211service.com
Hvordan teknologi ødelegger jobber
Automatisering reduserer behovet for folk i mange jobber. Står vi foran en fremtid med stagnerende inntekter og økende ulikhet? 12. juni 2013
Gitt hans rolige og begrunnede akademiske væremåte, er det lett å gå glipp av hvor provoserende Erik Brynjolfssons påstand egentlig er. Brynjolfsson, professor ved MIT Sloan School of Management, og hans samarbeidspartner og medforfatter Andrew McAfee har i det siste halvannet året argumentert for at imponerende fremskritt innen datateknologi – fra forbedret industriell robotikk til automatiserte oversettelsestjenester – i stor grad ligger bak de trege. sysselsettingsvekst de siste 10 til 15 årene. Enda mer illevarslende for arbeidere, MIT-akademikerne forutser dystre utsikter for mange typer jobber ettersom disse kraftige nye teknologiene i økende grad blir tatt i bruk ikke bare innen produksjon, kontor- og detaljarbeid, men i yrker som juss, finansielle tjenester, utdanning og medisin.
At roboter, automatisering og programvare kan erstatte mennesker kan virke åpenbart for alle som har jobbet i bilproduksjon eller som reisebyrå. Men påstanden til Brynjolfsson og McAfee er mer urovekkende og kontroversiell. De mener at raske teknologiske endringer har ødelagt arbeidsplasser raskere enn den skaper dem, noe som har bidratt til stagnasjonen av medianinntekten og veksten av ulikhet i USA. Og, mistenker de, noe lignende skjer i andre teknologisk avanserte land.
Denne historien var en del av vår utgave av juli 2013
- Se resten av saken
- Abonnere
Det kanskje mest fordømmende beviset, ifølge Brynjolfsson, er et diagram som bare en økonom kan elske. I økonomi er produktivitet – mengden økonomisk verdi som skapes for en gitt innsatsenhet, for eksempel en time med arbeid – en avgjørende indikator på vekst og verdiskaping. Det er et mål på fremgang. På diagrammet Brynjolfsson liker å vise, representerer separate linjer produktivitet og total sysselsetting i USA. I årevis etter andre verdenskrig fulgte de to linjene hverandre tett, med økninger i arbeidsplasser som tilsvarte økning i produktivitet. Mønsteret er tydelig: ettersom bedrifter genererte mer verdi fra arbeiderne sine, ble landet som helhet rikere, noe som drev mer økonomisk aktivitet og skapte enda flere arbeidsplasser. Så, fra og med 2000, divergerer linjene; produktiviteten fortsetter å stige kraftig, men sysselsettingen visner plutselig. Innen 2011 dukker det opp et betydelig gap mellom de to linjene, som viser økonomisk vekst uten parallell økning i jobbskaping. Brynjolfsson og McAfee kaller det den store frakoblingen. Og Brynjolfsson sier han er trygg på at teknologien ligger bak både den sunne produktivitetsveksten og den svake veksten i arbeidsplasser.
Det er en oppsiktsvekkende påstand fordi den truer troen som mange økonomer har på teknologisk fremgang. Brynjolfsson og McAfee tror fortsatt at teknologi øker produktiviteten og gjør samfunn rikere, men de tror at det også kan ha en mørk side: teknologisk fremgang eliminerer behovet for mange typer jobber og etterlater den typiske arbeideren dårligere enn før. Brynjolfsson kan vise til et annet diagram som indikerer at medianinntekten ikke klarer å stige selv om bruttonasjonalproduktet stiger. Det er det store paradokset i vår tid, sier han. Produktiviteten er på rekordnivå, innovasjon har aldri vært raskere, og samtidig har vi en fallende medianinntekt og vi har færre jobber. Folk faller på etterskudd fordi teknologien går så raskt fremover og ferdighetene og organisasjonene våre ikke henger med.
Brynjolfsson og McAfee er ikke ludditter. Faktisk blir de noen ganger beskyldt for å være for optimistiske med hensyn til omfanget og hastigheten på de siste digitale fremskritt. Brynjolfsson sier de begynte å skrive Race Against the Machine , boken fra 2011 der de la frem mye av argumentasjonen sin, fordi de ønsket å forklare de økonomiske fordelene med disse nye teknologiene (Brynjolfsson brukte store deler av 1990-tallet på å snuse opp bevis for at informasjonsteknologi økte produktivitetsratene). Men det ble klart for dem at de samme teknologiene som gjorde mange jobber tryggere, enklere og mer produktive, også reduserte etterspørselen etter mange typer menneskelige arbeidere.
Anekdotiske bevis på at digitale teknologier truer arbeidsplasser er selvfølgelig overalt. Roboter og avansert automatisering har vært vanlig i mange typer produksjon i flere tiår. I USA og Kina, verdens produksjonskraftverk, jobber færre mennesker med produksjon i dag enn i 1997, i det minste delvis takket være automatisering. Moderne bilfabrikker, hvorav mange ble transformert av industriell robotikk på 1980-tallet, bruker rutinemessig maskiner som autonomt sveiser og maler kroppsdeler - oppgaver som en gang ble håndtert av mennesker. Senest har industriroboter som Rethink Robotics’ Baxter (se The Blue-Collar Robot, mai/juni 2013), mer fleksible og langt billigere enn forgjengerne, blitt introdusert for å utføre enkle jobber for små produsenter i en rekke sektorer. Nettstedet til et oppstartsselskap i Silicon Valley kalt Industrial Perception har en video av roboten den har designet for bruk i varehus som plukker opp og kaster esker som en lei elefant. Og slike sensasjoner som Googles førerløse bil antyder hva automatisering kan være i stand til å oppnå en dag snart.
En mindre dramatisk endring, men en med potensielt langt større innvirkning på sysselsettingen, finner sted innen kontorarbeid og profesjonelle tjenester. Teknologier som Internett, kunstig intelligens, big data og forbedret analyse – alt muliggjort av den stadig økende tilgjengeligheten av billig datakraft og lagringskapasitet – automatiserer mange rutineoppgaver. Utallige tradisjonelle funksjonærjobber, som mange på postkontoret og i kundeservice, har forsvunnet. W. Brian Arthur, en gjesteforsker ved Xerox Palo Alto Research Centers laboratorium for intelligenssystemer og tidligere økonomiprofessor ved Stanford University, kaller det den autonome økonomien. Det er langt mer subtilt enn ideen om roboter og automatisering som utfører menneskelige jobber, sier han: det involverer digitale prosesser som snakker med andre digitale prosesser og skaper nye prosesser, noe som gjør oss i stand til å gjøre mange ting med færre mennesker og gjøre enda andre menneskelige jobber foreldet.
Det er dette angrepet av digitale prosesser, sier Arthur, som først og fremst forklarer hvordan produktiviteten har vokst uten en betydelig økning i menneskelig arbeidskraft. Og, sier han, digitale versjoner av menneskelig intelligens erstatter i økende grad selv de jobbene som en gang ble antatt å kreve folk. Det vil endre hvert yrke på måter vi knapt har sett ennå, advarer han.
McAfee, assisterende direktør for MIT Center for Digital Business ved Sloan School of Management, snakker raskt og med en viss ærefrykt når han beskriver fremskritt som Googles førerløse bil. Likevel, til tross for hans åpenbare entusiasme for teknologiene, ser han ikke de nylig forsvunne jobbene komme tilbake. Presset på sysselsettingen og den resulterende ulikheten vil bare bli verre, foreslår han, ettersom digitale teknologier – drevet med nok datakraft, data og nerder – fortsetter sine eksponentielle fremskritt i løpet av de neste tiårene. Jeg vil gjerne ta feil, sier han, men når alle disse science-fiction-teknologiene er utplassert, hva vil vi da trenge alle menneskene til?
Ny økonomi?
Men er disse nye teknologiene virkelig ansvarlige for et tiår med svak jobbvekst? Mange arbeidsøkonomer sier at dataene i beste fall langt fra er avgjørende. Flere andre plausible forklaringer, inkludert hendelser knyttet til global handel og finanskrisene på begynnelsen og slutten av 2000-tallet, kan forklare den relative tregheten i jobbskapingen siden århundreskiftet. Ingen vet egentlig, sier Richard Freeman, arbeidsøkonom ved Harvard University. Det er fordi det er veldig vanskelig å frigjøre effektene av teknologi fra andre makroøkonomiske effekter, sier han. Men han er skeptisk til at teknologi vil endre et bredt spekter av forretningssektorer raskt nok til å forklare de siste jobbtall.
Sysselsettingstrender har polarisert arbeidsstyrken og uthulet middelklassen.
David Autor, en økonom ved MIT som har grundig studert sammenhengene mellom jobber og teknologi, tviler også på at teknologi kan forklare en så brå endring i den totale sysselsettingen. Det var en stor nedgang i sysselsettingen fra 2000. Noe endret seg, sier han. Men ingen vet årsaken. Dessuten tviler han på at produktiviteten faktisk har økt kraftig i USA det siste tiåret (økonomer kan være uenige om den statistikken fordi det er forskjellige måter å måle og veie økonomiske input og output). Hvis han har rett, øker det muligheten for at dårlig jobbvekst ganske enkelt kan være et resultat av en svak økonomi. Den plutselige nedgangen i jobbskapingen er et stort puslespill, sier han, men det er ikke mye bevis på at det er knyttet til datamaskiner.
For å være sikker, sier Autor, endrer datateknologi hvilke typer jobber som er tilgjengelige, og disse endringene er ikke alltid til det gode. I det minste siden 1980-tallet, sier han, har datamaskiner i økende grad overtatt slike oppgaver som bokføring, kontorarbeid og repeterende produksjonsjobber i produksjonen – alt som typisk ga middelklasselønn. Samtidig har høyere betalte jobber som krever kreativitet og problemløsningsevner, ofte hjulpet av datamaskiner, spredt seg. Det samme har jobber med lav kompetanse: Etterspørselen har økt etter restaurantarbeidere, vaktmestere, helsehjelper i hjemmet og andre som utfører servicearbeid som er nesten umulig å automatisere. Resultatet, sier Autor, har vært en polarisering av arbeidsstyrken og en uthuling av middelklassen – noe som har skjedd i en rekke industrialiserte land de siste tiårene. Men det er veldig forskjellig fra å si at teknologi påvirker det totale antallet arbeidsplasser, legger han til. Jobbene kan endre seg mye uten at det blir store endringer i sysselsettingsgraden.
Dessuten, selv om dagens digitale teknologier holder jobbskapingen nede, tyder historien på at det mest sannsynlig er et midlertidig, om enn smertefullt, sjokk; etter hvert som arbeidere justerer ferdighetene sine og gründere skaper muligheter basert på de nye teknologiene, vil antallet arbeidsplasser ta seg opp igjen. Det har i alle fall alltid vært mønsteret. Spørsmålet er da om dagens datateknologier vil være annerledes, og skape langvarig ufrivillig arbeidsledighet.
I det minste siden den industrielle revolusjonen startet på 1700-tallet, har forbedringer i teknologi endret arbeidets natur og ødelagt noen typer jobber i prosessen. I 1900 jobbet 41 prosent av amerikanerne i landbruket; i 2000 var det bare 2 prosent. På samme måte har andelen amerikanere sysselsatt i produksjon falt fra 30 prosent i årene etter andre verdenskrig til rundt 10 prosent i dag – delvis på grunn av økende automatisering, spesielt på 1980-tallet.
Mens slike endringer kan være smertefulle for arbeidere hvis ferdigheter ikke lenger samsvarer med arbeidsgivernes behov, sier Lawrence Katz, en Harvard-økonom, at ingen historisk mønster viser at disse endringene fører til en netto nedgang i jobber over en lengre periode. Katz har forsket omfattende på hvordan teknologiske fremskritt har påvirket jobber de siste århundrene – og beskriver for eksempel hvordan høyt kvalifiserte håndverkere på midten av 1800-tallet ble fordrevet av lavt kvalifiserte arbeidere i fabrikker. Selv om det kan ta flere tiår før arbeidstakere får den kompetansen som trengs for nye typer sysselsetting, sier han, har vi aldri gått tom for jobber. Det er ingen langsiktig trend med å eliminere arbeid for folk. På lang sikt er sysselsettingsraten ganske stabil. Folk har alltid vært i stand til å skape nye jobber. Folk kommer på nye ting å gjøre.
Likevel avviser ikke Katz forestillingen om at det er noe annerledes med dagens digitale teknologier - noe som kan påvirke et enda bredere spekter av arbeid. Spørsmålet, sier han, er om økonomisk historie vil tjene som en nyttig veiledning. Vil jobbforstyrrelsene forårsaket av teknologi være midlertidige ettersom arbeidsstyrken tilpasser seg, eller vil vi se et science-fiction-scenario der automatiserte prosesser og roboter med overmenneskelige ferdigheter tar over et bredt spekter av menneskelige oppgaver? Selv om Katz forventer at det historiske mønsteret holder, er det virkelig et spørsmål, sier han. Hvis teknologien forstyrrer nok, hvem vet hva som vil skje?
Dr watson
For å få litt innsikt i Katz sitt spørsmål, er det verdt å se på hvordan dagens mest avanserte teknologier blir distribuert i industrien. Selv om disse teknologiene utvilsomt har tatt over noen menneskelige jobber, er det ikke så lett å finne bevis på at arbeidere blir fordrevet av maskiner i stor skala. En grunn til at det er vanskelig å fastslå nettoeffekten på jobber er at automatisering ofte brukes for å gjøre menneskelige arbeidere mer effektive, ikke nødvendigvis for å erstatte dem. Økende produktivitet betyr at bedrifter kan gjøre det samme arbeidet med færre ansatte, men det kan også gjøre det mulig for bedrifter å utvide produksjonen med sine eksisterende arbeidere, og til og med gå inn i nye markeder.
Ta den knalloransje Kiva-roboten, en velsignelse for nye e-handelsbedrifter. Skapt og solgt av Kiva Systems, en oppstart som ble grunnlagt i 2002 og kjøpt av Amazon for 775 millioner dollar i 2012, er robotene designet for å suse over store varehus, hente stativer med bestilte varer og levere produktene til mennesker som pakker bestillingene. I Kivas store demonstrasjonslager og monteringsanlegg ved hovedkvarteret utenfor Boston, beveger flåter av roboter seg rundt med tilsynelatende uendelig energi: noen nymonterte maskiner utfører tester for å bevise at de er klare til å bli sendt til kunder over hele verden, mens andre venter med å demonstrere til en besøkende hvordan de nesten umiddelbart kan svare på en elektronisk bestilling og bringe det ønskede produktet til en arbeiderstasjon.
Et lager utstyrt med Kiva-roboter kan håndtere opptil fire ganger så mange bestillinger som et lignende uautomatisert lager, der arbeidere kan bruke så mye som 70 prosent av tiden sin på å gå rundt for å hente varer. (Tilfeldigvis eller ikke kjøpte Amazon Kiva like etter at en pressemelding avslørte at arbeidere ved et av forhandlerens gigantiske varehus ofte gikk mer enn 10 miles om dagen.)
Til tross for det arbeidsbesparende potensialet til robotene, sier Mick Mountz, Kivas grunnlegger og administrerende direktør, at han tviler på at maskinene har satt mange mennesker uten jobb eller vil gjøre det i fremtiden. For det første, sier han, er de fleste av Kivas kunder e-handelsforhandlere, noen av dem vokser så raskt at de ikke kan ansette folk raskt nok. Ved å gjøre distribusjonsvirksomheten billigere og mer effektiv, har robotteknologien hjulpet mange av disse forhandlerne til å overleve og til og med utvide. Før han grunnla Kiva, jobbet Mountz hos Webvan, et nettbasert leveringsselskap for dagligvarer som var en av 1990-tallets dot-com-æras mest beryktede flammer. Han liker å vise tallene som viser at Webvan var dømt fra starten; en ordre på $100 kostet selskapet $120 å sende. Mountz sitt poeng er klart: noe så dagligdags som kostnadene for materialhåndtering kan føre til en tidlig død for en ny virksomhet. Automatisering kan løse det problemet.
I mellomtiden ansetter Kiva selv. Oransje ballonger - samme farge som robotene - svever over flere avlukker i det vidstrakte kontoret, og signaliserer at beboerne ankom i løpet av den siste måneden. De fleste av disse nye ansatte er programvareingeniører: mens robotene er selskapets plakatgutter, ligger dens mindre kjente innovasjoner i de komplekse algoritmene som styrer robotenes bevegelser og bestemmer hvor på lageret produktene lagres. Disse algoritmene bidrar til å gjøre systemet tilpasningsdyktig. Den kan for eksempel lære at et bestemt produkt sjelden bestilles, så det bør lagres i et avsidesliggende område.
Selv om fremskritt som disse antyder hvordan enkelte aspekter av arbeidet kan bli gjenstand for automatisering, illustrerer de også at mennesker fortsatt utmerker seg med visse oppgaver - for eksempel å pakke forskjellige gjenstander sammen. Mange av de tradisjonelle problemene innen robotikk – for eksempel hvordan man lærer en maskin å gjenkjenne et objekt som for eksempel en stol – forblir stort sett uhåndterlige og er spesielt vanskelige å løse når robotene er frie til å bevege seg i et relativt ustrukturert miljø som en fabrikk eller kontor.
Teknikker som bruker store mengder beregningskraft har gått langt mot å hjelpe roboter til å forstå omgivelsene sine, men John Leonard, professor i ingeniørvitenskap ved MIT og medlem av Computer Science and Artificial Intelligence Laboratory (CSAIL), sier at mange kjente vanskeligheter gjenstår. En del av meg ser akselererende fremgang; den andre delen av meg ser de samme gamle problemene, sier han. Jeg ser hvor vanskelig det er å gjøre noe med roboter. Den store utfordringen er usikkerhet. Med andre ord, folk er fortsatt langt bedre til å håndtere endringer i miljøet og reagere på uventede hendelser.
Av den grunn, sier Leonard, er det lettere å se hvordan roboter kan fungere med mennesker enn på egen hånd i mange applikasjoner. Mennesker og roboter som jobber sammen kan skje mye raskere enn roboter som bare erstatter mennesker, sier han. Det kommer ikke til å skje i min levetid i massiv skala. Den semiautonome taxien vil fortsatt ha en sjåfør.
En av de vennligere, mer fleksible robotene som er ment å jobbe med mennesker, er Rethink's Baxter. Opprettelsen av Rodney Brooks, selskapets grunnlegger, Baxter, trenger minimal opplæring for å utføre enkle oppgaver som å plukke opp gjenstander og flytte dem til en boks. Den er ment for bruk i relativt små produksjonsanlegg der konvensjonelle industriroboter vil koste for mye og utgjøre for mye fare for arbeidere. Tanken, sier Brooks, er å la robotene ta seg av kjedelige, repeterende jobber som ingen ønsker å gjøre.
Det er vanskelig å ikke like Baxter umiddelbart, delvis fordi den virker så ivrig etter å tilfredsstille. Øyenbrynene på skjermen hever seg spørrende når den blir forvirret; armene trekker seg underdanig og forsiktig tilbake når de støtes. På spørsmål om påstanden om at slike avanserte industriroboter kan eliminere jobber, svarer Brooks ganske enkelt at han ikke ser det slik. Roboter, sier han, kan være for fabrikkarbeidere som elektriske øvelser er for bygningsarbeidere: Det gjør dem mer produktive og effektive, men det tar ikke jobber.
Maskinene som er laget på Kiva og Rethink er smart designet og bygget for å jobbe med mennesker, og tar over oppgavene som mennesker ofte ikke vil gjøre eller ikke er spesielt gode på. De er spesielt utviklet for å øke disse arbeidernes produktivitet. Og det er vanskelig å se hvordan selv disse stadig mer sofistikerte robotene vil erstatte mennesker i de fleste produksjons- og industrijobber snart. Men geistlige og noen profesjonelle jobber kan være mer sårbare. Det er fordi ekteskapet mellom kunstig intelligens og big data begynner å gi maskiner en mer menneskelig evne til å resonnere og løse mange nye typer problemer.
Selv om økonomien bare går gjennom en overgang, er det ekstremt smertefullt for mange.
I de tonye, nordlige forstedene til New York City, presser IBM Research supersmart databehandling inn i rikene til slike yrker som medisin, finans og kundeservice. IBMs innsats har resultert i Watson, et datasystem som er mest kjent for å slå menneskelige mestere på spillshowet Fare! i 2011. Den versjonen av Watson sitter nå i et hjørne av et stort datasenter ved forskningsanlegget i Yorktown Heights, markert med en glødende plakett som minnes dens storhetstider. I mellomtiden tester forskere der allerede nye generasjoner Watson innen medisin, hvor teknologien kan hjelpe leger med å diagnostisere sykdommer som kreft, evaluere pasienter og foreskrive behandlinger.
IBM liker å kalle det kognitiv databehandling. I hovedsak bruker Watson kunstig intelligens-teknikker, avansert naturlig-språkbehandling og -analyse, og enorme mengder data hentet fra kilder som er spesifikke for en gitt applikasjon (når det gjelder helsetjenester, betyr det medisinske tidsskrifter, lærebøker og informasjon samlet inn fra leger eller sykehus som bruker systemet). Takket være disse innovative teknikkene og enorme mengder datakraft, kan den raskt komme med råd – for eksempel den nyeste og relevante informasjonen for å veilede en leges diagnose og behandlingsbeslutninger.
Til tross for systemets bemerkelsesverdige evne til å forstå alle disse dataene, er det fortsatt tidlig for Dr. Watson. Selv om den har rudimentære evner til å lære av spesifikke mønstre og vurdere ulike muligheter, er den langt fra å ha den typen dømmekraft og intuisjon en lege ofte trenger. Men IBM har også annonsert at de vil begynne å selge Watsons tjenester til kundestøttesentre, som sjelden krever menneskelig dømmekraft som er ganske så sofistikert. IBM sier at selskaper vil leie en oppdatert versjon av Watson for bruk som kundeserviceagent som svarer på spørsmål fra forbrukere; den har allerede signert flere banker. Automatisering er selvfølgelig ikke noe nytt i callsentre, men Watsons forbedrede kapasitet for naturlig språkbehandling og dets evne til å utnytte en stor mengde data tyder på at dette systemet kan snakke tydelig med innringere, og gi dem spesifikke råd om selv tekniske og komplekse spørsmål. Det er lett å se at den erstatter mange menneskelige holdeplasser i det nye feltet.
Digitale tapere
Påstanden om at automatisering og digitale teknologier er delvis ansvarlige for dagens mangel på jobber har åpenbart rørt en rå nerve for mange som er bekymret for sin egen jobb. Men dette er bare én konsekvens av det Brynjolfsson og McAfee ser på som en bredere trend. Den raske akselerasjonen av teknologisk fremgang, sier de, har utvidet gapet mellom økonomiske vinnere og tapere – inntektsulikhetene som mange økonomer har bekymret seg for i flere tiår. Digitale teknologier har en tendens til å favorisere superstjerner, påpeker de. For eksempel kan noen som lager et dataprogram for å automatisere skatteforberedelse tjene millioner eller milliarder av dollar samtidig som de eliminerer behovet for utallige regnskapsførere.
Ny teknologi griper inn i menneskelige ferdigheter på en måte som er helt enestående, sier McAfee, og mange middelklassejobber er rett i øynene; selv relativt høykompetanse innen utdanning, medisin og juss er berørt. Midten ser ut til å forsvinne, legger han til. Toppen og bunnen kommer tydeligvis lenger fra hverandre. Selv om teknologi kanskje bare er én faktor, sier McAfee, har den vært undervurdert, og den vil sannsynligvis bli stadig viktigere.
Ikke alle er enige i Brynjolfsson og McAfees konklusjoner – spesielt påstanden om at virkningen av nyere teknologiske endringer kan være forskjellig fra alt som er sett før. Men det er vanskelig å ignorere advarselen deres om at teknologi øker inntektsgapet mellom teknologikyndige og alle andre. Og selv om økonomien bare går gjennom en overgang som ligner på de den har vært gjennom før, er det ekstremt smertefullt for mange arbeidere, og det må løses på en eller annen måte. Harvards Katz har vist at USA hadde fremgang på begynnelsen av 1900-tallet, delvis fordi videregående opplæring ble tilgjengelig for mange mennesker i en tid da sysselsettingen i landbruket tørket ut. Resultatet, i det minste gjennom 1980-tallet, var en økning i utdannede arbeidere som fant jobber i industrisektorene, noe som økte inntektene og reduserte ulikheten. Katzs leksjon: smertefulle langsiktige konsekvenser for arbeidsstyrken følger ikke uunngåelig av teknologiske endringer.
Brynjolfsson sier selv at han ikke er klar til å konkludere med at økonomisk fremgang og sysselsetting har avviket for godt. Jeg vet ikke om vi kan komme oss, men jeg håper vi kan, sier han. Men det, antyder han, vil avhenge av å erkjenne problemet og ta skritt som å investere mer i opplæring og utdanning av arbeidere.
Vi var heldige og stadig økende produktivitet hevet alle båter store deler av 1900-tallet, sier han. Mange mennesker, spesielt økonomer, hoppet til konklusjonen at det var akkurat slik verden fungerte. Jeg pleide å si at hvis vi tok vare på produktiviteten, ville alt annet ordne seg selv; det var den viktigste økonomiske statistikken. Men det er ikke lenger sant. Han legger til: Det er en av økonomiens skitne hemmeligheter: teknologifremgang øker økonomien og skaper rikdom, men det er ingen økonomisk lov som sier at alle vil dra nytte av det. Med andre ord, i kappløpet mot maskinen er det sannsynlig at noen vinner mens mange andre taper.