王 瀟
(中國勞動關系學院,北京100048)
人工智能(Artificial Intelligence,簡稱 AI)在廣義上指用計算機實現人的頭腦功能,即通過計算機實現人的頭腦思維所產生的效果[1](p15)。目前絕大多數的“人工智能”是指在特定領域中的實現智能功能的應用型人工智能,尚不能徹底替代人類勞動。近年來,人工智能在勞動領域的話題熱度不斷提高,其焦點問題主要包括人工智能對勞動者、就業、工作、勞動法律等方面的影響。目前人工智能技術已經滲透到各個領域的各個層次,甚至擁有專業技術的“知識工人”也受到了很大沖擊——這類勞動者因為擁有專業技術知識曾被視為 “知識資本家”[2](p1-17),然而飛速發展的人工智能正在減損他們的知識資本。
本文的研究對象是信息時代典型的知識工人——企業電子研發工程師。我國從上世紀80年代起就從國外引入了具有人工智能功能的電子開發工具,如 EDA(Electronics Design Automation,電子設計自動化)和 CAD(Computer Aided Design,計算機輔助設計)系列軟件,用以提高電子工程師的研發效率。目前這類智能化工具已成為電子研發工程師的必備工具,深刻影響了當代電子工程師的勞動過程。
本文將結合勞動過程理論分析三大問題:一是,人工智能如何影響知識工人的工作過程;二是,人工智能如何影響知識工人的組織分化并分類管理;三是,人工智能如何影響知識工人的工作自主性。在具體的研究方法上,本文基于2016年初至2018年底針對S公司以及其業務外包B公司電子研發工程師的非參與式觀察與深度訪談進行個案研究。
資本家為了最大限度地榨取勞動者的剩余價值,始終在鉆研管理勞動過程的最佳方式,在當代這主要是借由科技創新以及與之相匹配的管理方式來實現的。勞動過程理論的創始人馬克思通過剖析早期機器大生產,發現科學技術在勞動過程中的應用引起分工細化,工人的勞動被替代,過去的生產組織瓦解,資本對科技的應用導致機器對工人的排擠[3](p167)。 在當時那個特定的歷史時期,機器主要替代的是工廠體力勞動,而資本家的剝削方式還較為原始和粗暴,主要采用高壓、強制等勞動過程管理方式。進入壟斷資本主義時期,布雷弗曼拓展了馬克思的“技術控制論”,發現資本家應用科學技術和機器致力于將一切腦力活動從勞動過程中分離出去從而實現“去技能化”[4](p151)。 弗里德曼則將員工劃分為核心和邊緣兩種類型,并認為資本家對核心員工采取靈活的責任自治策略,而對邊緣員工則采取威嚴的直接控制策略[5]。然而,弗里德曼認為責任自治不過是資本家應對反抗的權宜之計,一旦外部條件允許,資本家還會回歸到最強有力的直接控制[6]。埃德沃茲則將資本家的管理分為簡單控制、技術控制和官僚控制三種類型[7](p11-13)。 布若威的理論重視工人的主體性和意愿,觀察到工人其實對資本的某些控制行為產生了主觀上的認同,并認為同意的組織對誘發勞動者將勞動力轉化為勞動過程十分必要[8](p121)。
隨著科技的發展,智能化技術不僅影響體力勞動,也對腦力、智力及思維形成替代或互補[9]。有些人對此比較樂觀,認為未來的勞動者將從繁復的腦力和技能工作中解放出來,主要從事創造性工作。但另外一些人則比較悲觀,認為智能技術在未來很可能使勞動者的腦力失去價值。已有的相關研究發現,人工智能已經改變了過去體力—腦力的職業劃分,而是將工作技術劃分為常規/非常規和認知/體力兩個維度,而且由于程序化工作易于被電腦編程替代,從事常規認知和體力勞動的就業比例減少了[10-11]。國外的相關研究發現,資本利用科技對知識工人進行管理主要通過兩種方式:一是利用信息技術制造“環形監獄”,監控知識工人的勞動過程;二是盡量消除知識與勞動者的不可分割性,使剩余價值的剝削更加容易。通過使專業工作變為常規工作,或是將專業勞動力所掌握的知識從工作中分離出去,變為法定的可實施產權和可轉移的企業資產。目前,國內關于人工智能對勞動過程影響的實證研究還比較缺乏,主要集中在對制造業和服務業體力勞動者的研究。對制造業工人的研究主要著眼于“機器換人”工廠利用人工智能將工人“去技能化”[12][13];而對服務業工人的研究主要是以人工智能為背景,關注數字平臺從業者在這種靈活化的組織形式下新的雇傭關系、勞動流程及自主性變遷。這類比較典型的研究包括對網約車司機進行的研究[14],對平臺卡車司機和卡嫂的研究[15](p70-149),以及對數字平臺快遞員的研究[16]。目前國外對人工智能與知識工人的研究多見于科技和商業期刊,缺少勞動理論方面的分析。而國內的相關研究非常缺乏,僅有的研究其分析重點不在于勞動—技術的互動過程,而是以互聯網行業為背景分析新的管理模式對知識工人的影響,如梁萌分析了互聯網企業對知識工人文化資本的重塑[17]。因此,關于人工智能技術對知識工人勞動過程影響的研究,尤其是涉及到技術—勞動互動的分析存在很大的研究空間,這正是本文的研究重點。
S公司是北京一家成立于1995年的私營上市企業,公司主營業務為信息系統的電子產品研發與技術支持。為提升工作效率,該企業陸續購買了一系列融入人工智能技術的電子設計工具 (以下簡稱智能化工具),如EDA (電子設計自動化)和CAD(計算機輔助設計)系列工具。這些工具通過人工智能算法來實現電子設計的自動化、半自動化及人工輔助。S公司每年花在購買和升級這些智能工具上的費用高達數百萬美元。S公司有硬件研發、軟件研發、銷售三個主要部門,本文的研究對象是硬件研發部門的36名電子研發工程師,以及硬件研發部門對應的業務外包企業B公司的7名電子研發工程師。
電子研發領域應用的智能化工具使用了貝葉斯(Bayesian)優化、卷積神經網絡(CNN)、同步學習等人工智能算法,從而模仿人類電子工程師的思維與操作。人工智能深刻改變了知識工人進行知識生產的效率、流程。
一是智能化工具強大的運算力極大節省了人工。“我們工作中的很多操作目前都可以用智能化工具代替。比如,PCB(繪制電路板)設計中,電路的布線布局在以前需要綜合掌握數學物理化學等知識才能計算出來,現在容易多了,只需要在相應的EDA工具中輸入參數就能立即得到結果。”許工 (35歲)在訪談中提到。(訪談編號:20180519014)
二是智能化工具將設計流程模塊化。電子產品設計的起點是系統架構師,這類工程師運用模塊化思維將產品的總體設計進行層層分解,直至每部分都細化為只具有基本功能的單元模塊,而大多數單元模塊可以在公司購買的IP庫(電子研發知識產權庫)中調取。人工智能不僅將常規工作變成軟件程序由計算機自動完成,而且還將一部分工作的核心成果封裝成技術模塊,供知識工人直接調用。如“我們的一項工作是設計片上集成系統,這個工作最核心的部分是FPGA(現場可編程門陣列)廠商封裝在功能模塊內的專門方案,工程師只需按照操作說明書點擊鼠標即可調用這些現成方案。這樣一來,設計難度大大降低了。”王工(35歲)在訪談中提到。(訪談編號:20180319007)
人工智能應用同時也給知識工人帶來了一系列問題。我們可以將知識工人分成兩個群體來看。
首先,對于其工作中“概念”的部分易于被程序化的知識工人而言,人工智能已經將其從原來的企業中劃分出去,向下形成了一個新的行業。“我們原先有助理工程師崗位,大前年(2014年)裁員后就沒了。他們原來的工作主要是繪制電路板,說白了就是高級工程師設計出的原理圖,他們用PCB軟件將圖里的電路關系繪制成實體電路板。這部分工作在電子設計整體流程中相對來說比較獨立。現在PCB軟件功能越來越強大了,一般性的繪制電路板工作的技術含量已經很低,但工作量很大,讓研發人員花大量時間做這事肯定不劃算,所以去年(2016年)起我們公司(已經將它們)外包給了深圳專門的PCB設計公司。這類公司雇一批只經過技能培訓的工程師操作軟件來做 (這項工作),他們也是工程師,但更像技工,本科剛畢業的、甚至大專畢業的都能做。”張工(50歲,S公司產品總監)在訪談中提到。(訪談編號:20170801001)
繪制電路板的工作在整個電子研發流程中是一個相對獨立的部分,過去企業內部已經將這部分工作從整體中分解出來形成了一個單獨的崗位。智能化工具將這部分工作賦予軟件程序化特征,從而在勞動過程中抽走了“概念”的部分,只留下“執行”。因此,這個部分的工作與布雷弗曼在大機器工廠工人與辦公室文員勞動過程中觀察到的“概念與執行相分離”的特征非常相似,已經被嚴重“去技能化”了。正如張工在訪談中所說的,這部分工作已經算不上是知識生產工作,而是下降為一種類似于工廠流水線上的操作工作。
其次,更值得注意的是,人工智能給知識工人勞動過程帶來的不只是在腦力層次上的 “去技能化”,還有另外一個新的問題——“技術空心化”。技術空心化的問題主要體現在那些在“概念”層次上無法被人工智能替代的工作。S公司從公司內部將繪制電路板的工作外包出去之后,留下了純粹以“概念化”工作為主的研發設計工作,這類工作需要運用科學知識和原理進行知識生產。智能化工具簡化了知識生產的流程,但也使知識工人逐漸遠離了根本的科學原理與技術細節。據S公司的老工程師們(50歲以上,上世紀80、90年代參加工作)介紹,他們在求學時,學校的專業教育特別強調基本科學原理的重要性以及各種電子元件的特性,而且在工作后要繼續通過最新文獻和本領域權威期刊來鉆研提高。而S公司的年輕工程師(30歲以下),求學期間學校更強調實用技能,普遍開設了操作智能化工具的培訓課程,這一方面是為了迎合就業市場的需求,另一方面也是由于智能化工具在電子研發中的應用此時已非常普及。現在的年輕工程師已經普遍形成了模塊化思維,即利用智能化工具用搭積木的方式完成工作。“智能化工具廠商提供的IP庫交易量目前已經超過了軟件的交易量,也就是說IP核里的核心技術和封裝細節才是重中之重。有了IP核,工程師就可以像搭積木一樣把多種功能的IP核組合到一起形成更復雜更大的系統。”唐工(36歲)在訪談中提到。 (訪談編號:20180520001)
廠商提供的IP庫,即知識產權集成電路芯核庫,相當于軟件的功能擴展包,其中包含著大量專門問題的解決方案,廠商將這些解決方案封裝成技術模塊(IP核),出售給下游的應用企業。使用現成的技術模塊雖然極大地提高了電子設計的效率,但也帶來很多問題:一是,廠商提供的技術模塊凝結著大量的核心技術,然而封裝之后就形成了一個“黑匣子”,應用它們的工程師只知道“黑匣子”可以實現的功能,但不知道它們是如何工作的,里面的核心技術工程師永遠無法接觸到。然而在智能化工具出現之前,每一個技術難關都需要工程師及其團隊去攻克,從而形成本企業專利性的核心技術。然而智能化工具阻礙了這一進步過程。二是,很多時候這些買來、搬來的現成技術模塊可能并不完全適用于正在設計的電子產品,但工程師長期依賴智能化工具進行設計的思維方式,以及效率為王、高度重視研發成本—收益的企業目標的驅使,使得“將就用”成為十分普遍的情況,這樣設計出的產品自然無法精益求精。三是,廠商提供的現成解決方案也嚴重擠壓了下游應用企業在研發中的創新空間,導致行業內部研發出的產品千篇一律。
人工智能將在“概念”層次上無法被人工智能替代的這部分知識工人的工作也 “去技能化”了嗎?恐怕無法套用“去技能化”這個概念來總結。因為,這部分知識工人的技能沒有被“去掉”,而是發生了“改變”。相比于智能化工具普遍應用之前的老工程師,現在的工程師得益于智能化工具的強大功能,可以做更多技術方向的工作,技術廣度更大了;而以前的老工程師一輩子只研究一個很小的技術點,技術深度更大。智能化工具使知識工人不斷擴大技術廣度成為可能,他們可以做更多工作,有更多技能,但同時卻在最核心的地方形成一個“技術空心”。這不是一個無關緊要的變化,因為知識生產的本質創新力依賴于核心科學技術與知識工人樂于探索的職業精神。曾經有很多人認為,人工智能可以將勞動者從繁重的工作中解脫出來,去從事那些富有創造性和創新性的工作。然而,我們看到,人工智能弱化了知識工人的技術深度與探索核心技術的能力,這在一定程度上損害了他們的創造力,而不是反過來。工程師在布雷弗曼時代曾扮演的角色是“設計者”,正是他們運用科技對大機器工廠的工人的工作進行分解,降低了工人的勞動價值。雖然工程師在今天的人工智能時代仍然被認為是最難被機器替代的工作,但他們在創新創造上的價值被人工智能限制了。
造成這種狀況的“罪魁禍首”是人工智能本身嗎?恐怕并非如此。布雷弗曼認為,“使人衰弱下去的不是機器的生產力,而是在資本主義社會關系中使用機器的方式。”這在“技術空心化”的問題上同樣適用——利用人工智能將工作簡化,這本身也是電子研發工程師的追求,只要他們同時不放棄對核心科學知識的探索,人工智能實際上會對技術提升產生正向效果。然而,資本引入人工智能的根本目的并不在于提高知識工人的技能,而是利用人工智能提高研發效率從而占領市場并獲利。在這個過程中,人工智能加速了本質技術和探索本質技術的能力與勞動者的分裂,資本得以重新安排并管理勞動過程。
如前所述,S公司在2014年裁員后,將被人工智能高度軟件程序化的工作外包給了專門化的B公司,而僅保留了純粹的研發崗位。前者的發展過程具有“去技能化”的特征,而后者的發展過程則具備“技術空心化”特征。本部分對兩者的分化機制分別進行討論。
1.“去技能化”工作與直接控制
“去技能化”的必然結果是勞動過程要在不同的兩種場所并由不同的兩類勞動者來進行[4](p113)。資本家從分解操作步驟和細分工人中獲得了更高的生產效率、更低廉的人工成本和更有力的管理控制,因為分解技術和流程使資本家可以正好購買每一過程所需的技能或人力的精確數量,從而減低其各個部分的工價。從前述S公司的情況看,智能工具將S公司助理工程師的大部分工作轉化為軟件程序,這部分崗位逐漸消失,取而代之的是業務外包企業B公司中操作智能工具的技工性質的崗位。
B公司對其技工性質的員工實行直接控制。B公司作為電子電路設計的外包公司,其員工的主要工作是以客戶提供的電路原理圖為根據進行電子繪圖,該工作就是一項運用基本操作技能的“復制”工作,不需要掌握科學原理。B公司給這類員工的報酬分為兩部分,一部分是基本工資,另一部分是按照板子上的點數支付報酬,難度大的板子繪制報酬高一些,反之低一些。B公司的查工為了得到更多獎金,曾連續一個月超負荷運作,完成2款超過10000個點數的電路板,是平時工作量的兩倍。在這種類似于計件工資制的報酬制度下,工程師只能通過增加勞動強度、延長工作時間來獲得更高的報酬。超額勞動的獎金在這里成為了“趕工游戲”的陷阱,使得工程師“甘愿”投入超負荷勞動。
2.“技術空心化”工作與自主性限制
對于存在 “技術空心化”問題的知識工人來說,資本則通過智能化工具規定操作流程,監控工作進度。而在智能化工具普遍應用之前,電子研發過程中的很多設計步驟并沒有硬性規定,設計人員可以按自己的習慣或想法靈活進行。“EDA和CAD軟件廣泛流行之前的原理圖都是真正的‘圖’,純粹用來進行原理示意,不存在與PCB設計之間的‘網表’關聯。而引入智能化工具后,現在必須先建立封裝才能導入PCB設計,必須先有原理圖才能出網表,從而啟動PCB設計。”S公司中級工程師趙工在訪談中提到。(訪談編號:20171020011)
而EDA和CAD等智能化工具有一套既定的操作流程,研發工程師必須嚴格按照規則開展工作。管理方則可以依據智能工具的流程和規則來安排工作進度并對工程師進行考核。S公司的項目管理人員在研發設計開始之前就會根據所使用的軟件特點,為研發工程師們制定出一張十分細化的工作進度表,工程師必須按照進度表上的時間節點上交階段性研究成果。
目前,S公司的研發工程師分屬不同的項目組,管理者為項目組設立了以時間為目標“提前完成項目獎”。項目負責人則在項目組內部設立了二級目標,通過進度表來考核每一位員工的工作完成進度,考核結果作為項目獎金分配和年終績效考核的重要指標。通過這種方式,工程師的勞動過程實際上被管理者時時監控。“市場變化太快,時間就是效益。老板幾乎每周都給我們講項目進度問題,我們項目負責人也天天在群里催進度,完了還要寫周報。組里每個成員的工作都被分解成若干功能模塊,細化到每周的進度安排。老板每周要看各組周報,年底還要績效考核。我有一張表,里面列出每個人每周要交給我的東西,完成的、沒完成的都要如實記錄。每周五我把記錄表放到工作群里公布,老板也在群里。”研發部主管唐工在訪談中提到。(訪談編號:201803180001)
另外,知識工人的工作內容自主性也受到侵蝕。智能工具將工作分解為一個個獨立的模塊,而且最具核心價值的模塊是從廠商那里購買的現成解決方案,這就使得工程師的工作內容逐漸變成對眾多獨立模塊的選取、修改、組合,而無權做出大的設計突破。
智能工具對電子研發工程師的工作流程自主性、工作內容自主性的侵蝕,給工程師原本具有的好奇、鉆研、創新等職業精神造成了一定影響。在訪談中也能感覺到,S公司和B公司的電子研發工程師,尤其是初級、中級工程師對工作產生了一定的厭倦,而且也對自身的勞動價值產生了懷疑。
綜上所述,通過對S公司及其工作外包B公司中電子研發工程師的觀察發現,資本應用人工智能技術對知識工人勞動過程造成的影響主要有:一是,人工智能將知識生產工作 “技術空心化”,即核心科學技術和探索科學本質的精神從專業技術中的抽離,以及技術從深到廣的變化;二是,人工智能使知識工人的組織結構分化,資本對分化的組織采取不同的管理機制,包括直接控制和自主性限制。
還有一點也值得注意,文中提及的所有電子設計智能工具的開發商全部來自歐美等發達國家,而我國目前在這方面還難以望其項背。由于這種高端技術隔離,我國電子研發工程師的勞動實際上面臨著國內資本與歐美資本的雙重剝奪。有人認為人工智能的未來是美好的,人類只需要從事創造性的工作。然而從目前的情況來看,發展中國家知識工人與科學知識的聯系、好奇心以及創造力正在因人工智能而喪失,工作性質逐漸“藍領化”“技術空心化”,而創造性的工作只是留在了歐美等發達國家。