我們的產量能大大提高，然後，人類因此出現了所謂「閒置的智力（cognitive surplus）」。

閒餘用腦早著先機

在一本討論人類文明演化過程的著作《槍炮、鋼鐵與細菌》中，談論為何歐洲在文明與科學等範疇上可以領先，是否歐洲人天生的才智都較其他地方的人優越？作者用上地理環境的優勢來說明歐洲人只是佔盡先機，而非才智過人。

書中提及的一個令我覺得有趣且著迷的元素，就是「閒餘時間」的出現。歐洲，尤其是接近溫和天氣的地區，適合耕種及畜牧，使人類擺脫勞碌奔波的游牧生活，進入了落地生根的年代。有了耕種的方法，以及可馴動物的勞力替代，大大提升了人類的生產力。人類終於有系統地出現了「閒餘時間」。

閒餘時間對當時的人有什麼衝擊？多的是。歌舞音樂、藝術、娛樂、科學的發展，與閒餘時間的出現有著極大關係。但《槍炮、鋼鐵與細菌》的作者有興趣討論的是，活在氣候溫和地方的人類，藉由耕種技術及動物的勞力，將人類從很多勞動中閒置出來，作更高層次的思維活動。這些心智上的消閒活動，讓這些人在後期發展出科學的理論。有了科學理論，歐洲人才可以領先其他地區發展出槍炮、鋼鐵與疫苗。

請記住，重點不是歐洲人特別聰明，只是他們較早出現閒餘時間，讓他們早著先機。簡單來說，閒餘時間對於人類來說是一件絕不等閒的事情。這也有力地說明了閒餘的出現，會讓人類的生活從此不一樣。那即是說，當人類有足夠多的時間，便會找一些事情來做，以滿足人類永遠不滿足的特點。閒餘為人類帶來重大貢獻。

回到我們以知識作為一種權力的討論。我們不難從這些歷史中，總結出只要有知識的出現，人類的命運便隨之改變。人類在生產過程中，因為之前出現的知識令生產效率大為提升，從而幫助了不少人閒置出來；而當他們在閒置的時候，有一樣事情會發生﹕更多的知識得以產生。

人類從動物進化走過來，帶著的只是一股蠻力。但知識逐漸出現，令人類使用氣力與武力的比重持續地下調。知識也是隨著農業社會、工業社會慢慢地爬升到今天，成為了整個社會不能或缺的部分。今天，以至未來，真的無法想像沒有知識含量的生產以至生活模式會是怎樣？

大數據「知道」妳懷孕了，又怎地！

在預測界紅人 Nate Silver 的近作《精準預測》中，提到在預測中必須包容「噪音（noise）」，因為世界本來就是那麼不完美，並不是你用心去找所謂的「隱伏在後的潛模式（或潛趨勢）」就會找到。今天我們炒得火熱的「大數據（big data）」，就是有很驚人的數字拆解力（number crunching），幫助我們什麼都拆一頓。而如果你要這樣拆，答案是你總會拆到一堆模式出來，有一些是滿令人驚喜的。

少女懷孕「未卜先知」

一個大數據常用的例子就是美國的大零售商 Target，於 2012 年的一期 New York Times Magazine 的頭版搶盡風頭，因為該報報道了一篇關於 Target 如何在芸芸數據中配對出哪個顧客很可能已經懷孕。整個故事非常精彩（精彩到我仍懷疑其真實性），話說有一名怒氣沖沖的中年男人走到其中一家店的店員面前，手持著 Target 用電郵寄出的購物優惠券，但購物的內容卻已經有所預設﹕一些孕婦用品的優惠。那名男子原來是一少女的父親，因在其女兒的電郵信箱上收到 Target 寄來的優惠券，很不滿意地質問店員為何向他的女兒寄出如此有意圖的「鎖定式推廣」，其意思是否 Target 鼓勵他的女兒嘗試懷孕？店員當然一頭霧水，店長查明了原來是 Target 背後的數據分析，查閱該少女的購物紀錄中有某種組合（葉酸維他命；鋅、鎂營養片和某些很特別的潤膚膏等等）便推斷該消費客戶有 87% 的可能懷有身孕，而且預產期大約是在什麼時候。因此 Target 的電腦推廣系統便會再配對一些相關的孕婦用品資料，發到她的電郵信箱去。店長及後回電，準備向該名男子道歉並說明，誰知那名男子在電話中主動道歉並詢問他們是如何得悉他的女兒真的已有身孕！以上的故事是大數據最喜歡採用的，以「較她爸爸還早知道女兒已有了身孕」來說明大數據的威力。

第三波還需人腦分析

今天社會已經開始邁進「第三波」，即以資訊、數據來產生有用的知識，並利用知識創造財富的年代。而近來大數據的浪潮好像在向我們宣示，我們已經進入了第三波的年代了。但各位必須懂得區分，「開始邁進」第三波不等於「已經進入了」第三波。但這又以什麼來做準則呢？一切還是以人的思維素質，而不是科技來判定的。

Nate Silver認為，能拆解數字的電腦「粗暴」運算，將很多看似「無厘頭」的資訊用不同方式分析，讓我們可以參考同一組資料的不同維度。當中我們必然會有一些很棒的發現（例如Target的例子），但同樣重要的提點是，我們的世界仍然是不完美的，很多時候噪音就是噪音，真的沒有任何值得再演釋。更多的分析只會是在一堆噪音上「過度演釋（over-interpretation）」！人腦仍是非常重要的，但他／她必須懂得如何判別哪些是信息，哪些是噪音。有了這種能力，思維層次才能與第三波經濟同步。

現代人思維仍然滯後

現下的問題是﹕社會雖然開始步進第三波的經濟，但我們的思維在很多時候仍滯後在第二波的「集中、集權、大量、標準」等層次上，第三波科技所拆解出的資料仍然是不懂得解讀與分析，到頭來只是另一層次的噪音而已，而且是愈來愈多噪音。

上周我談及全力發展第三波經濟的新加坡。沒錯，他們有好的政府願意花錢，決心投資，結果不斷吸引外資及國外人才，在很多有利第三波發展的金融、生物科學、管理學上都有長足的進步。而香港政府的不長進，沒有這些方面的長遠投資，是否意味著我們一般百姓不能踏進第三波經濟？我的觀察是，在配套上的支援當然重要，但我們實在需要明白，在第三波世界到底要求怎樣的思維模式，我們才能判別到底哪個地區是最有潛力發展第三波的。下一期與各位分享未來的思考需要什麼。

知識工作者不如勞動者

未來關鍵詞：知識工作商品化 (commoditization of the knowledge worker)

Amazon.com 在 2012 年花了七億多美元買下了一家於 2002 年創立的小公司 Kiva Systems，從銀碼上來看都會知道這是一項大投資。剛巧在 Amazon.com 買下這家公司前一陣子，就有一篇報導是關於美國某家大型零售店的倉庫員工平均每天要走十哩路，意即是說他們每天都要在倉庫裡為了找貸品來回很多很多遍，這些路程的總加有十哩路之多！那與 Amazon.com 有什麼關繫呢？這是因為 Kiva Systems 製造了一種能在倉庫快速走動、尋找、以至搬運貨品的小機器人。它們能比一般沒有自動化設備的貸倉有效四倍之多！對於今天世界各地的消費意欲大不如前的經濟環境中，這家網上零售巨人不單沒有被影響，反而是因為它的效率令客戶非常稱心滿意，而一直在擴張。但它的成本卻沒有被太大的影響，其中一個說法是：Kiva的機械人在取代很多貨倉工人的工作。

我們終於來到一個科技尤如科幻的年代了。這樣說來是希望突出今天科技的突破不再是一些小功能上的突破而已。但這一次我們試從經濟學的角度來看吧。經濟學家一直觀察到的現象是經濟增長與就業率是同步的，即當經濟增長的同時，對勞動力的需要也是同步的上升。這也是經濟學家以及政客們為什麼會那麼關心失業的問題。但在 2010 年在美國，有趣但不受歡迎的事情發生：雖然在失業率高企的情況下，美國企業的經濟竟然持續增長，卻沒有帶來更多就業機會。2011 年這股趨勢更有出現擴大之勢。這是否意味著科技的長足發展，終於來到一個轉折點，這不單只是機械人取代人類勞動力那麼簡單，那也包括電腦的人工智能運算能取代很多白領工作（甚至是所謂的知識工人）的智識型工作。

的確，在過去廿五年，薪酬提升最少的竟然不是最低下階層的勞動者，而是比最勞動的一群高一點點，多一些「技術含量」的白領知識型工作者。這個結果是蠻震憾的，一直以來我們都認定了知識型工作者是未來社會的最大需要。但偏偏現在卻被觀察到最有希望的那一群成了最沒有希望的一群。這個現象很多學者專家仍在解讀中。

Amazon.com 的 Kiva 倉存管理系統固然是在替代勞動者的工作。但最近的數據卻使我們體認到他們並不是最受挑戰的一羣。現在所有工序都被流程化，反而現在是可以將一些後勤的工序完整地外發到印度去。編碼或設計系統的過程固然仍需要專業工作者來完成，但若然這個步驟完成了，跟著這一批人基本上是可以回家了。當知識被流程化的時候，餘下來的就是程序交由系統自行處理，效果遠比人類可靠。一般的「專業人仕」被發現自己就是因為不夠專業而被取代。下一個問題是：那還有什麼是不能被取代呢？

未來就是發生在我們面對，無論你喜不喜歡這個未來也好。我們仍然是要活在那裡的。但同時也是否意味著我們提倡「增長」的年代已經到了強弩之末，接下來我們反而可以將焦點放回人身上，而將效率、效益、成本等事交由機械去處理算了。