章魚政見：產業勞工之遠距上班

2020年疫情爆發以來，我們有沒有真的學會遠距上班？*

關於遠距上班，Zapier軟體公司專注在自動化的工具，比如Ubereats會自動發訊等等。

Zapier公司的員工都在家上班，員工從加州、丹麥、新加坡到南半球都有。

如果不能在家上班，至少各區的區公所可以讓住該區的公務員，不管是任職於中央還是地方，不必移動到另一區去上班，設一個「統一」的共享辦公室就可以，要處理的問題是「老闆要有資訊能力，資訊安全能力，管理人員能力」。

最忌諱的是，發生比如：「啊那天我們『在台北一起』開會你沒來所以沒聽到」，我個人遇到這種事，小人很多，但大人不像大人。

你要讓在家、遠距，以及在現場的人，「都有一樣的資訊存取」權力，散會後不要再聊天，要聊盡量線上聊，因為線下聊天會影響到遠距的人。

這可省下什麼？油錢？車錢？最核心的是，可省下時間陪家人，這就是又有生產力，又有幸福經濟。

2020年新冠肺炎全球大流行，一夕之間大家都需要在家上班，疫情總會過去，但是它造成的影響是不可回復的，同樣的，大家也會開始理解遠距上班真正的價值。

上圖：以遠距在家工作為例，人員的差勤不復以時間為管理的基礎，AI的影像辨識得以更深入分析出人員的姿態，工作的專注度，用成果／目標作為考核的基礎

我們如果把人工智慧的發展，分成人工製造出來的機器，以及人工製造出來可以自己持續學習進步的機器，前者的發展肯定相當困難。因為機器如果可以自己學習，你只要持續加進電力跟計算力，它就會自己發展的越來越厲害。而機器學習在21世紀才有相當具體的發展，因為到了21世紀，計算能力開始突飛猛進，在我看來這要謝謝小孩打遊戲還有比特幣（虛擬貨幣的挖礦需求帶來的計算機大量進步）。

人事考勤除了打卡簽到、簽退，如上述，可簡單透過比如Amazon Deeplens進行人臉辨識進行，影像辨識的技術將使在遠距工作更多彈性與可能。

企業內的人事考勤比如工時、加班與差旅，以人工智慧進行統計與分析是容易的事，但影像辨識更進一步可以整合進來，進行績效管理。

以遠距在家工作為例，人員的差勤不復以時間為管理的基礎，AI的影像辨識得以更深入分析人員的姿態，工作的專注度與比如喝咖啡的時間，這些資訊對企業資方來說，是可善用的基礎，但也有遭濫用的可能，但工作的場所因視訊系統與網路的使用，可使在家上班變更有可行性，透過AI的影像辨識，提供勞資雙方一個可靠的約束與規範，可讓企業在辦公空間的需求上更有彈性，同時也使員工更能兼顧家庭與事業。

這之間要計算的是，怎麼讓交通壅堵費，各區透過租稅獎勵，讓民間設置區域辦公室與各個公司總部連結，但又要讓企業有一定的生產力，放心地讓員工在各區的小中心上班，比如士林的人可以到天母的衛星遠距辦公室和在信義區的總公司的人一起上班，一週可能進信義區一趟即可，但主管還是可監管得到人，成果做得出來，又可以準時下班去接小孩。