Working With Robots in a Post-Pandemic World
29:02 Share

对教授马特·比恩的采访，关于他与教授埃里克·布林约尔夫森共同撰写的最近论文《在后疫情时代与机器人合作》。 订阅：RSS | iTunes | Spotify | YouTube

主题：深思熟虑 凯文·麦克劳德 (incompetech.com) </context> <raw_text>0 你好，欢迎收听SkyNet Day的《让我们谈谈AI》播客，在这里你可以听到AI研究人员关于AI实际情况和那些只是点击诱饵标题的讨论。我们每周发布AI新闻报道，并偶尔进行采访，比如今天。我是安德烈·克伦尼科夫，斯坦福视觉学习实验室的三年级博士生，也是本集的主持人。

在这一采访集中，我们将听到最近一篇文章《在后疫情时代与机器人合作》的作者之一，马特·比恩教授的声音。马特·比恩教授进行与机器人相关的实地研究，以帮助我们理解智能机器对更广泛工作世界的影响。

比恩是加州大学圣巴巴拉分校技术管理项目的助理教授，同时也是斯坦福数字经济实验室的数字研究员。非常感谢您加入我们的这一集，比恩教授。很高兴能加入你。好的。那么，我们的重点将是您最近发表的文章《在后疫情时代与机器人合作》，这篇文章几周前刚刚发布。

在我们深入讨论细节之前，也许我可以让您先提供一个关于这篇文章的整体快速总结，以及它的高层结论。好的。我先从高层结论开始，实际上，我们样本中的公司现在面临的，不少于他们习惯的更多的不确定性和波动性。我们的具体研究项目涵盖了电子商务，例如，您知道的，履行仓库，但也包括包裹或快递运输。整个世界在许多维度上真的在旋转。因此，传统的评估自动化投资的方式实际上

但目前并不适用。当公司考虑进行投资时，传统的计算方式，即每美元所创造的最大价值，无论是立即的还是长期的，都因为变化而失去了平衡。波动性基本上是自动化的敌人，尤其是复杂或精细的自动化。因此，实际上，公司正在

转向的，当然，这因公司而异，因行业而异，但更多地转向我们称之为即插即用的自动化。它具有一定数量的特征，

但基本特征是它可以快速购买并迅速交付，并且可以快速重新配置。它是可重构的，模块化的，并且与当前可用的自动化高度互操作。并且它不需要大量的培训时间。

另一个有趣的方面，至少对我们来说，是它的物理占地面积小。因此，有些自动化可能符合所有其他特征，但在自动化某种物理过程的设施中，平方英尺是相当稀缺的商品，并且在自动化占地面积方面的一些变化对其他相关过程也有影响。

而且，变化并不简单。变化涉及将东西固定到混凝土中或从混凝土中拆除螺栓，移动电源、空气供应，重新定向管道和斜槽等等。这一切都需要相当多的能量、时间和资金等。

因此，考虑到市场的动态性，现在企业投资这种即插即用的自动化变得更加容易和合适，如果

下周情况发生变化，如果下周工作流程发生变化，我们可以迅速重新利用这些投资来满足变化的需求。我现在在采访中提到的一个经典例子是一个简单的工业强度泵，用于

移动各种粘度的液体。它上面有一点软件，有一些传感器，但肯定没有AI，没有任何花哨的东西。但它可以用于指甲油、洗手液、汤。你可以继续列举下去。而且公司现在需要如此激烈地转变，某些公司尤其如此。因此，这种泵是极好的投资。

无论如何，这就是核心发现。广泛的研究，显然，我们并不打算研究疫情对自动化的影响。我们大约在一年半前开始了这项研究，可能稍微超过一年半。

现在覆盖了八家公司，这些公司几乎专门在仓储中部署AI驱动的机器人进行重复的手工工作，然后是他们的客户。我们在问不同的问题。我们在询问仓储

公司何时以及如何适应，特别是如何建设性地适应某些不连续的、质变的新自动化技术。恰好我们与这些公司和这些部署地点保持联系已有一年半，然后COVID来了。因此，我们无法访问这些地点。我们无法给他们打电话。我们无法要求更多的数据，而不询问COVID的影响。这将是...

这将是非常不体贴的。我是说，这些人是我们已经认识、喜欢和信任的人，反之亦然。因此，我们开始沿着这些线收集大量数据，并注意到不同规模公司的趋势是一致的。我们几乎覆盖了美国的所有地理区域，不同的行业，模式是相同的。因此，这成为了为斯隆管理评论撰写这篇文章的动力。我

我明白了。是的，这很有道理，也非常有趣。我认为这篇文章的部分动机是通过指出在其他媒体文章中，例如《纽约时报》文章《机器人欢迎接管，疫情加速自动化》，直观的故事是

因为人们需要远程工作，并且由于疫情和其他原因，自动化将会增加，对吧？以及更多的机器人适应，甚至可能更多的AI驱动机器人，无论是，您知道的，真正先进的系统。因此，听起来您的故事很有趣。

并不是说公司能够适应非常复杂的先进机器人，取而代之的是这些特定的即插即用类型的机器人，是这样吗？是的，是的，这是真的，这在COVID之前大致上就一直是如此，所以

我们已经知道，您知道，尤其是从埃里克·布林约尔夫森与一些同事和美国人口普查局的最近工作中，他们的发现是，调查的80万家工厂中，只有1.3%使用任何类型的机器人。

现在，这并不意味着AI驱动的机器人。所以这可能是那1.3%的1.3%。因此，这是一种极其不常见的技术，而且我会说它是未被证明的。

所以，未被证明的意思是，它在规模上实施的可靠性不够，简单性不够，以至于成本效益良好，成为公司良好的投资。

因此，对于许多大型公司来说，这种情况一直是有些的，许多大型公司在尝试这种未被证明的技术时进行重复的投资，以尝试找出它在哪里以及如何可能有用。共同开发项目是一个术语

在各种学科中被理解为这类活动的一个类别。现在，COVID一来，这类项目的逆风就变得更强了。它们仍在进行中。我们仍然有部署可以研究。我们仍然，您知道，令人惊讶的是，我们样本中的公司和供应商还没有破产或资金耗尽。我预计这可能会发生，因为，您知道，

实验需要时间，需要资源，需要物理空间。例如，如果您有一个机器人系统正在进行拣选和放置工作，您知道，从一个箱子中取出样品，您知道，从不同的样品中取出一个并将其放入传送带上的一个箱子中，例如，这是一个典型的例子。

这是一个令人惊叹的成就。我是说，从技术上讲，这些系统能够以任何可靠性做到这一点，接近工业级的可靠性，真是令人震惊。但设置这个需要停止传统的生产线。因此，您必须将人类从那条生产线上移开，基本上将其设置为一个机器人实验，这意味着，假设您有10条生产线，您停掉一条，您基本上

实际上减少了10%的产品，您知道，您的生产线或生产能力，至少在实验期间，这可能会持续三到六个月。如果您的需求刚刚翻了四倍或八倍，您的运营人员将永远不会允许这样做。他们的工作是确保他们为客户提供服务，而停掉10%甚至20%的产能，

去尝试，这不是我的话，有点像科学实验。通常被称为这样。现在就变得更加难以证明了。是的，这完全有道理。因此，关于AI和机器人，当然，通常的故事或

人们对失业的担忧，认为机器人和AI将取代人类工人。在十年内甚至更短的时间内，许多自动化将会取代人类劳动和工作。因此，我想知道，您是否可以扩展一下您在COVID之前和期间对机器人和人类工作的发现的影响。好的。

当然。所以有几个警告，然后我可以分享一些观点。主要要说的是，我们将在后续论文中对这个问题，即AI驱动的机器人对工作和就业等的更广泛影响，发表更多看法。因此，主要信息是请继续关注。我可以从零点开始谈起，也就是COVID，以及现在发布的这篇论文。

明确的影响，与我已经提到的即插即用自动化的发现是，人类的灵活性现在比COVID之前更有价值。在这些设施中，创造更多社交距离的努力被广泛提及。这是重要的，困难的，并且确实

在某些层面上使得试图将人们自动化出一个过程以避免接触变得有吸引力，对吧，以避免病毒传播。实际上，这更多是通过亚克力板和纸板实现的，而不是通过任何新型的自动化，或者仅仅是延长传送带的长度以使人们之间的距离更远。

但这些影响被应对变化和不确定性的需求所掩盖。应对变化的方式是，而不是试图在建筑物中进行自动化，而是让建筑物充满人。因此，我在我们的研究中有许多组织。这些是中到大型规模的机器人消费者。

履行类型的组织，他们在某些地理区域建立了新建筑，或者正在重新利用旧建筑。他们完全放弃了自动化计划。并且只是说，看看，给那个建筑增加20%的人。是的，这更昂贵。是的，这更难以管理。这些事情都有相关的成本。

但我们可以告诉人们，人类在处理意外新产品、适应变化方面非常出色，基本上。如果您做好团队管理，管理一个充满人的组织，

您可以激励他们更加努力地工作，以实现一些新的挑战目标。您知道，我们中的许多人以非常不同的方式，这场疫情是一个非凡的挑战，但我们看到人们在工作中为彼此做出的一些最好的事情正是因为这个挑战。我们在许多设施中也看到了这一点。因此，这是一种长途跋涉，短期内对人们和工作的机会更多，而不是更少。需要填补更多的工作。

在一份工作中，如果您或我在这些设施中的一线工作，那么该设施现在在复杂的自动化上的投资少于以前，这种自动化将会彻底消灭整个工作流程，或者至少会彻底重新配置，使得您不需要那么多人。

因此，您或我不仅在一线有更多的工作机会，而且在工作中有更多的机会去创造价值，去创新一个过程，去注意某种改进的方式，去更多地了解建筑的运作，去与其他人更多地联系。因此，高度自动化的过程是人与人之间的联系

是物理上和社会上都保持距离的。这就是高度自动化的过程的样子。您不会与彼此多交谈。您不会有太多社交活动，或者在学习方面，您不会有太多机会作为一个集体去注意事情，比如讨论如何改进，看到新的机会。而现在，这种情况多了很多。因此，在某种奇怪的方式上，COVID提供了更多的

工作机会，更多的学习和发展的机会，但肯定比之前有更多的工作机会。

我明白了。是的，所以这，我想这是重要的，或者至少值得注意的，即使直观上可以看到人们可能会失去工作并被不易感染疾病的自动化取代。您在这项研究中表明，实际上，在短期内，在COVID期间，响应疫情的

情况并非如此。主要似乎是这些较小的即插即用系统是人们可以使用的，而更大、更先进、更复杂的东西在紧急情况下并不是您所依赖的。我想问您，结论是否广泛地说，当我们面临这些危机时，这就是我们可以得出的关于自动化和机器人使用的结论？

嗯，这很有趣。嗯，这是一个有趣的潜在影响，值得进一步研究。我认为这合乎逻辑，对吧？嗯，关于组织、群体和社会如何应对危机、灾难的整个文献，您知道，灾难，或者巨大的机会，对吧？所以，嗯，让我们去月球，或者美国各地的淘金热，等等。

而且，在我思考的那一系列工作中，一致的发现是

复杂性和刚性在您组织的方式、您使用的技术中是敌人，因为您需要快速学习很多东西，并且需要能够适应，即改变流程、改变人员、改变技能，以应对快速变化。因此，是的，我认为这是，我们的发现是这一点的一个变体。

只是更细致的发现，围绕自动化技术的影响。但只要这种波动性存在，我认为我们将看到更多关于人类在适应和寻找新方法处理事情方面发挥重要作用的故事和数据。是的。

我明白了。是的。因此，像往常一样，我不会低估人类及其重要性，即使我们确实取得了各种进展。不过，还有一个快速重要的补充，我认为我们都知道，您知道，AI驱动的机器人在相对中期甚至更长期的某个时候，

能够在高度不确定和动态的条件下以高可靠性执行重复的手工工作。看到我所看到的，我无法详细谈论这些公司，但看到他们的部署，我绝对是，我的意思是，我尽可能密切关注这些事情。许多公司正在做一些五年前会被认为不值得追求的事情。

因为这实在是太具挑战性了。因此，进展，您知道，在幕后，接近地面是相当惊人的。当您向某人展示一个例子，您知道，看看，这个机器人可以以99.96%的可靠性处理这些香水样品。您知道，当您改变光照、方向、温度等时。

这对外行人来说看起来并不惊人，但对我来说是惊人的。因此，我认为低估这些影响是个坏主意。只是它们还没有到来。在规模上，这些东西在成本效益上还需要相当长的时间。是的，这也是一个很好的观点。我实际上想提到一篇与埃里克的作品相关的文章。埃里克，我实际上不知道您的系列名称。

来自埃里克·布林约尔夫森的论文《再生产力J曲线：无形资产如何补充通用技术》。所以，是的，我还想快速提到，听起来一个普遍的故事是，即使您获得了这些新技术，比如这些AI驱动的机器人，

即使您有概念验证并且有初步结果，仍然需要大量投资和相当长的时间才能使公司能够有效使用它们，并真正从中获得最大收益。因此，最初，可能需要数年时间来理清如何最好地使用它们，然后会有一个大的变化。这是一个公平的、广泛的估计我们可能会看到的情况吗？

这是两者，您知道，所有模型都是错误的。有些是有用的。那是一个有用的模型，但在某种程度上是深深有缺陷的。因此，效用是存在的。我们有研究可以追溯到100多年前，但肯定有90年左右，显示每当出现某种质变的新形式的自动化时，

它需要，您知道，没有固定的时间表，但它需要更长的时间才能找到其最终或非常高的效用最大值。远比任何人预期的要长。更多的失败，有时是死亡，当然还有伤害，涉及到寻找这些最大值的更多资金。

是的，因为每个人都在试图找出在哪里以及如何使用它。经典的例子是电动发电机。它在世纪之交出现，企业开始尝试将其纳入，但几乎花了25年时间，企业才从在工厂中间的单个凸轮轴上安装一个巨大的电动发电机，驱动许多带子，每个带子都连接到单独的设备，

转变为将小发电机连接到每个设备。因此，是的，这是一个非常普遍的发现。关键的谬误在于，我的工作在某种程度上补充了埃里克的观点，必然是有人比其他人更早地发现了这些新技术的每一个方面。

因此，逻辑上不可能每个人在15年后同时发现这个单一发电机与单个设备的解决方案。总会有人更早发现。

而且，这需要一段时间才能扩散。原因有很多。但我所做的工作是走出去到现场。我的前一项关于机器人手术的研究也是如此。即使在引入15、18年后，培训人员仍在努力学习如何使用名为达芬奇的机器人手术系统。

以及其他机器人手术系统。但是，只有极少数找到新的方法来培训和学习如何使用该系统。这些人非常稀少，彼此隔离。他们没有意识到自己在做任何创新。因此，找到他们是艰难的。这就是我们当前研究的目标，走出去，包含大量公司，样本中的供应商，以及更多的部署地点，试图找到

个人、一线工人和组织实践或条件，这些条件导致与其他人相比的非连续早期成功。没有一个组织或个人会完全正确，完美地做到我们在15年后都会认可的成功方式。但是，您知道，如果您有足够大的样本量，您可以在负面堆中找到那个积极的针。

因此，这就是这种J曲线发现准确的方式，但也掩盖了成功并不是一下子从无到有的道理。听起来很有道理，听到您未来的研究以及在早期采用者中看到的成果非常令人兴奋，他们真正充分利用我们今天所拥有的东西，正如您所知道的，AI驱动的机器人在某些方面取得了令人印象深刻的进展。

因此，我认为我们已经涵盖了相当多的内容，关于这篇文章及其相关主题。我想我只需要问您，是否还有我们没有提到的内容，您认为在后疫情时代与机器人使用方面值得注意的？

我想，您知道，我想说的是，我对这种研究感到兴奋的原因，我认为埃里克也是，我认为我们研究中的供应商和组织感到兴奋的原因是

关于这些技术的影响，特别是非常先进的技术对工作、就业等的影响，有很多说法。我们最终生活的社会类型。我们有很多问题，这些技术是否以某种方式被构建、销售、部署、消费、使用、修改，朝着我们希望的社会靠近，还是远离，或者在某些情况下两者兼而有之。我们对此并没有很多好的数据。我是说，我们开始得到一些有趣的研究，但我认为，尤其是当这些技术

具有强烈的政治影响时，关于资金、教育、政府、法律等的大决策正在制定并且在过去十年中已经制定，而缺乏这种数据。我认为，至少对我来说，这是真正推动这项工作的动力。如果有一个信息我希望传播，那就是

我们都应该努力获取更多关于实际情况的数据，无论是关于设计过程、这些技术如何销售到市场、开放世界的过程，还是它们如何被使用等等。获取这些过程的数据将帮助我们做出实际的、基于事实的、良好的决策。

社会科学，比如建立关于实际发生的事情的良好理论。但对于政治家、立法者、商业领袖、技术专家来说，做出关于这些技术后果的明智决策，我认为我们需要更多这样的工作。显然，我们都说，如果你有锤子，所有东西看起来都是钉子。这种工作和获取这种数据就是我所做工作的原因。因此，当然，我会说这样的事情，但在没有这些信息的情况下做出决策似乎是一个严重的缺口。

您所依赖的只是您的假设或您听到的关于发生事情的轶事，而不是一个系统的数据集。因此，我希望如果有任何人在听，觉得和我有同样的感觉，请参与，尝试支持一项研究。如果您想被研究，请联系。

您知道，我们只需要建立一个更大的部落，专注于这种工作，以便我们能够做出更基于事实和数据的决策，而不是基于心理模型，这些模型基于各种事物。科幻小说，我们在这里讲述的故事，您知道，您可以命名。

绝对如此。作为一名AI研究人员和专注于机器人技术的人，我在这里看到这些故事，您知道，人们提到它们，我很高兴看到您在进行这种实地研究，关注实际影响并收集这些数据。因此，在这一点上，我们可以结束。再次感谢比恩教授加入我们这一集。很高兴能加入您。非常感谢这个机会。

感谢您，听众，收听我们这一集的SkyNet Today的《让我们谈谈AI》播客的采访。您可以在skynettoday.com找到与今天类似主题的文章，并订阅我们的每周通讯或类似内容。无论您在哪里收听播客，请订阅我们，并且如果您喜欢这个节目，请不要忘记给我们留下评分。请务必收听我们未来的节目。