Series 3
工業革命與數據革命
工業革命 vs 數據革命:歷史正在重演?
1760年代,蒸汽機改變了生產方式。
2020年代,AI改變了工作方式。
工人恐慌機器搶走工作。
今天,我們恐慌AI取代人類。
資本家快速累積財富。
科技巨頭成為新寡頭。
工人運動興起。
零工經濟抗議不斷。
歷史是在重演嗎?
用200年的數據,理解今天的變革
這個系列用歷史和數據的對比,回答最迫切的問題:
勞動的未來
AI真的會搶走工作嗎?200年前的數據怎麼說?
財富與不平等
科技繁榮讓大家變好還是富人更富?
產業轉型的陣痛
誰得利?誰受害?如何減少痛苦?
政策與監管
面對顛覆性技術,歷史的教訓是什麼?
全球化的雙面刃
連結帶來繁榮,也帶來脆弱
為什麼對比工業革命?
因為我們正在經歷同樣的恐慌
1811年,盧德運動破壞紡織機
2023年,編劇罷工抗議AI
1800年代,「機器會毀滅就業」
2020年代,「AI會取代所有工作」
但結局是什麼?
工業革命最終創造了更多工作,提高了生活水平——但花了50年,經歷了痛苦的陣痛期。
數據革命會重複同樣的路徑嗎?還是完全不同?
歷史提供perspective
我們不能預測未來,但可以從過去學習。
有些錯誤,不需要再犯一次。
有些機會,可以更早抓住。
有些痛苦,可以避免或減輕。
這不是學術興趣,是生存指南。
你會看到什麼
實際的數據對比
就業結構如何改變(1800-2020)
工資與生產力的脫鉤
財富不平等的演變
技術採用速度的加快
具體的案例研究
紡織工人 vs Uber司機
鐵路大亨 vs 科技巨頭
工會運動 vs 零工抗爭
Python數據分析
歷史經濟數據重建
不平等指標計算
趨勢預測與模擬
對今天的啟示
如何positioning自己
政策應該做什麼
個人的生存策略
這個系列適合誰?
知識工作者關心職業未來
創業者想理解產業變革
關心社會公平的公民
想用數據理解時代變革的人
任何對「我們會變成怎樣」好奇的人
5篇深度分析 | 200年經濟數據 | Python時間序列分析
歷史給我們工具,未來由我們創造
