国外知名科技媒体资深撰稿人本-波特（Ben Potter）日前通过自己前往宝马慕尼黑工厂和西门子工厂的亲身经历详细对外介绍了自己对于所谓“工业4.0革命”的看法。在他看来，数字背景下的工业4.0革命虽然有可能让部分员工面临下岗危机，但同时也为社会带来了更多的技术性人才需求，而这些都是当今社会进步所不可逆转的趋势。
以下是文章主要内容：
位于德国慕尼黑宝马旗舰工厂内的机器人拥有着独一无二的性格以及做事风格，这些机器人统一喷涂有黄色和黑色的喷漆，并会十分优雅的通过各种转动和动作高精度的完成自己所分配到的任务。一般来说，这些机器人工作的精度和可靠性是人力工人的20-50倍之间。
在宝马工厂内的机器人通常都是以“团队”为单位展开协作的，而在车身和油漆车间内的机器人几乎已经完全取代了人力工人的作用。举例来说，当1号机器人臂将车身的一块钣金移动到装配线的同时，另外两台机器人已经在装配线处待命。一旦1号机器人臂将其安置到位并撤走自己的机器臂，另外两台机器人就会立刻将这一钣金牢牢焊接到车身中。
而且，这些机器人还可以根据车身零部件上无线射频识别标签的不同而分辨出具体的物品，并对此作出不同的动作。
在宝马的车身车间，我们发现这儿充斥着各种各样的机械噪音，你可以理解为这是这些机器人正在彼此交谈的声音。而且，他们的焊接工艺也十分高超，据悉可以达到接近百分之一毫米的超高精度。
相比之下，宝马的喷漆车间则安静许多，在这个车间工作的机器人会套上保护工作服，并“手持”每秒可以高速旋转4万次的马达喷嘴来对车身进行均匀喷涂，喷涂的精度则可以达到十分之一毫米的超高精度。而且，这些机器人的“手指”还会对喷出的油漆进行带电处理，这样做的目的是让油漆更加贴合车身表面。在这儿，机器人可以根据车身标签知道具体的车型以及要求上漆的颜色，并可以在数秒钟的时间内完成油漆的更换以及灌装。
更加重要的是，这些机器人无需休息，每天可以为宝马慕尼黑工厂生产出1000辆新车，且每一部都能够满足消费者的定制化需求。而且，在这个工厂中的车辆库存时间通常只有数小时，因此资源利用率也达到了最大化。
全新世界观
的确，机器人在工作环境中同人力有着天差地别的区别，而工业革命兴起之后人们也一直被一个问题所困扰，那就是“机器人的出现究竟是为了帮助人们更好的完成工作，还是意在彻底取代人类的作用？随着机器人变得越来越智能和灵活，它们是否会在未来逐渐取代一些技术含量更高的工作和职业？它们会逐渐具备像人类一样的思维能力，并最终展开反抗吗？”
对于最后这个问题，美国电动汽车厂商CEO埃隆-马斯克（Alon Musk）就曾表示：“人工智能已经成为了当今世界最大的威胁。”
德国工业领域将如今全球的数字科技革新称为“工业4.0”（Industrie 4.0），其它人则将其称为“物联网”。但他们想表达的意思是相同的，那就是数字科技已经变得越来越廉价、高效，并开始逐渐渗透到当今世界每个领域创新、工程、生产、运输以及维护的各个角落中。
同时，包括诸如3D打印这些新兴技术的出现已经对全球经济产生了重大影响，大大降低了许多服务和产品的价格，却也在同时提高了产品的质量和种类，而产品质量和价格在此前几乎是不可能同时得到满足的。
事实上，除了生产线工人和办公室文职人员每天都在从事相同的工作外，包括高级技工、图书馆管理员、税务人员、会计以及一部分的律师每天其实也在从事一些重复的工作，而他们都极有可能在工业4.0时代被机器人所取代。此外，包括火车、卡车司机、飞机驾驶员、健康卫生技术人员，甚至是经济学家这些职业也极有可能在未来感受到来自机器人的威胁。
与此同时，工业4.0时代背景下也为我们带来了许多全新的工作岗位，包括网页设计师、网站营销顾问、数字内容编辑、网站律师、智能应用开发者等都是在20年前根本无法想象的名词，而这些都暂时是人工智能机器暂时还无法企及的领域。
技术恐惧
在19世纪早期，纺织工人由于害怕自己的饭碗不保而蓄意毁坏当时全新的自动纺织机和其他一些工厂设备，当时的这些人群被统称为反对技术进步的“卢德派分子”(luddites)。简单来说，这些“卢德派分子”想要的就是世界停止进步，或者希望政府尽可能的限制新技术的出现以保障自己的相对安全，就比如现在全球各地出现的对于Uber的反对之声一样。
现代西方经济学最有影响的经济学家之一约翰-梅纳德-凯恩斯（John Maynard Keynes）曾一手创造出了所谓“动物精神”(animal spirits)概念，他在1930年发表了一篇题为《我们后代的经济前景》（Economic Possibilities for our Grandchildren）的论文。凯恩斯在文中表示，科技进步可以使未来一片光明。从长远来看，人类可以在经济上解决稀缺问题，不必再为了生存而工作，而这一点又意味着可以抛开“一切影响财富分配及经济奖惩分布的社会习俗和经济实践。
同时，凯恩斯也预测技术的发展有可能会带来全新的失业问题，但这一失业问题的出现又会让我们重新审视人力资源的更多用途所在。
麻省理工斯隆商学院的埃里克-布吕诺尔夫松(Erik Brynjolfsson)和作家兼商业学校教授安德鲁-迈克菲(Andrew McAfee)在他们的新书《第二次机器时代》（The Second Machine Age）中表示：“机械自动化革命是在电脑和自动调节机器的共同作用下发生的，这一革命的结果是造就了一个几乎无需人力干预的全自动生产环境。”
虽然这一革命引发了人们的就业危机，但美国国家科学院的学者很快便发现，由于人力成本的下降，市场对于某一产品的整体需求反而因为价格的降低而迎来了提高，而这一需求的旺盛又增加了许多其他领域的就业需求。
如今这一数字工业革命的袭来为市场带来了许多创新产品和服务，并让无数的创新企业家、工程师和经理人赚的盆满钵满。但就目前而言，我们还仅仅接触到了这一数字工业革命的皮毛而已，包括政府、公共设施、医疗和教育这些传统保守领域尚没有因此而受到冲击。
同时，这个领域也同19世纪的石油、钢铁和铁路这些行业一样展现出了“赢家全收”的特点，即数字工业革命背景下最好的企业能够开发出全球市场，并轻松取得行业优势。但这一背景下美国和欧洲地区中产阶级的收入却也陷入了停滞，这主要是因为配套的教育系统还没有跟上新技术时代的发展，因此造就了普通工人过剩，而高级技术工人稀缺的局面。
巨大利好
可以肯定的是，数字工业革命的袭来也为人们带来了巨大契机，因为人类具有非凡的适应能力，而全新的工作岗位也在不断涌现。具体来说就是，虽然机器开始接手越来越多的重复性工作，但同时也为市场创造出了许多全新的工作岗位，因为当今世界有许多工作都是机器所无法胜任的，而这些工作大多要求人们具备独立、创新，或者感性的特质。比如，在法庭上进行申诉、撰写诗歌、表演莎士比亚音乐剧、理发、种植花朵、烹饪这些都是机器人在可预见的未来所无法胜任的工作。
这一点在宝马的慕尼黑工厂以及其他一些高科技工厂内都可见一斑。因为包括连线、设计、安装内饰和仪表盘这些工作目前完全由人力完成，劳斯莱斯和宝马7系部分车型所使用的12缸引擎是由技师手工组装的，简单一些的8缸引擎组装过程调用了不到20%的自动化组装技术，而标准4缸引擎的组装流程也仅仅使用到了50%的自动化技术。
负责为宝马工厂提供机器人的西门子工厂内部使用了大量的传感器传输带供应系统，该系统允许所有贴上条形码标签的零部件进入传送带，会根据需求自动调整零部件的传送速度，同时允许“插队”情况的出现。但即便是在这样一座标准的工业4.0工厂中，也仅有75%的流程是完全自动化的。
该工厂生产经理斯蒂芬-瑞秋尔（Stefan Ritschel）表示：“这一比例有望在未来达到80%，但部分工作肯定将只能由人力完成。比如，一些产量非常小的产品或者非常精密的零部件就目前而言显然还不适合完全交由自动化机器人来完成。”
瑞秋尔和其他一些西门子高管均认为，他们并不是希望机器人和自动化技术让人力员工变得过时，而是希望通过这一方式增强他们的工作能力，同时他们也将这些能够同人力员工协同工作的机器人称为“机器同事”。瑞秋尔强调，机器人相比人力员工拥有着更低的出错率，而这对于工厂自动化而言非常重要。
从数据上来看，人力员工每展开1百万个操作就会出现500次的失误，而机器人的这一出错概率仅为每百万次11.5次失误。瑞秋尔表示，公司未来的目标是将这一出错率进一步降低至每百万次1.5次失误。
鞭长莫及
技术的进步是持续不断，且无法终止的，而如今电脑和机器人所能胜任的工作都是我们在十年前所无法想象的。而且随着电脑处理器性能的井喷，单一设备已经可以有效的处理来自多个传感器的多项数据，并给设备下达更多实时指令。
未来，我们的工作环境中将看到有更多机器人同事的出现，而企业也会为那些具备机器人所无法驾驭工作技巧的员工给予更高的薪酬，这恰恰也是布吕诺尔夫松和迈克菲在他们新书中的主要观点之一。
但需要指出的是，这些具备机器人所无法驾驭工作技巧的员工通常不会是传统教育方式下的产物，因为包括谷歌(微博)拉里-佩奇（Larry Page）、赛吉尔-布林（Sergei Brin）、亚马逊的杰夫-贝索斯（Jeff Bezos）以及Wikipedia的创始人吉米-威尔士(Jimmy Wales)所接受的都是蒙台梭利（Maria Montessori，意大利幼儿教育家、意大利第一位女医生，意大利第一位女医学博士，女权主义者，蒙台梭利教育法的创始人）式的教育方法。这一教育方法鼓励学生不因循守旧、恪守常规。
在这次参观的最后，我和瑞秋尔来到了工厂一处安静的监控角落。
“这儿很好，没有什么人，但我们可以看到所有的指示灯都是绿色的，且机器人都在干活，这就是我们希望看到的场景。”瑞秋尔最后说道。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。