在COVID-19大流行之前，低技能勞動力在經濟中的作用被認為正在下降。在數字化的勞動力市場中，STEM（科學、技術、工程、數學）專業享有傲人的地位，只有高素質的專業人員才能蓬勃發展。那些工作受到新技術威脅的人，將注定要陷入不穩定、被裁員、流動性下降和生活水平下降的境地。

這場大流行病在一定程度上推翻了這種說法，揭示了哪些工人是真正必不可少的。事實證明，在大流行最嚴重的時候，街頭清潔工、店主、快遞員、外賣員、卡車司機、公共汽車司機仍然沒有很好的技術替代品。

在許多情況下，這些人所從事的工作需要環境適應性和體能，而這類能力很難被編碼為軟件并無法被機器人復制。

這些低技能的工人對新技術具有抵抗力的事實不足為奇。先前的工業革命也遵循類似的模式。至少，通常仍需要人工來監督，維護或補充機器。在許多情況下，它們在任何特定時代的新顛覆性業務模型中都扮演著關鍵角色。一直以來，面臨的挑戰是如何縮小這些工人創造的社會價值與他們獲得的工資之間的差距。

低技能的工作通常被認為是新技術將隨著時間的推移而被替代的工作。但是，這些工作大多數本身就是技術進步的副產品。機械師、電工、水管工和電信安裝人員的職業歸功于過去的技術突破，正是這些工人現在確保了世界機械、電網、供水系統和互聯網的正常運行。

創新并沒有改變傳統的金字塔式工作結構，少數高素質的高層職位監督著較低技能的職業階層。

相反，技術改變的是金字塔的構成，不斷為它補充新的和更復雜的任務，同時通過自動化消除最常規的任務。

今天仍然有流水線。但是，完全由軟件控制并由智能機器人填充的工廠工作與1950年代最先進的工廠的工作完全不同。

如今，大多數大科技公司都在光鮮的數字外觀背后，高度依賴低技能的工人。2018年，亞馬遜員工的薪水中位數不到30,000美元，這反映了其大多數員工的工作：管理庫存和在倉庫整理訂單。

電動汽車制造商特斯拉的情況也是如此，該公司2018年的工資中位數約為56,000美元：約有三分之一的員工在組裝廠工作。

盡管Facebook在2018年的薪資中位數為228,000美元，但這個數字并沒有包含該公司在內容審核方面所依賴的數萬名低工資合同工。

這些模式在零工經濟中尤為明顯，在零工經濟中，軟件和算法提供了一個平臺（一個雙向市場）來出售由實際工作者執行的特定服務。

無論Uber的乘車和送貨應用程序多么復雜，沒有出租車司機和送貨工人，該公司根本就不存在。

但是很多時候，在平臺經濟價值鏈末端工作的人員被視為二等勞動，甚至沒有達到員工水平。

與設計和更新應用程序的程序員不同，他們是受雇于缺乏工作場所保護的承包商。

同樣，如果沒有數以百萬計的數字藍領工人–特別是發展中國家的數字藍領工人–在數據經濟的流水線上辛勤工作，被廣泛視為未來技術失業的主要來源的人工智能也不會存在。

大多數機器學習算法都需要在龐大的數據集上進行訓練，這些數據集是由對內容進行分類的人工注釋者手動清理和標記的。

鑒于數字經濟的現實，沒有任何借口將低素質工作視為低質量工作的代名詞。

當今的“低技能”工人可能沒有高學歷，但實際上許多人是熟練的技術人員，他們掌握了某些知識領域和技術。認識到這一點對于重新建立這些工人的談判能力并建立新的社會契約至關重要。為此，工會有機會重新獲得影響力，并推動對最不合格者的公平待遇，包括那些往往被他們忽視的技工。

但是，大公司（不僅是科技行業）還需要重新考慮他們如何評估和獎勵低技能工人的貢獻。將需要上下施加壓力，以縮小金字塔頂部和底部之間的差距（在薪資和福利方面）。

最后，政府必須做更多的工作來支持熟練技術人員的教育需求，因為即使最基本的任務也會隨著時間而發展。與創新保持同步需要不斷提高技能水平，以在勞動力市場上保持競爭力。

就總體資源而言，在這部分人力資本上的投資應與對熟練專業人員的投資相類似，盡管這兩種教育路徑當然會有不同的結構。

具有較少正式資格的工人將仍然是數字經濟的核心和不可或缺的部分。威脅將其推向邊緣的是政治和商業決策，而不是新技術。