在美國再工業(yè)化的討論中，自動化將拯救美國制造業(yè)是一個很流行的說法。自動化、機器人將取代熟練勞動力，節(jié)約勞動力成本，提高生產率，從而振興美國制造業(yè)。當然，自動化和機器人無法解決美國的就業(yè)問題，不能解決再工業(yè)化最主要的目標：通過大量就業(yè)使美國經濟重新走上正循環(huán)，但這是另外一個問題。
自動化的生產方式可以達到非常高的可重復性，所以產品的一致性較好。但原料品質不是絕對一致的，生產設備也有磨損和狀態(tài)的變化，在實際使用中，全自動的生產線也是需要經常調整的。自動化生產的產品可以達到相當高的產品一致性，但不能達到最高質量。最高質量只有根據(jù)原料和設備的情況實時做出最優(yōu)調整，這只有手工才能做到。這不是低級勞動力的手工，而是熟練技工的手工。這不是銼刀、鉆頭的手工，是借用精密機床甚至是數(shù)控精密機床的手工，但在熟練的技工手里，根據(jù)每一件產品的材質精細加工，這才是質量的極致。
羅爾斯•羅伊斯轎車和百黛翡麗手表不是用自動化生產線制造的，這里面有傳統(tǒng)工藝的原因，但更大原因正在于此：只有手工才能達到最高質量。但對于大宗產品和普通用戶來說，自動化生產達到的質量就足夠好了。
節(jié)約生產線上的勞動力就不這么簡單。在勞動密集型產業(yè)里，生產線上的勞動力是勞動力的主體，自動化生產無疑可以大大降低對勞動密集型產業(yè)的勞動力要求，這不是問題。問題在于自動化生產的設備維修、加工設計和生產改進本身帶來了新的勞動力要求。廣義的設備包括硬件和軟件。
以典型的大型化工廠為例，精餾塔、泵、管道、容器、反應器這些不因為自動化生產還是人工控制而改變，但計算機控制系統(tǒng)(簡稱DCS)及相關的儀表、閥門是自動化的產物。圍繞著DCS，化工廠“多”出來一整條支援鏈，一般儀表工、專職的DCS儀表工(負責DCS硬件)、專職的PLC(專用于程序邏輯控制和安全連鎖保護)儀表工、專職的分析儀表工，控制工程師、DCS工程師(負責系統(tǒng)軟件、升級和系統(tǒng)整合)、控制系統(tǒng)IT工程師(負責DCS到商務/管理網絡中的過渡層和通過OPC等軟件接口協(xié)議與DCS連接的先進控制、數(shù)據(jù)管理系統(tǒng))，這只是在化工廠里的這一部分。相關系統(tǒng)廠商還有一整套技術支援體系，從硬件到軟件到全面應用支援，他們當然還有他們的上游支援體系。這樣一整條產業(yè)鏈的人力是很可觀的，盡管系統(tǒng)廠商及上游廠商的支援體系是在全行業(yè)共享的，而不是化工廠專用的。
到這里為止，自動化對拯救美國制造業(yè)的作用還是正面的。但接下來的事情就不那么清晰了。
自動化能降低對熟練技工的需求嗎?從表面上看，一切都自動了，人的存在都是多余的，當然能降低對熟練技工的要求。實際上沒有那么簡單。
自動控制系統(tǒng)可以控制正常生產條件，并處理有限的、已知的非正常情況。但只要在現(xiàn)實世界中生活過的人都知道，未知的非正常情況不僅可能出現(xiàn)，而且總是在最要命的時候出現(xiàn)，只有訓練有素和善于應變的熟練技工才能對付，所以人的存在不僅是必要的，而且是救命的。
但正是在這一點上，自動化的發(fā)展造成了新的問題。自動化系統(tǒng)通常自動處理絕大多數(shù)正常和低度異常的情況，容易使操作工產生麻痹和懈怠，并忽視潛移默化的重大異常征兆。一旦出現(xiàn)明顯異常的情況的時候，通常已經很緊急了。這時首先要經過一個驚訝和反應階段，然后需要判別現(xiàn)狀，回憶起或者翻出種種應急操作規(guī)程。
由于這樣的異常情況很少見，和平時正常情況的反差太大，心理素質不特別好的操作工常常不能正確處理，像平常一樣繼續(xù)依賴自動化系統(tǒng)替他解圍，無法正確判定這已經超出自動化系統(tǒng)的能力范圍，從而造成故障升級，甚至演變成災難性的事故。2010年4月20日墨西哥灣里英國石油公司“深水地平線”平臺事故中，事故升級和人員傷亡擴大的一個原因，就是操作工驚慌失措、當斷不斷。
2011年5月27日，法航447航班從里約熱內盧飛往巴黎途中，空速管凍結，失去飛行速度讀數(shù)，飛行控制系統(tǒng)自動增加飛行高度和速度，為飛行員爭取反應的時間和空間，但最終造成失速。飛行員接過手動控制后，在13000多米的高空，本來適當淺俯沖就可以改出失速，但飛行員機械地搬用低空失速時的標準操作規(guī)范，繼續(xù)增加推力和爬高，非但沒有改出失速，反而進入深度失速，最終墜機。
相反，自動化程度不高的話，操作工時時刻刻需要對過程“把脈”，容易察覺異常現(xiàn)象的蛛絲馬跡，反而不容易出現(xiàn)故障升級現(xiàn)象。對自動化系統(tǒng)過度依賴、不能正確判別和處理自動化系統(tǒng)失控的狀態(tài)，這已經成為工業(yè)界普通感到頭疼的問題。工業(yè)上通常使用仿真系統(tǒng)(也稱模擬器)訓練操作工的異常情況處理，但訓練的成功與否取決于是否能正確預測典型異常情況，超出訓練課程的異常情況依然要靠操作工隨機應變，但高度自動化系統(tǒng)非常容易鈍化人的隨機應變能力。
還有一個問題是高度自動化后工作負荷高度集中。在手動操作時代，很多操作工分兵把守，各自為陣。自動化之后，很多機械的、重復的工作被自動化系統(tǒng)取代了，操作工在更高的層次監(jiān)控自動化系統(tǒng)。在體力上，這更加輕松;但信息量實際上大大增加，需要關注的事情多得多。
這好比交通警察。在一個交通警管一個路口的時候，他要根據(jù)車流情況開關紅綠燈，指揮這個路口的交通。交通控制自動化后，他的工作崗位轉到交通控制中心，具體路口的紅綠燈控制轉為自動控制。在正常情況下，他要眼觀六路、耳聽八方，從確保一個路口交通暢通變?yōu)榇_保一大片路口交通暢通。一旦自動控制不力，出現(xiàn)交通受阻，他需要在短時間內作出大量的人工干預，正確疏導，而不是加劇堵塞，峰值工作負擔大大增加，對心理素質和專業(yè)技能的要求也大大提高了。
高度自動化的另一個問題是操作經驗的流失。隨著人員流動，有經驗的老資格操作工被缺乏經驗的新操作工取代。新操作工從一開始就依賴自動化系統(tǒng)，缺乏實際經驗，甚至對超越自控系統(tǒng)的人工干預產生畏懼，到時候想隨機應變都無從入手。
這就好比用GPS導航自動駕駛的汽車，在正常情況下不需要人的干預，可以安全自動地從A開到B。車上的人在原則上是可以手動操作駕駛的，但在正常情況下沒有這個必要。問題是久而久之駕駛技術和對路況的判讀就生疏了，或者只有理論上的能力，真的到了GPS或者自動駕駛失靈的時候，駕車人臨時抱佛腳，不把車開到溝里才怪。
操作經驗流失的另一個壞處在于未來自動化系統(tǒng)的研發(fā)。自動化系統(tǒng)不是天上掉下來的，更不是紙上談兵拍腦袋出來的，而是豐富操作經驗的物化。熟練技工的經驗不僅對于現(xiàn)有生產過程十分重要，對于把改進后或者全新的生產過程開發(fā)出來更加重要。只有通過他們把新過程捋出來了，才談得上高度自動化。自動化的難點通常不在關鍵過程或者動作的自動化，而在于異常情況的處理、人機交互處理、不同狀態(tài)之間的無縫轉換，這些都不是理論或者空想可以解決的，必須要靠高度的經驗。所以自動化降低了對不熟練技工的需求，但不降低對熟練技工的需求。
問題是熟練技工不是天上掉下來的，也是從不熟練技工中成長出來的。自動化使得不熟練技工隊伍縮小，這使得自動化帶來的技術進步難以為繼，因為生產技術和產品技術是不斷進步的，但熟練技工成了無源之水之后，下一步的自動化就難以為繼了。換句話說，過度依賴自動化的制造業(yè)振興可能是一次性的。
這個問題在工程技術人員中也存在。美國制造業(yè)公司中技術工作大量外包，一般性設計和工程管理都承包給EPC公司(EngineeringProcurementConstruction)，以降低公司的負擔。這對公司是有利的，有項目的時候請人來做，沒項目的時候不需要養(yǎng)一支隊伍，更沒有福利、養(yǎng)老等長期負擔。外包公司里都是資深專業(yè)人士，經驗和見識比公司里的人還廣。問題是EPC公司對用戶公司的工程標準和項目程序有一個熟悉過程，這中間的磨合常常令人抓狂。更要命的是，現(xiàn)在可以依靠EPC公司，但大家都沒有從第一線出來的工程師了，下一代EPC的人馬從哪里來?這種“我死后哪管他洪水滔天”的短視做法和試圖片面依賴自動化振興制造業(yè)一樣成問題。
不過，計算機技術、人工智能的高速發(fā)展給人們以新的希望，說不定以后高度智能的系統(tǒng)可以自學習了，那就徹底擺脫對熟練技工的依賴了。摩爾定律依然在發(fā)光，計算機的速度依然在以不可思議的速度增長，種種人工智能實驗也爆出喜人的成功，計算機甚至戰(zhàn)敗了國際象棋冠軍，“你怎么知道以后計算機就不能比人聰明呢?”
人工智能的極限是一個哲學問題，在這個問題沒有解決之前，計算機是否可能比人聰明都是空談。人類智能的另一個說法就是智慧，智慧到現(xiàn)在為止依然是一個無法定性和計量的東西，智慧的生成、演進、轉移和儲存都是遠遠沒有解決的問題。智慧更有顯性和隱性兩部分，顯性智慧由各種成文的知識和思想方法組成，復制顯性智慧至少在理論上是可能的。但隱性的智慧充滿了“只可意會不可言傳”的東西，連描述都困難，更談不上復制或者超越。
智慧不是知識的堆積，具有海量的數(shù)據(jù)庫和閃電般的快速檢索并不能繞過知識的堆積不等于智慧這個障礙。面對同樣的數(shù)據(jù)，不同的人會做出不同的反應，人工智能要超越的是誰的智能?另外，人類智能本身也在不斷演進，人類智能的一大特點就是會有階躍性的突變，每一個科技發(fā)明和人文概念都是人類智能突變的結果，理解和認識這種突變機制本身就需要人類智能的一個突變。人工智能要復制和超越人類智能，就像兔子要吃懸吊在鼻子前的胡蘿卜一樣。
那么自動化可以拯救美國的再工業(yè)化嗎?自動化是一個工具，這個工具是要人來使用的。換句話說，這是一個力量倍增器，但基數(shù)是人。美國再工業(yè)化的關鍵還是人。美國的人力資源問題是另外一個話題，但想繞過美國人力資源的現(xiàn)實，用自動化來創(chuàng)造奇跡，這條路是走不通的。這是一個無法回避的事實。
