[[206343]]

與大批機(jī)器人一起共事，在美國的一家公司里，已是習(xí)以為常的事。在這里，一名員工能擁有數(shù)位機(jī)器人助手，大量重復(fù)的工作被分擔(dān)掉了。但同時(shí)，有人的內(nèi)心也不免焦慮，隨著越來越多、越來越能干的機(jī)器人同事出現(xiàn)在不同崗位，他們也擔(dān)心著，自己的職位有天將被這些“呆頭呆腦”的學(xué)徒們所取代。

這家公司就是——亞馬遜。

本文翻譯自紐約時(shí)報(bào)，原文標(biāo)題 《As Amazon Pushes Forward With Robots, Workers Find New Roles》 ，作者，NICK WINGFIELD，由虎嗅編譯。

美國新澤西州南部，有一家亞馬遜的大倉庫。從去年年底，Nissa Scott便開始在這里工作，那時(shí)，她的主要任物是將塑料箱擺放到貨架上。對于Scott來說，這著實(shí)算不上有趣得工作，每個(gè)塑料箱重20多斤，在長達(dá)10個(gè)小時(shí)的工作內(nèi)反復(fù)托舉也令人十分疲憊。不過現(xiàn)在，21歲的Scott有了新的 “接班人”，在大貨倉里，一只巨大的亮黃色機(jī)械臂正在擺放著貨物。

Scott的新工作是同時(shí)照看這幾個(gè)機(jī)器人，在必要的時(shí)候進(jìn)行故障檢修，并確保還有貨物需要擺放。“對于我來說，這已經(jīng)是我們這兒能做的最需要?jiǎng)幽X子的工作了，至少不是重復(fù)的”，Scott這樣評價(jià)自己的工作。

或許沒有任何一家公司像亞馬遜這樣，同時(shí)面對著自動化帶來的焦慮和希望。

盡管亞馬遜的電商業(yè)務(wù)成為了人們口中“摧毀傳統(tǒng)零售業(yè)工作崗位”的 “罪魁禍?zhǔn)?rdquo;，然而其搶眼的業(yè)務(wù)增速實(shí)際上也正在推著它創(chuàng)造出大量的就業(yè)崗位。為了高效地完成顧客訂單，亞馬遜對于初級倉庫工人有著無止境的需求，其全球員工數(shù)量更是達(dá)到了微軟的4倍和Facebook的19倍。就在上周 ，亞馬遜宣布將在北美開設(shè)二代總部，這意味著，50，000個(gè)新地工作機(jī)會就此誕生。

而在另一邊，這家公司還是致力于自動化發(fā)展的先鋒，他們在積極地尋找以機(jī)器人替代工人的工作方法。

2014年，亞馬遜率先引入了由Kiva研發(fā)的機(jī)器人倉儲服務(wù)系統(tǒng)，利用倉庫機(jī)器人進(jìn)行工作。兩年前，亞馬遜以7.75億美元將Kiva收入囊中，并將其更名為亞馬遜物流機(jī)器人公司 （Amazon Robotics） 。

現(xiàn)如今，在全球范圍內(nèi)，亞馬遜共有10萬個(gè)倉庫機(jī)器人被投入使用，而公司計(jì)劃投入更多。機(jī)器人的加入使倉庫的工作變得沒有那么枯燥和繁重，同時(shí)也大幅提高效率。顧客早飯后下單的牙線，晚飯前就能收到。

在亞馬遜位于佛羅倫薩（ 新澤西州 ）和肯特（ 華盛頓州 ）的倉庫，每天都可以見到人工于機(jī)器間的交互。在肯特，倉庫機(jī)器人像個(gè)大甲蟲，背負(fù)著2700多斤的貨物在垂直貨架間跑來竄去。

成百上千的倉庫機(jī)器人在一片圈定的巨大范圍內(nèi)自主移動，緊密跟隨卻不會發(fā)生碰撞。在圈定范圍的邊緣，一組裝貨工人在補(bǔ)充貨物，倉庫機(jī)器人快速移走裝好的貨架。如果當(dāng)接到新的客戶訂單時(shí)，貨品正存儲在他們背負(fù)著的貨架內(nèi)，機(jī)器人便在位于圈定范圍另一邊緣的站點(diǎn)排隊(duì)，就好像汽車通過收費(fèi)站。

在站點(diǎn)，人工分揀員根據(jù)電腦屏幕的指示，從貨架上抓取貨物并放進(jìn)塑料箱內(nèi)。塑料箱通過傳送帶傳送至包裝工人，包裝工人再將貨物放進(jìn)紙箱發(fā)送給顧客。

亞馬遜負(fù)責(zé)運(yùn)營的高級主管 Dave Clark表示，公司希望機(jī)器人去完成最單調(diào)的工作，讓員工去做需要?jiǎng)幽X子的工作。“每個(gè)訂單需要的都是不同的商品。你需要尋找和檢查，在某種程度上需要思考，我覺得這很重要”。

倉庫機(jī)器人還可以縮減工人的行走距離，增加分揀員的工作效率，使得他們的工作能夠輕松一些。因?yàn)椴辉傩枰獮楣と吮Ａ敉ǖ揽臻g，機(jī)器人甚至可以直接把貨架捆扎到一起。更高的貨架密度可以增加同一倉庫內(nèi)的存貨數(shù)量，也更便于為顧客進(jìn)行挑選。

亞馬遜位于佛羅倫薩的倉庫展示了最新倉庫機(jī)器人的樣品。八臺機(jī)械臂在該倉庫投入運(yùn)行，它們的主要任務(wù)是將大規(guī)模的商品分解成更小的單位，并發(fā)送到全美各地的物流配送中心。

機(jī)械臂有一個(gè)拗口的名字叫做“堆垛機(jī)器人”，但是工人們賦予了這些機(jī)器人更多的個(gè)性。工人們在每個(gè)機(jī)器人身上貼上標(biāo)簽，把它們命名為 Stuart, Dave或者電影《卑鄙的我》里面其他小黃人的名字。不同于肯特的倉庫機(jī)器人是收購 Kiva公司研制的系統(tǒng)，佛羅倫薩倉庫的機(jī)械臂由外部公司負(fù)責(zé)研發(fā)。

去年年底，在佛羅倫薩的倉庫剛運(yùn)營不久，亞馬遜便開始安裝這些機(jī)器人。機(jī)械臂被設(shè)置成只能拿起標(biāo)準(zhǔn)尺寸箱子，其他尺寸的目標(biāo)都無法拿起。在一場對于機(jī)器人未來發(fā)展可能性的展示中，亞馬遜通過虛擬現(xiàn)實(shí)仿真技術(shù)展示了新機(jī)器人的概念樣機(jī)。其中包括可以連接到叉車上，用于搬運(yùn)托盤的機(jī)械臂。

Clark 表示，在亞馬遜組裝這些機(jī)器人的同時(shí)，過去那些負(fù)責(zé)堆放塑料箱的員工，比如Scott，正在公司接受培訓(xùn)，成為機(jī)器人操作員。其他員工則轉(zhuǎn)崗到接收站，負(fù)責(zé)手動將大箱的商品分揀到小的塑料箱內(nèi)。機(jī)器人安裝使用后，并沒有員工被開除，亞馬遜為被取代的員工尋找到了新的角色。

那么，新的問題又來了：隨著新一代機(jī)器人投入使用，今后還會有怎樣的變化？

眼下，還是有一些工作倉庫工人比機(jī)器人要擅長得多。比如，將單個(gè)商品從貨架上形形色色的商品中分揀出來。自從采用倉庫機(jī)器人以來，亞馬遜仍在美國新雇傭了8萬名工人?？倐}庫工人數(shù)達(dá)到12.5萬。亞馬遜還表示將繼續(xù)大舉招聘。

但是創(chuàng)業(yè)公司和研究人員正在努力克服剩下的技術(shù)障礙。在美國加州大學(xué)伯克利分校（ UCB ）的自動化實(shí)驗(yàn)室內(nèi)，一個(gè)雙臂機(jī)器人將機(jī)械臂輕輕落在一個(gè)箱子上。箱內(nèi)裝滿了各種隨機(jī)的物品，比如盒裝即食燕麥片和玩具小鯊魚。機(jī)器人無法識別出所有的物品，但是沒關(guān)系。它將機(jī)械臂伸到貨物堆上面，開始一個(gè)個(gè)分揀貨物。

研究人員Jeff Mahler表示“機(jī)器人可以自己從雜七雜八的東西中尋找出最適合抓取每一個(gè)物品的方式”。對于人類來說，這是一項(xiàng)非常容易的工作。但是對于機(jī)器人而言，這則是一項(xiàng)出眾的才能。這一進(jìn)步會在某些重大行業(yè)帶來巨大的改變，同時(shí)進(jìn)一步變革人類勞動力市場。

過去，機(jī)器人被編程設(shè)定只能完成非常具體的工作，比如在倉庫內(nèi)移動特定種類的集裝箱。他們無法對一堆東西進(jìn)行分類，也無法完成更復(fù)雜的任務(wù)。但是在亞馬遜物流中心，分類才是最主要的工作。大部分仍由工人完成。

伯克利機(jī)器人最創(chuàng)新的地方在于，它們可以自學(xué)任務(wù)，抓起從未見過的物品。Mahler和團(tuán)隊(duì)其他成員通過向機(jī)器人展示成百上千的數(shù)字對象來訓(xùn)練機(jī)器人。訓(xùn)練過后，機(jī)器人可以抓起沒有在數(shù)字?jǐn)?shù)據(jù)集中出現(xiàn)的物品。美國東北大學(xué)、美國卡耐基梅隆大學(xué)、谷歌以及 OpenAI實(shí)驗(yàn)室（ 特斯拉首席執(zhí)行官 Elon Musk設(shè)立的人工智能實(shí)驗(yàn)室 ）都在研發(fā)類似的技術(shù)。人們相信機(jī)器學(xué)習(xí)一定可以讓機(jī)器人實(shí)現(xiàn)更多類型的任務(wù)，甚至包括生產(chǎn)制造。

從硬件上看，伯克利機(jī)器人沒有應(yīng)用任何新的技術(shù)。Mahler和他的團(tuán)隊(duì)利用已有的硬件，包括瑞士國際集團(tuán)ABB所制造的機(jī)械臂和用來探測深度的鏡頭進(jìn)行開發(fā)。伯克利機(jī)器人創(chuàng)新的部分主要在于軟件。伯克利機(jī)器人對于神經(jīng)網(wǎng)絡(luò)進(jìn)行了新的應(yīng)用。神經(jīng)網(wǎng)絡(luò)是一項(xiàng)復(fù)雜的算法，可以通過分析大規(guī)模數(shù)據(jù)來學(xué)習(xí)一項(xiàng)任務(wù)。比如，對成千上萬的小狗照片進(jìn)行模式識別，神經(jīng)網(wǎng)絡(luò)就可以學(xué)會識別小狗。

在過去五年內(nèi)，神經(jīng)網(wǎng)絡(luò)極大的改變了互聯(lián)網(wǎng)巨頭們提供在線服務(wù)的方式，加速了圖像識別、語音識別和智能推薦的發(fā)展。但是同時(shí)，神經(jīng)網(wǎng)絡(luò)也可以加速機(jī)器人學(xué)的發(fā)展。

工程師、物理學(xué)家和設(shè)計(jì)師在進(jìn)行實(shí)驗(yàn)或者創(chuàng)造新產(chǎn)品時(shí)需要搭建CAD模型。CAD模型是實(shí)物的數(shù)字化表現(xiàn)。利用這些模型，Mahler及其團(tuán)隊(duì)合成了很多數(shù)字對象，最終搭建了一個(gè)擁有超過700萬件商品的數(shù)據(jù)庫。隨后他們模擬每項(xiàng)商品的物理屬性，展示機(jī)械臂在抓取物體時(shí)要著力的精確點(diǎn)。

這是一項(xiàng)巨大的工程，但是整個(gè)過程大多數(shù)都是自動完成的。研究團(tuán)隊(duì)將模型輸入神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)識別潛在任何形狀的數(shù)字對象的相似點(diǎn)。然后研究團(tuán)隊(duì)將神經(jīng)網(wǎng)絡(luò)嵌入雙臂機(jī)器人中，機(jī)器人便可以在任何形狀的實(shí)物上尋找出抓取時(shí)的著力點(diǎn)。

在分揀日常生活中各種形狀的日用品時(shí)，如果是圓柱形物體或至少擁有部分平坦表面，比如鏟刀、訂書機(jī)、桶裝薯片或管裝牙刷，那么機(jī)械臂撿起物品的成功率就可以達(dá)到90%。但是如果處理形狀更為復(fù)雜的物體，比如玩具鯊魚，那么成功率就會下降。

并且，研究團(tuán)隊(duì)搭建模擬的隨機(jī)貨物堆，并將該模型輸入神經(jīng)網(wǎng)絡(luò)，那么神經(jīng)網(wǎng)絡(luò)遍也可以學(xué)會從實(shí)際的貨物堆中拿起商品。美國布朗大學(xué)和東北大學(xué)的研究者們正在進(jìn)行類似的研究，希望這種方式可以和其他辦法相結(jié)合。

亞馬遜對于未來這種機(jī)器人有著迫切的需求，所以亞馬遜贊助加州大學(xué)伯克利分校的研究工作。在過去三年內(nèi)，亞馬遜還舉辦了機(jī)器人比賽，尋求識別貨物、抓取貨物、移動貨物的解決辦法。機(jī)器學(xué)習(xí)方法的前景最終可以擴(kuò)展到其他領(lǐng)域，包括生產(chǎn)制造機(jī)器人和家庭機(jī)器人。

至今對于自我學(xué)習(xí)機(jī)器人的研發(fā)還遠(yuǎn)遠(yuǎn)不夠。自我學(xué)習(xí)任務(wù)的機(jī)器人要想在實(shí)驗(yàn)室外得到應(yīng)用還需要幾年的過程。但是用于訓(xùn)練機(jī)器人的神經(jīng)網(wǎng)絡(luò)技術(shù)代表了機(jī)器人研究領(lǐng)域的一項(xiàng)重大改變。這一改變不僅僅會改變亞馬遜的倉庫物流系統(tǒng)，也會變革整個(gè)產(chǎn)業(yè)。

《機(jī)器人時(shí)代》的作者M(jìn)artin Ford相信，亞馬遜倉庫的就業(yè)圖景終將改變，這一切只是時(shí)間問題。他認(rèn)為，“科技終將取代掉很多倉庫工人。并不是說一夜之間很多工作崗位就會消失。或許最早的跡象不是工人失業(yè)，而是創(chuàng)造就業(yè)崗位的節(jié)奏變慢。”

亞馬遜的Clark表示，從歷史角度來看，自動化的發(fā)展可以提高工作效率。并且在某些情況下，顧客的需求最終將創(chuàng)造更多的工作崗位。在科技高度發(fā)展的情況下，倉庫工人依舊有事可做。自動化的發(fā)展毀掉工作崗位的凈增長是不現(xiàn)實(shí)的。