site logo: www.epochtimes.com

颜丹:从上海研发的“无人驾驶清洁车”说起

靠人工智能来节省人力成本,这种理念真的适合如今人口基数庞大、且劳动力粗放、密集的中国?图为IPSoft人工智能公司。(视频截图)

人气: 930
【字号】    
   标签: tags: , , ,

【大纪元2018年04月14日讯】近日,有陆媒报道称,从今年3月20日起,在上海松江诞生的全球首支无人驾驶清洁车队开始“在当地产业园区道路上进行深夜试运行”。在视频中我们看到,一辆无人驾驶清洁车“自动苏醒,并从停车位缓慢出发”,然后“独自完成一系列清扫动作”,“最后,回到出发点,自动泊入车位”

据介绍,这支车队是将无人驾驶技术应用于清洁环保领域的产物,由上海一家智能科技公司自主研发。该公司的一位负责人表示,“清洁车的所有传感器改装总成本仅在30万元人民币”,而“全国道路清扫的费用已经接近万亿”,“目前的环卫公司60%以上是人力成本”;因此他认为,“如果能普及无人驾驶清洁车,将节省一笔很大的开支”。

人工智能来节省人力成本,这种理念真的适合如今人口基数庞大、且劳动力粗放、密集的中国?就在新闻的下方,有人发帖称,“三十万基本是一个环卫工人十年的工资”;“接下来环卫工人怎么办?”而这样的问题同样适用于在上海出现的另一款人工智能产品——“无人银行”。

陆媒报道称,“没有柜员,没有保安,没有大堂经理,国内第一家无人银行横空出世”,“走进银行,只有智慧柜员机、VTM机、外汇兑换机等金融服务与体验设备”,“所有业务办理完全由客户自助操作”。由于“银行承担了庞大的人员开支”,“以机器人取代传统人工服务,能有效降低银行的经营成本,特别是人力开支”。

对于这个“无人银行”,我们同样要问,那些被节省出来的劳动力又将何去何从?要知道,整个国家不是只有金融服务这一个领域,而中国经济的持续发展,也不是以银行能节省人力成本为必要条件的。站在雇佣者的角度,可以说是“节省人力成本”,但要站在被雇佣者的角度来看,那就得叫“失业”。

加之中国的银行基本都属于国有企业、红色资产,不少员工都是在继承父辈衣钵以及“拼爹”的优势下,才能捧到这样的铁饭碗、金饭碗。节省这样的人力成本,无异于要夺走人家世代沿袭的饭碗,这些人能爽快的答应?其实于环卫工人,亦是同理。他们的收入虽比不了银行工作人员,但既无学历、又没什么积蓄的现状以及身处在社会底层的境遇,或更容易让这些一下子失去了经济来源的人变成社会不稳定因素。

更重要的是,节省了人力成本,并不意味着没有其它相应的、甚至更庞大的支出。一篇题为“都在说人工智能,但是今天中国的企业该如何利用它?”的文章指出,“一家企业希望进行人工智能转型,或者尝试部分业务的人工智能化,很可能要负担算法使用、算力使用、数据购买、人才与团队支出、设备支出等方面的经济成本”;“在难以明确收益周期的情况下,很多企业在人工智能的大门前望而却步”。

但我们看到,如今上海的环保部门、金融机构在进行人工智能转型时,不但没有“望而却步”,反而是在积极、努力推广。难道它们的资金充沛到不必对成本进行考量?尤其是人才成本,鉴于中国的人工智能人才储备只占到全球的5%,因此十分缺乏真正理解人工智能,能完整搭建和执行企业人工智能项目的人才。这样的人才若要从海外吸引,支出肯定不是一笔小数。这种大手笔的支出,恐怕只有政府举国力才能做到,非一般企业所能为之。

为了让自己管辖的地区出现“全球首例”人工智能产品,上海政府不惜挥霍纳税人的血汗钱,不惜让真正需要工作、只能靠人力劳动来谋生的一线工作者丢掉饭碗、失去工作。我们看到,即便在如此新兴的人工智能产业,当地政府也仍在使用不惜耗费国库,也要为自己争面子、谋私利的过时伎俩。

但问题是,无人驾驶清洁车、无人银行、无人超市、无人便利店等人工智能产品在上海现身,就能证明中国技术强大?就能让中共在国际社会有面子?实际上,中国过往涉及的大量侵犯它国知识产权的案件就足以表明,靠威逼利诱抢夺、骗取它国技术的中共集团,根本就无意吸引什么海外专家,充其量,也就是当了个惯偷中的高手而已。

中共偷来了技术、应用了半天,搞出所谓的人工智能产品,除了极有可能引发失业危机之外,更重要的是,并没有给亿万民众带来任何福祉。中国深陷环境危机多年,如今靠这种“无人驾驶清洁车”就能化解?

仅从大街小巷怎么扫也扫不干净的垃圾以及更为严重的“垃圾围城”的现状来看,这就不仅是清扫的问题,更是国家主管部门对垃圾所采取的回收、处理方式以及每一个中国人在讲究卫生这件事上所表现出来的习惯和素养问题。而这些又恰恰不是人工智能所能解决的。

因此,上海政府耗费财政,在清洁车上用心,反而暴露了自己对环保的真实态度。要知道,环保所体现的决不是一个国家或城市的面子,而是政府的眼界和良心。

责任编辑:高义

评论
2018-04-14 3:30 PM
Copyright© 2000 - 2016   大纪元.