在看得見的未來，機器人必會成為我們的夥伴。正因為此，谷歌、IBM、微軟、臉譜等科技巨頭，無一不將機器人視作未來的技術制高點和利益增長點，美、日、德等國政府都把機器人産業作為未來經濟發展新引擎。然而，基於接受人類指揮的自信，人們仍無法想像一個機器人時代的到來。矽谷企業家馬丁·福特在《機器人時代：技術、工作與經濟的未來》中，將機器人分為兩類：一類是“弱”機器人，或稱為藍領機器人，這類機器人並不需要複製智力，達到搶人飯碗的要求就夠了。《世界經理人》雜誌一份對中國企業的調查顯示，作為製造業大國，有85%的企業未來一年內有意向引入工業機器人、數字化智慧機床、數控系統、3D列印機等智慧製造設備。

　　馬丁·福特定義的另一類機器人，是“強”機器人，或曰智慧機器人，它能達到遠高於藍領工人的智慧水準，甚至超過整個人類的智慧水準。的確如此，目前，智慧機器人技術正沿著自主性、適應性和智慧通信三個方向發展，機器人越來越具備感覺要素，能認識周圍環境狀態，越來越具備運動要素，能對外界做出反應性動作，越來越具備思考要素，能根據感覺要素得到的資訊，思考出採用什麼樣的動作。於是，機器人時代的到來，似乎成了一種必然的趨勢。專家估計，機器人時代的到來，短則在2030年前，長則在2050年前。那麼問題是，機器人時代，技術、工作與經濟的未來會怎樣？機器人真的會比人更聰明嗎？機器人將給中國帶來怎樣的好處？人類未來的處境又如何？

　　曾經，我們對機器人的預判是樂觀的，即使一些工作崗位遭淘汰，但會有更多的工作崗位被創造出來，以滿足新時代的創新。機器人帶來的社會經濟問題，也可通過加強醫療衛生、退休和失業保險制度，強化培訓和教育等計劃來調整。但在馬丁·福特看來，這些想法完全錯誤，因為情況絕非如此。機器人時代，所謂“好工作”將會過時：大量律師助理、記者、上班族，甚至電腦程式員，都將被機器人和智慧軟體取代。伴隨機器人技術的發展，工薪家庭和中産階級家庭將受到進一步擠壓。同時，人們還要經受生活成本上漲的衝擊，尤其是教育成本和醫療保健成本的上漲。這一切的後果很可能是，出現大範圍失業和經濟狀況不平等，甚而經濟本身的崩潰。

　　你不能阻止科技的腳步；世界將繼續前行。美國卡內基梅隆大學機器人研究所所長馬修·梅森説：“機器人市場的快速升溫，是一個國家工業化發展到一定階段的産物……機器人應該如人類一樣擁有獨立的思考和決策能力。毫無疑問，機器人是推動新工業革命的關鍵。”對一個強調“網際網路﹢”、全民“眾包”創新的“創客”時代的中國來説，當下除了擁抱機器人，別無選擇。在《機器人時代》中，馬丁·福特詳細地向我們闡述了機器人技術向“智慧”和“類人”發展的路線圖——正從以控制為出發點的IT時代，走向以激活生産力為目的數據時代，這個轉變過程的關鍵則依賴大數據和雲服務。正是在這個意義上，當阿里巴巴與軟銀、富士康聯手機器人産業，推出全球首款情感機器人Pepper時，馬雲將其稱為“第四次産業革命”。

　　毫無疑問，中國有著特殊之處。中國仍處在向富裕國家過度的進程中，製造業依然是一個非常重要的就業方向，還沒有真正建立起強大的中産階級群體……伴隨著機器人時代的到來，工廠提供的就業機會將不可避免地持續消失。自動化機床的普及，僅從1995年到2002年，中國製造業已有約1600萬工廠工作崗位失去存在空間。調查顯示，已有43%的中國員工認為，自己的教育程度高於當前職位所需，北大畢業生賣肉、碩士研究生爭當環衛工人……或許正是機器人時代個別現象呈現出的必然無奈。同時，中國還面臨人口老齡化、氣候變化和資源枯竭等挑戰。

　　人們通常預測，隨著嬰兒潮一代退出勞動力市場，工人短缺最終會愈演愈烈，這將有效地制衡甚至蓋過任何由自動化帶來的影響。然而，馬丁·福特在《機器人時代》中指出，正如我們所看到的，很多假設都建立在不確定的基礎之上，情況肯定還要複雜得多。所以，馬丁·福特預言：在機器人崛起帶來的經濟和社會破壞中，中國很可能會是一個中心，面臨全面經濟繁榮還是災難性經濟不平等和不穩定的巨大挑戰。面對挑戰的當然不止中國，對很多發展中國家來説，借助勞動密集型製造業走向繁榮的道路可能就要行不通。甚至全球也可能面臨一個“完美風暴”：一種技術失業和對環境影響幾乎同時發生的情況，它們能相互強化甚至放大對方。

　　或許，憑藉人的自由意志、主觀能動性和創新能力，可以抵消我們對“機器人會不會拿人當寵物”的擔憂。不過，若機器人時代的到來不可避免，為什麼珠三角的中國製造業基地倒閉潮頻現？為什麼西方發達國家高精尖製造業正向本土回流？中國製造業的未來在哪兒？……這些是我們必須面對的現實。人類必須儘快將機器人行業與大數據、行動通訊等進行跨領域技術融合，迎接機器人時代這一風口的到來。

　　儘管馬丁·福特在書的最後一章“新經濟模式”中對可能出現的經濟更加不平等和不穩定，進行了探討，但如何在各種糾纏的勢力中找尋出一條路，並創造一個全面安全和繁榮的未來，至少在目前，還沒有一個很好的答案。