要知道：你越是依賴在線購(gòu)物，在線零售商就越依賴機(jī)器人來(lái)為你提供這些產(chǎn)品。機(jī)器人穿梭于倉(cāng)庫(kù)中的各個(gè)貨物柜之間，撿取客戶訂購(gòu)的商品，而其他機(jī)器人則掃描條形碼來(lái)記錄庫(kù)存。而且，越來(lái)越多的機(jī)械臂正代替曾經(jīng)只有人類能做的事情：整理大量奇形怪狀的物體，匯編整理大量的訂單，所有這些商品都將被打包運(yùn)送給你——親愛(ài)的消費(fèi)者。

 

　　加州大學(xué)伯克利分校的機(jī)器人專家肯·戈德伯格（Ken Goldberg）說(shuō)：“在我看來(lái)，2017年的大事件反映出電子商務(wù)正邁向轉(zhuǎn)折點(diǎn)。像亞馬遜這樣的公司正在以前所未有的速度提供產(chǎn)品，大約每秒鐘500個(gè)包裹。而且這種速度還會(huì)繼續(xù)加快。”

 

　　技術(shù)的進(jìn)步不會(huì)停止。工作機(jī)器人不再只是舉起重物、焊接或執(zhí)行其他大型的、蠻力的任務(wù)。像亞馬遜物流中心的新型機(jī)器人更先進(jìn)、更精細(xì)、更具協(xié)作性。雖然這些流程的部分自動(dòng)化讓電子零售商完成訂單的過(guò)程變得更廉價(jià)，但它也推動(dòng)了機(jī)器人的復(fù)興，其影響將遠(yuǎn)遠(yuǎn)超出倉(cāng)庫(kù)的范疇。

 

 

　　當(dāng)我們想到工廠機(jī)器人的時(shí)候，我們會(huì)想到機(jī)器會(huì)承擔(dān)起那些讓人精疲力盡的事情，比如來(lái)回取貨，而人類卻做著他們最擅長(zhǎng)的事情：操縱。這種模式仍然存在，繼續(xù)參與這個(gè)過(guò)程的人類只負(fù)責(zé)關(guān)鍵的（而且非常復(fù)雜）的最后一步，因?yàn)闆](méi)有什么能比人類的手更靈巧，至少現(xiàn)在是這樣，機(jī)器在這方面取得了快速的進(jìn)展。

 

　　這在一定程度上要?dú)w功于亞馬遜的“揀選挑戰(zhàn)”（Picking Challenge），即團(tuán)隊(duì)操控機(jī)器人去完成工作。這有助于彌合學(xué)術(shù)界和產(chǎn)業(yè)界之間的分歧。加州大學(xué)伯克利分校的機(jī)器人專家彼得·阿比爾（Pieter abbeel）說(shuō)：“自從機(jī)器人誕生以來(lái)，它們大多數(shù)時(shí)間只是輔助研究，而不是真正投入現(xiàn)實(shí)中使用，因?yàn)槟翘щy了。”阿比爾的新公司Embodied Intelligence旨在幫助工業(yè)機(jī)器人變得更聰明。阿比爾表示：“我認(rèn)為，亞馬遜的‘揀選挑戰(zhàn)’是令人驚訝的東西，人們會(huì)說(shuō)：‘哇哦，這是個(gè)現(xiàn)實(shí)世界里的東西，人們真正需要的東西，我們可以對(duì)它進(jìn)行研究’。”

 

　　舉例來(lái)說(shuō)，舊金山有一家名為Kindred的創(chuàng)業(yè)公司，工程師們正在教機(jī)器人完成發(fā)貨的最后步驟。使用一種名為“模仿學(xué)習(xí)”（imitation learning）的技術(shù)，工程師引導(dǎo)機(jī)器人展示如何更好地在亞馬遜倉(cāng)庫(kù)中抓去各種各樣的物體。Kindred聯(lián)合創(chuàng)始人喬治·巴布（George Babu）說(shuō)：“這些東西軟硬不同，有輕有重，而且你也不可能對(duì)它進(jìn)行預(yù)先編程。”

 

　　然后，第二種被稱為“強(qiáng)化學(xué)習(xí)”（reinforcement learning）的技術(shù)開(kāi)始發(fā)揮作用。這款機(jī)器人接受了它所掌握的知識(shí)，并通過(guò)不斷的嘗試和錯(cuò)誤進(jìn)一步提高了它的速度和精確度。從理論上講，這不僅不會(huì)給發(fā)貨過(guò)程帶來(lái)額外的負(fù)擔(dān)，而且會(huì)使其更加靈活。舉個(gè)例子，如果你是一家服裝零售商，冬天到來(lái)后，你需要教機(jī)器人處理像外套這樣的笨重物品。Kindred公司正在Gap進(jìn)行試點(diǎn)項(xiàng)目，當(dāng)你向機(jī)器人展示如何適應(yīng)時(shí)，為什么要寫(xiě)大堆復(fù)雜的新代碼呢？

 

　　但即便是在物流中心這樣相對(duì)結(jié)構(gòu)化的環(huán)境中，機(jī)器也面臨著許多障礙。有些是字面意義上的，比如和它們共同工作的人。

 

 

　　人類與機(jī)器人之間加強(qiáng)協(xié)作的需求，正迫使企業(yè)仔細(xì)研究如何將自動(dòng)機(jī)器人整合到員工隊(duì)伍中。對(duì)于亞馬遜和它的10萬(wàn)個(gè)工作機(jī)器人來(lái)說(shuō)，這意味著要做一些非常人性化的事情：傾聽(tīng)。員工在入職過(guò)程中有些口語(yǔ)交流部分。亞馬遜發(fā)言人妮娜·林賽（Nina Lindsey）表示：“我們的合作伙伴實(shí)際上對(duì)貨架上的布料和包裝的顏色給予了反饋，而且這種設(shè)計(jì)實(shí)際上讓我們的合作伙伴更高效地找到商品。”

 

　　對(duì)于那些憤世嫉俗的人來(lái)說(shuō)，這聽(tīng)起來(lái)像是工人自愿加速終結(jié)他們的工作。但在短期內(nèi)，情況并非如此。在雇傭機(jī)器人的同時(shí)，亞馬遜也大量雇傭人類員工。對(duì)于員工們來(lái)說(shuō)，亞馬遜是個(gè)非常適合人類工作的地方，同時(shí)機(jī)器人也有一席之地。德勤董事總經(jīng)理、關(guān)于職場(chǎng)機(jī)器人最新報(bào)告的合著者大衛(wèi)·沙茨基（David Schatsky）說(shuō)：“技術(shù)非常善于執(zhí)行人們所做的工作，但工作不僅僅是任務(wù)。所以，工作崗位將會(huì)發(fā)生變化，但我不認(rèn)為會(huì)有大規(guī)模的裁員和大量工作類別會(huì)消失。”

 

　　然而，工作自動(dòng)化并不是什么新鮮事。想想在18世紀(jì)末期的美國(guó)，90%的勞動(dòng)者在農(nóng)業(yè)上辛苦勞作。快進(jìn)到2012年，從事農(nóng)業(yè)勞動(dòng)的人數(shù)僅剩1.5%。倉(cāng)庫(kù)工作從根本上來(lái)說(shuō)是不同的，但不難想象，在不久的將來(lái)，越來(lái)越復(fù)雜的機(jī)器人不再只擔(dān)任協(xié)作角色，而是開(kāi)始取代人類。這是否意味著這些人會(huì)轉(zhuǎn)而從事更有創(chuàng)造性的工作，或者他們最終會(huì)監(jiān)督機(jī)器，這將取決于工作本身。

 

　　因此，我們看到了幾個(gè)正在融合的因素，它們促使機(jī)器人復(fù)興。首先，讓機(jī)器人在混亂環(huán)境中導(dǎo)航的傳感器在變得越來(lái)越強(qiáng)大的同時(shí)，也變得越加便宜了。第二，人工智能（AI）有了極大的改進(jìn)。第三，這個(gè)領(lǐng)域有錢可賺，而且能賺很多錢。電子商務(wù)也在不斷發(fā)展壯大，僅在美國(guó)，到2020年市場(chǎng)規(guī)模就可能達(dá)到每年6000億美元。

 

　　然而，這并不是說(shuō)電子商務(wù)只會(huì)帶來(lái)好處。預(yù)計(jì)為發(fā)貨而開(kāi)發(fā)的技術(shù)將會(huì)溢出到現(xiàn)實(shí)世界中。那些已經(jīng)開(kāi)始入侵我們家庭的陪伴機(jī)器人將會(huì)更好地導(dǎo)航，并從它們的倉(cāng)庫(kù)伙伴那里得到啟示。這些機(jī)器將會(huì)變得越來(lái)越聰明，更容易自學(xué)，或許這要?dú)w功于像Embodied Intelligence和Kindred這樣的公司。機(jī)器人技術(shù)難以實(shí)現(xiàn)的夢(mèng)想——讓機(jī)器識(shí)別并控制各種各樣的物體，很有可能實(shí)現(xiàn)，因?yàn)樗鼤?huì)讓電子商務(wù)領(lǐng)域的人賺很多錢。