Every human used to have to hunt or gather to survive, but humans are smartly lazy, so we made tools to make our work easier.

かつて人間は生き残るために狩猟や採集をしなければなりませんでしたが、人間は賢く怠け者なので、仕事を楽にするための道具を作りました。

From sticks to plows to tractors, we've gone from everyone needing to make food to modern agriculture with almost no one needing to make food.

棒から鍬、トラクターへと、食料を作る必要のある状態から、ほぼ誰も食料を作る必要のない現代農業へと進化しました。

And yet, we still have abundance.

それでも、わたしたちはまだ豊かさを手にしています。

Of course, it's not just farming, it's everything.

もちろん、これは農業だけではなく、あらゆることに当てはまります。

We've spent the last several thousand years building tools to reduce physical labor of all kinds.

ここ数千年の間に、あらゆる種類の肉体労働を減らすための道具を作り続けてきました。

These are mechanical muscles. Stronger, more reliable, and more tireless than human muscles ever could be.

これらは機械的な筋肉です。人間の筋肉よりも強く、より信頼でき、より疲れることがありません。

And that's a good thing.

そしてそれは良いことです。

Replacing human labor with mechanical muscles frees people to specialize, and that leaves everyone better off, even those still doing physical labor.

人間の労働を機械的な筋肉で置き換えることで、人々が専門化するための自由が生まれ、それは肉体労働をしている人たちさえも含めて、すべての人をより良い状態にします。

This is how economies grow and standards of living rise.

これが経済が成長し、生活水準が上がる仕組みです。

Some people have specialized to be programmers and engineers whose job is to build mechanical minds.

機械的な心を構築することが仕事のプログラマーやエンジニアとして専門化した人もいます。

Just as mechanical muscles made human labor less in demand, so are mechanical minds making human brain labor less in demand.

機械的な筋肉が人間の労働の需要を減らしたのと同じように、機械的な心は人間の脳労働の需要を減らしています。

This is an economic revolution. You may think we've been here before, but we haven't.

これは経済革命です。以前にも同じことがあったと思うかもしれませんが、そうではありません。

This time is different.

今回は違います。

When you think of automation, you probably think of this.

自動化と聞くと、おそらくこのようなことを思い浮かべます。

Giant, custom-built, expensive, efficient, but really dumb robots blind to the world and their own work.

巨大で、カスタムメイドで、高価で、効率的ですが、世界とそれら自身の仕事に盲目の本当に頭の悪いロボット。

They were a scary kind of automation, but they haven't taken over the world because they're only cost-effective in narrow situations.

それらは怖い種類の自動化でしたが、狭い状況でのみコスト効率的であるため、世界を支配していません。

But they're the old kind of automation. This is the new kind.

しかし、それらは古い種類の自動化です。これは新しい種類です。

Meet Baxter.

Baxterを紹介します。

Unlike these things, which require skilled operators and technicians and millions of dollars,

熟練したオペレーターとテクニシャン、そして数百万ドルを必要とするこれらのものとは異なり、

Baxter has vision and can learn what you want him to do by watching you do it.

Baxterはビジョンを持ち、あなたがそれをしているのを見ることで、あなたが彼にしてほしいことを学ぶことができます。

And he costs less than the average annual salary of a human worker.

そして、彼は人間労働者の平均年給よりも少ない費用がかかります。

Unlike his older brothers, he isn't pre-programmed for one specific job.

兄弟のロボットと異なり、彼は特定の一つの仕事のためにあらかじめプログラムされていません。

He can do whatever work is within the reach of his arms.

彼は腕の範囲内にあるあらゆる仕事をすることができます。

Baxter is what might be thought of as a general purpose robot, and general purpose is a big deal.

Baxterは汎用ロボットと考えられるものであり、汎用性は大きな意味を持っています。

Think computers. They too started out as highly custom and highly expensive,

コンピュータを考えてみてください。それらも最初は非常にカスタマイズされ、非常に高価でした。

but when cheap-ish general purpose computers appeared, they quickly became vital to everything.

しかし、比較的安い汎用コンピュータが登場すると、すぐにあらゆることに不可欠になりました。

A general purpose computer can just as easily calculate change, or assign seats on an airplane, or play a game, or do anything just by swapping its software.

汎用コンピュータは、ソフトウェアを入れ替えるだけで、おつりを計算したり、飛行機の座席を割り当てたり、ゲームをしたり、何でもしたりすることができます。

And this huge demand for computers of all kinds is what makes them both more powerful and cheaper every year.

そして、あらゆる種類のコンピュータに対する膨大な需要が、毎年それらをより強力でより安くしています。

Baxter today is the computer of the 1980s. He's not the apex, but the beginning.

今日のBaxterは1980年代のコンピュータです。彼は頂点ではなく、始まりです。

Even if Baxter is slow, his hourly cost is pennies worth of electricity, while his meat-based competition costs minimum wage.

Baxterが遅くても、彼の時間当たりのコストはペニー相当の電気代であり、彼の肉体労働の競合相手は最低賃金がかかります。

A tenth of the speed is still cost-effective when it's a hundredth the price.

10分の1のスピードでも、価格が100分の1であれば、コスト効率的です。

And while Baxter isn't as smart as some of the other things we will talk about, he's smart enough to take over many low-skilled jobs.

Baxterはこれから話す他のものほど賢くはありませんが、多くの低スキルの職に取って代わるのに十分な知性を持っています。

And we've already seen how dumber robots than Baxter can replace jobs.

そして、Baxterより頭の悪いロボットがどのように仕事に取って代わることができるかを既に見ています。

In new supermarkets, what used to be 30 humans is now one human overseeing 30 cashier robots.

新しいスーパーマーケットでは、かつて30人の人間だったものが、今では30台のレジロボットを監督する1人の人間になっています。

Or take the hundreds of thousands of baristas employed worldwide. There's a barista robot coming for them.

または、世界中で雇用されている何十万人ものバリスタを考えてみてください。バリスタロボットが彼らのためにやってきています。

Sure, maybe your guy makes the double mocha whatever just perfect and you'd never trust anyone else,

確かに、あなたの人は完璧にダブルモカを作ることができ、あなたは他の誰も信頼しないかもしれません。

but millions of people don't care and just want a decent cup of coffee.

しかし、何百万人もの人々は気にせず、ただまともなコーヒーを飲みたいのです。

Oh, and by the way, this robot is actually a giant network of robots that remembers who you are and how you like your coffee, no matter where you are.

ああ、ちなみに、このロボットは実はあなたが誰であるか、そしてあなたがどこにいてもどのようにコーヒーを好むかを覚えている巨大なロボットネットワークです。

Pretty convenient.

かなり便利です。

We think of technological change as the fancy new expensive stuff, but the real change comes from last-decade stuff getting cheaper and faster.

技術的変化を派手な新しい高価なものと考えていますが、真の変化は前の十年のものが安くなり、より速くなることから来ています。

That's what's happening to robots now.

それが今、ロボットに起きていることです。

And because their mechanical minds are capable of decision-making, they are out-competing humans for jobs in a way no pure mechanical muscle ever could.

そして、機械的な思考能力を持つ彼らは、純粋な機械的力では決してできないやり方で、仕事の競争で人間を打ち負かしているのです。

Imagine a pair of horses in the early 1900s talking about technology.

1900年代初期、テクノロジーについて話し合う2頭の馬を想像してください。

One worries all these new mechanical muscles will make horses unnecessary.

一頭は、これらの新しい機械的力が馬を不要にするのではないかと心配しています。

The other reminds him that everything so far has made their lives easier.

もう一頭は、これまでのすべてが彼らの生活をより楽にしたことを思い出させます。

Remember all that farm work? Remember running from coast to coast delivering mail? Remember riding into battle? All terrible.

農場の仕事を覚えていますか？海岸から海岸へ郵便を配達する走りを？戦いに乗り込むことを？みんな大変でした。

These new city jobs are pretty cushy and with so many humans in the cities, there will be more jobs for horses than ever.

これらの新しい都市の仕事はとても楽で、都市にこんなに多くの人間がいれば、馬の仕事はこれまで以上に増えるでしょう。

Even if this car thingy takes off, he might say, there will be new jobs for horses we can't imagine.

この車という代物が流行ったとしても、彼は言うかもしれません、馬のための想像もつかない新しい仕事が生まれるだろうと。

But you, dear viewer from beyond 2000, know what happened.

しかし、2000年以降の視聴者の皆さんは、何が起きたかをご存知です。

There are still working horses, but nothing like before.

今でも働いている馬はいますが、以前のようではありません。

The horse population peaked in 1915. From that point on, it was nothing but down.

馬の個体数は1915年にピークに達しました。その後は減少の一途をたどりました。

There isn't a rule of economics that says better technology makes more better jobs for horses.

より良い技術が馬のための良い仕事をもたらすという経済法則はありません。

It sounds shockingly dumb to even say that out loud, but swap horses for humans and suddenly people think it sounds about right.

それを口に出すのはかなり愚かに聞こえますが、馬を人間に置き換えるとたちまち正しく聞こえてくるのです。

As mechanical muscles pushed horses out of the economy, mechanical minds will do the same to humans.

機械的な力が馬を経済から押し出したように、機械的な思考能力も人間に同じことをするでしょう。

Not immediately, not everywhere, but in large enough numbers and soon enough that it's going to be a huge problem if we're not prepared.

すぐではなく、どこでもではありませんが、十分な数と速さで起こるため、対策がなければ大きな問題になるでしょう。

And we're not prepared.

そして、私たちは準備ができていません。

You, like the second horse, may look at the state of technology now and think it can't possibly replace your job.

あなたも2番目の馬のように、今のテクノロジーの状態を見て、それがあなたの仕事を置き換えることはできないと思うかもしれません。

But technology gets better, cheaper, and faster at a rate biology can't match.

しかし、テクノロジーは生物が追いつけないほどの速度で、より良く、より安く、より速くなっています。

Just as the car was the beginning of the end for the horse, so now does the car show us the shape of things to come.

車が馬の終わりの始まりであったように、車は今、これから来るもののしるしを示しています。

Self-driving cars aren't the future. They're here and they work.

自動運転車は未来ではありません。今ここにあり、機能しているのです。

Self-driving cars have traveled hundreds of thousands of miles up and down the California coast and through cities all without human intervention.

自動運転車はカリフォルニア沿岸と都市を何十万マイルも往復し、人間の介入なく走行しています。

The question is not if they'll replace cars, but how quickly.

問題は、それらが車に取って代わるかどうかではなく、どのくらい速く置き換わるかです。

They don't need to be perfect. They just need to be better than us.

完璧である必要はありません。ただ私たちより優れていればいいのです。

Human drivers, by the way, kill 40,000 people a year with cars just in the United States.

ちなみに、人間のドライバーは米国だけで年間4万人を車で殺しています。

Given that self-driving cars don't blink, don't text while driving, don't get sleepy or stupid, it's easy to see them being better than humans because they already are.

自動運転車は瞬きもしない、運転中にテキストもしない、眠くなったり愚かになったりしないことを考えると、すでに人間より優れているのは明らかです。

Now, to describe self-driving cars as cars at all is like calling the first cars mechanical horses.

自動運転車を車と説明することは、最初の車を機械馬と呼ぶようなものです。

Cars in all their forms are so much more than horses that using the name limits your thinking about what they can even do.

あらゆる形の車は馬よりもはるかに高度であり、その名前を使うとそれらにできることについての思考が制限されます。

Let's call self-driving cars what they really are.

自動運転車を本当の姿で呼びましょう。

Autos, the solution to the transport objects from point A to point B problem.

オートー、AからBまでの物体を輸送する問題の解決策です。

Traditional cars happen to be human-sized to transport humans, but tiny autos can work in warehouses and gigantic autos can work in pit mines.

従来の車は人間を輸送するために人間サイズですが、小型オートは倉庫で、巨大オートは鉱山で機能します。

Moving stuff around is who knows how many jobs, but the transportation industry in the United States employs about 3 million people.

ものを動かすことがいくつの仕事を占めているかは誰も知りませんが、米国の運輸産業は約300万人を雇用しています。

Extrapolating worldwide, that's something like 70 million jobs at a minimum.

世界的に推定すると、それは最小でも約7000万の仕事です。

These jobs are over.

これらの仕事は終わります。

The usual argument is that the unions will prevent it, but history is filled with workers who fought technology that would replace them and the workers always lose.

通常の議論は労働組合がそれを防ぐというものですが、歴史は彼らに取って代わるテクノロジーと戦った労働者で満ちており、労働者は常に負けます。

Economics always wins and there are huge incentives across wildly diverse industries to adopt autos.

経済は常に勝ち、オートを採用するための多様な産業全体にわたる大きなインセンティブがあります。

For many transportation companies, humans are about a third their total costs.

多くの運輸会社では、人間のコストは総コストの約3分の1です。

That's just the straight salaries.

それはただの給与だけです。

Humans sleeping in their long-haul trucks cost time and money, accidents cost money, carelessness costs money.

長距離トラックで寝ている人間は時間と金銭がかかり、事故は金銭がかかり、不注意は金銭がかかります。

If you think insurance companies will be against it, guess what?

保険会社がそれに反対すると思いますか、当てられますか？

Their perfect driver is one who pays their small premiums and never gets into an accident.

彼らの完璧なドライバーは、小さな保険料を支払い、決して事故に遭わない者です。

The autos are coming and they're the first place where most people will really see the robots changing society.

自動運転車がやってくる。ロボットが社会を変える様子を、ほとんどの人が最初に目にするのは自動車業界だ。

But there are many other places in the economy where the same thing is happening, just less visibly.

だが経済の様々な場所で同じことが起きている。ただ目立たないだけだ。

So it goes with autos, so it goes for everything.

自動車でそうなれば、あらゆる産業でそうなる。

It's easy to look at autos and backsters and think, technology has always gotten rid of low-skill jobs we don't want people doing anyway.

自動車や労働者を見て、技術は昔からやりたくない低スキルの仕事を失わせてきたと考えるのは簡単だ。

They'll get more skilled and do better educated jobs like they've always done.

人々はスキルを磨き、昔からそうしてきたように、より高度な仕事をするようになるだろう。

Even ignoring the problem of pushing a hundred million additional people through higher education, white collar work is no safe haven either.

1億人以上をさらに高等教育に進ませる問題を無視したとしても、ホワイトカラーの仕事も安全地帯ではない。

If your job is sitting in front of a screen and typing and clicking, like maybe you're supposed to be doing right now,

もし君の仕事が画面の前に座ってタイピングやクリックをすることなら、例えば今やるべきことのように、

the bots are coming for you too, buddy.

ボットは君のためにもやってくるんだ。

Software bots are both intangible and way faster and cheaper than physical robots.

ソフトウェアボットは形のないもので、物理的ロボットよりはるかに高速で安い。

Given that white collar workers are, from a company's perspective, both more expensive and more numerous,

ホワイトカラー労働者は企業の観点からより高くつき、かつより数が多いことを考えると、

the incentive to automate their work is greater than low-skilled work.

彼らの仕事を自動化するインセンティブは低スキル労働より大きい。

And that's just what automation engineers are for.

それこそが自動化エンジニアの役割だ。

These are skilled programmers whose entire job is to replace your job with a software bot.

彼らは熟練したプログラマーで、君の仕事をソフトウェアボットに置き換えるのが全仕事だ。

You may think even the world's smartest automation engineer could never make a bot to do your job,

世界で最も優秀な自動化エンジニアでさえ、君の仕事をするボットは作れないかもしれないと思うかもしれない。

and you may be right, but the cutting edge of programming isn't super smart programmers writing bots,

君は正しいかもしれない。だがプログラミングの最先端は、超優秀なプログラマーがボットを書くのではなく、

it's super smart programmers writing bots that teach themselves how to do things the programmer could never teach them to do.

プログラマーが決して教えられないことを自分で学ぶボットを書くことなんだ。

How that works is well beyond the scope of this video, but the bottom line is there are limited ways to show a bot a bunch of stuff to do,

その仕組みはこのビデオの範囲を超えているが、要するにボットにやることをいろいろ見せる方法は限定的で、

show the bot a bunch of correctly done stuff, and it can figure out how to do the job to be done.

正しく完了した事例をボットに見せれば、ボットはその仕事のやり方を理解できるということだ。

Even with just a goal and no knowledge of how to do it, the bots can still learn.

目標だけあり、やり方の知識がなくても、ボットは学ぶことができる。

Take the stock market, which in many ways is no longer a human endeavor.

株式市場を見てみれば、多くの点で人間の活動ではもはやない。

It's mostly bots that taught themselves to trade stocks, trading stocks with other bots that taught themselves.

自分で株取引を学んだボットが、やはり自分で学んだ他のボットと株を取引している。

As a result, the floor of the New York Stock Exchange isn't filled with traders doing their day jobs anymore,

その結果、ニューヨーク証券取引所のフロアは、トレーダーが日中の仕事をする姿で満ちていない。

it's largely a TV set.

もはやテレビセットのようなものだ。

So bots have learned the market and bots have learned to write.

つまり、ボットは市場を学んだ。ボットは文章を書くことも学んだ。

If you've picked up a newspaper lately, you've probably already read a story written by a bot.

最近新聞を読んだなら、おそらくボットが書いた記事をすでに読んでいるはずだ。

There are companies that teach bots to write anything, sports stories, TPS reports, even, say, those quarterly reports that you write at work.

スポーツ記事、TPS報告書、さらには君が仕事で書く四半期報告書など、あらゆる文章をボットに書かせる企業がある。

Paperwork, decision-making, writing, a lot of human work falls into that category,

事務処理、意思決定、執筆など、多くの人間の仕事がそのカテゴリーに含まれる。

and the demand for human mental labor in these areas is on the way down.

そしてこれらの分野での人間の知的労働の需要は減少している。

But surely the professions are still safe from bots, yes?

だが専門職はボットから安全だろう？

When you think lawyer, it's easy to think of trials, but the bulk of lawyering is actually drafting legal documents,

弁護士というと裁判を思い浮かべるが、実は弁護士の大部分の仕事は法的文書の作成だ。

predicting the likely outcome and impact of lawsuits, and something called discovery,

訴訟の予想される結果と影響の予測、そしてディスカバリーと呼ばれるものがある。

which is where boxes of paperwork gets dumped on the lawyers,

それは膨大な書類が弁護士に押し付けられ、

and they need to find the pattern or the one out-of-place transaction among it all.

彼らがその中からパターンや不適切な取引を見つける必要があるものだ。

This can be bot work. Discovery, in particular, is already not a human job in many law firms.

これはボットでもできる。特にディスカバリーは、多くの法律事務所ではすでに人間の仕事ではない。

Not because there isn't paperwork to go through, there's more of it than ever,

書類がないからではなく、むしろこれまで以上にある。

but because clever research bots shift through millions of emails and memos and accounts in hours, not weeks,

だが賢い調査ボットが数百万のメール、メモ、記録を数週間ではなく数時間で処理するから、

crushing human researchers in terms of not just cost and time, but most importantly, accuracy.

人間の調査員をコストと時間だけでなく、最も重要なことに精度で上回っているからだ。

Bots don't get sleepy reading through a million emails.

ボットは100万通のメールを読んでも眠くならない。

But that's the simple stuff. IBM has a bot named Watson.

だがそれは簡単な部分だ。IBMはWatsonという名のボットを持っている。

You may have seen him on TV destroy humans at Jeopardy, but that was just a fun side project for him.

彼がテレビで人間をジョパディーで打ち負かすのを見たかもしれないが、それは単に彼の楽しい副業プロジェクトだった。

Watson's day job is to be the best doctor in the world,

ワトソンの本職は、世界最高の医者になることだ。

to understand what people say in their own words and give back accurate diagnoses.

患者の言葉を理解し、正確な診断を返す。

He's already doing that at Sloan Kettering, giving guidance on lung cancer treatments.

彼はすでにスローン・ケタリング・メモリアル・キャンサー・センターで肺がんの治療方針を提示している。

Just as autos don't need to be perfect, they just need to make fewer mistakes than humans,

自動車が完璧である必要がないように、人間より間違いが少なければいい。

the same goes for doctor bots.

医療AIも同じことが言える。

Human doctors are by no means perfect.

人間の医者は決して完璧ではない。

The frequency and severity of misdiagnoses are terrifying,

誤診の頻度と重大性は恐ろしい。

and human doctors are severely limited in dealing with a human's complicated medical history.

また、人間の医者は複雑な医歴の対応に著しく制限されている。

Understanding every drug and every drug's interaction with every other drug

あらゆる薬と、それぞれの相互作用を理解することは

is beyond the scope of human knowability,

人間の認識能力を超えている。

especially when there are research robots whose whole job it is to test thousands of new drugs at a time.

特に、一度に何千もの新薬をテストするのが仕事のロボットがいる場合はなおさらだ。

And human doctors can only improve through their own experiences.

そして人間の医者は自分の経験を通してしか上達できない。

Doctor bots can learn from the experience of every doctor bot,

医療AIはすべての医療AIの経験から学ぶことができ、

can read the latest in medical research,

最新の医学研究を読むことができ、

and keep track of everything that happens to all their patients worldwide

世界中の患者に起きたすべてのことを追跡でき、

and make correlations that would be impossible to find otherwise.

他の方法では見つけられない相関関係を見つけることができる。

Not all doctors will go away, but when the doctor bots are comparable to humans

すべての医者がいなくなるわけではない。しかし医療AIが人間と同等になり、

and they're only as far away as your phone, the need for general doctors will be less.

スマートフォンの距離にあれば、総合医の必要性は減るだろう。

So professionals, white-collar workers, and low-skill workers all have things to worry about from automation.

つまり、専門家、ホワイトカラー、低スキル労働者も皆、オートメーション化を心配する必要があるのだ。

But perhaps you are unphased because you're a special creative snowflake.

しかし、あなたは特別な創造的才能があるから平気だと思っているかもしれない。

Well, guess what? You're not that special.

残念だが、あなたはそこまで特別ではない。

Creativity may feel like magic, but it isn't.

創造性は魔法のように感じるかもしれないが、そうではない。

The brain is a complicated machine, perhaps the most complicated machine in the whole universe,

脳は複雑な機械で、おそらく宇宙全体で最も複雑な機械である。

but that hasn't stopped us from trying to simulate it.

しかし、それは私たちがそれをシミュレートしようとするのを止めてはいない。

There is this notion that just as mechanical muscles allowed us to move into thinking jobs,

機械的な筋肉が思考の仕事へのシフトを可能にしたように、

that mechanical minds will allow us to move into creative work.

機械的な心が創造的な仕事へのシフトを可能にするという考え方がある。

But even if we assume the human mind is magically creative, it's not,

しかし、人間の心が魔法のように創造的であると仮定したとしても、そうではない。

but just for the sake of argument, artistic creativity isn't what the majority of jobs depend on.

議論のために、大多数の仕事が依存しているのは芸術的な創造性ではない。

The number of writers and poets and directors and actors and artists who actually make a living doing their work

実際に自分の仕事で生活している作家、詩人、映画監督、俳優、アーティストの数は

is a tiny, tiny portion of the labor force.

労働力のほんの一部に過ぎない。

And given that these are professions dependent on popularity,

そして、これらは人気に左右される職業なので、

they'll always be a very small portion of the population.

常に人口のごく一部に留まるだろう。

There can't be such a thing as a poem and painting-based economy.

詩と絵画に基づいた経済なんてものは存在し得ない。

Oh, by the way, this music in the background that you're listening to?

ところで、バックグラウンドで流れているこの音楽？

It was written by a bot. Her name is Emily Howell,

ボットが作曲したんだ。彼女の名前はエミリー・ハウエル。

and she can write an infinite amount of new music all day for free.

彼女は無限に新しい音楽を一日中無料で作曲できる。

And people can't tell the difference between her and human composers when put to a blind test.

ブラインドテストでは、彼女と人間の作曲家の違いを誰も見分けられないんです。

Talking about artificial creativity gets weird fast.

人工知能の創造性について話すのはすぐに奇妙になる。

What does that even mean? But nonetheless, it's a developing field.

それはいったい何を意味するのか？でも、それでも発展中の分野だ。

People used to think that playing chess was a uniquely creative human skill that machines could never do,

人々はかつて、チェスをすることは機械には決してできない、ユニークな人間の創造的スキルだと考えていた。

right up until the point they beat the best of us.

彼らが私たちの最高の人材を上回るその時まで。

And so it will go for all human talents.

これはあらゆる人間の才能に対して起こるだろう。

Right. This may have been a lot to take in, and you might want to reject it.

そうですね。これは大量の情報で、受け入れたくないかもしれません。

It's easy to be cynical of the endless and idiotic predictions of futures that never are.

終わりのない、実現しない未来予測の相次ぐ失敗を皮肉るのは簡単です。

So that's why it's important to emphasize again that this stuff isn't science fiction.

だからこそ、これはSF小説ではなく現実だということを改めて強調することが重要です。

The robots are here right now.

ロボットはすでに今ここにいます。

There is a terrifying amount of working automation in labs and warehouses around the world.

世界中の研究所や倉庫には、恐ろしいほどの量の自動化されたシステムが稼働しています。

We have been through economic revolutions before, but the robot revolution is different.

私たちは経済革命を経験してきましたが、ロボット革命は異なります。

Horses aren't unemployed now because they got lazy as a species.

馬が今失業しているのは、怠け者になったからではありません。

They're unemployable.

彼らは雇用不可能なのです。

There's little work that a horse can do to pay for its housing and hay.

馬が住居と食べ物の代金を払うためにできる仕事はほとんどありません。

And many bright, perfectly capable humans will find themselves the new horse,

そして多くの才能ある、完全に有能な人間たちが、新しい馬となることに気付くでしょう。

unemployable through no fault of their own.

自分たちの責任ではなく雇用不可能となってしまうのです。

But if you still think new jobs will save us, here is one final point to consider.

しかし、新しい仕事が私たちを救うと考えるなら、ここに最後に考慮すべき点があります。

The US Census in 1776 tracked only a few kinds of jobs.

1776年の米国国勢調査は、数種類の職業のみを記録していました。

Now, there are hundreds of kinds of jobs, but the new ones are not a significant part of the labor force.

今、何百種類もの職業がありますが、新しいものは労働力のごく一部です。

Here's the list of jobs ranked by the number of people who perform them.

これは従事者数で順位付けされた職業のリストです。

It's a sobering list with the transportation industry at the top.

輸送業界が首位の、身が引き締まるようなリストです。

Continuing downward, all of this work existed in some form a hundred years ago,

下へ続くこれらの仕事はすべて、百年前のある形で存在していました。

and almost all of them are easy targets for automation.

そしてそのほとんどすべてが自動化の容易なターゲットです。

Only when we get to number 33 on the list is there finally something new.

リストの33番目に到達してはじめて、新しいものが現れます。

Don't think that every barista or white-collar worker need lose their job before things are a problem.

すべてのバリスタやホワイトカラーワーカーが職を失わなければ問題ではないと思わないでください。

The unemployment rate during the Great Depression was 25%.

大恐慌中の失業率は25%でした。

The list above is 45% of the workforce.

上記のリストは労働力の45%です。

Just what we've talked about today, the stuff that already works, can push us over that number pretty soon.

今日議論したもの、つまりすでに機能しているものだけで、すぐに私たちをその数字を超えさせることができます。

And given that even in our modern technological wonderland,

そして、たとえ私たちの現代の技術的な楽園にあっても、

new kinds of work aren't a significant portion of the economy,

新しい種類の仕事は経済の有意な部分ではありません。

this is a big problem.

これは大きな問題です。

This video isn't about how automation is bad, rather that automation is inevitable.

このビデオは自動化が悪いということではなく、自動化は避けられないということについてです。

It's a tool to produce abundance for little effort.

それはわずかな努力で豊かさを生み出すためのツールです。

We need to start thinking now about what to do when large sections of the population are unemployable through no fault of their own.

人口の大部分が自分たちの責任ではなく雇用不可能となったときに何をすべきかについて、今から考え始める必要があります。

What to do in a future where, for most jobs, humans need not apply.

ほとんどの仕事で人間の応募が不要な未来で、何をするべきかということです。