人工智能（AI）和機(jī)器學(xué)習(xí)在很多方面都為公司創(chuàng)造了價(jià)值。它們擴(kuò)大了公司的營(yíng)收增長(zhǎng)，優(yōu)化了工作流程，同時(shí)提高了員工參與度和客戶滿意度。但是在創(chuàng)造價(jià)值的同時(shí)，也必須解決AI和機(jī)器學(xué)習(xí)的局限性，包括數(shù)據(jù)問題、隱私問題，甚至是與人類的倫理沖突問題等。AI發(fā)展大勢(shì)所趨，它在今天以及將來，對(duì)于人類的工作領(lǐng)域是一種替代還是協(xié)作？

正在發(fā)生著什么

在21世紀(jì)人類和計(jì)算機(jī)爭(zhēng)奪工作崗位的戰(zhàn)斗中，計(jì)算機(jī)似乎正在走向勝利，看起來人類轉(zhuǎn)敗為勝的機(jī)會(huì)并不大。隨著技術(shù)進(jìn)步，那些原本人們覺得不太容易自動(dòng)化的工作，失守的可能性也增大了。

麥肯錫全球研究所（McKinsey Global Institute）在2017年1月的一份報(bào)告中估計(jì)，目前人類的工作職責(zé)中有一半可能在2055年實(shí)現(xiàn)自動(dòng)化，最早2035年，最遲2075年。

從某種程度上來說，這不是什么新鮮事。自從車輪發(fā)明以來，技術(shù)就一直在取代人力勞動(dòng)?，F(xiàn)在機(jī)器已經(jīng)在逐步取代那些低技能、低工資、重復(fù)度高的工作。而較少被取代的工作如影視業(yè)、治療師、醫(yī)學(xué)領(lǐng)域成員、社會(huì)工作者、教師和管理者等，因?yàn)樵谌穗H互動(dòng)和定制決策等方面，計(jì)算機(jī)似乎還比不上人類。

但是這種情況正在發(fā)生變化。由于人工智能、自然語言處理的發(fā)展，以及計(jì)算能力的成本變得越來越低廉，人們?cè)?jīng)覺得不適合自動(dòng)化的一些工作，突然顯現(xiàn)出了自動(dòng)化的前景。

例如在10年前，研究人員曾認(rèn)為，讓汽車?yán)@過障礙物并在車流中穿行，這項(xiàng)任務(wù)的復(fù)雜性超出了計(jì)算機(jī)的能力范圍，但現(xiàn)在幾乎所有的汽車制造商（以及像“蘋果”這樣跨界而來的企業(yè)）似乎都在研制無人駕駛汽車。

大量的創(chuàng)新企業(yè)正在使用基于機(jī)器學(xué)習(xí)的工具使其決策過程自動(dòng)化，并在數(shù)字化轉(zhuǎn)換方面開始試驗(yàn)AI更高級(jí)的使用方法。粗略統(tǒng)計(jì)，全球企業(yè)在AI上的投資在2017年已經(jīng)翻了三番，預(yù)計(jì)到2025年將達(dá)到1000億美元。2016年，機(jī)器學(xué)習(xí)方面的風(fēng)險(xiǎn)投資就達(dá)到了50億美元。這無疑會(huì)對(duì)我們產(chǎn)生深遠(yuǎn)的影響。

人工智能優(yōu)化工作流程

個(gè)性化的客戶服務(wù)。AI具有在降低成本的同時(shí)改善客戶服務(wù)的潛力，這也使其成為最令人振奮的優(yōu)勢(shì)之一?？蛻艨梢栽谔岢鰡栴}后獲得高質(zhì)量的答案，這些答案的背后是歷史客戶服務(wù)數(shù)據(jù)、自然語言處理以及從互動(dòng)中不斷學(xué)習(xí)提升的算法的結(jié)合。并且算法可以通過學(xué)習(xí)客服處理意外情況時(shí)的做法來自我升級(jí)，知道下一次遇到特殊情況該怎么做。

提高客戶忠誠(chéng)度和保留度。公司可以挖掘有關(guān)客戶行動(dòng)、交易和社會(huì)情感的數(shù)據(jù)，以確定哪些客戶最有可能離開，再結(jié)合盈利能力的數(shù)據(jù)，就可以優(yōu)化其“下一次行動(dòng)的最佳方法”策略。例如，父母常常為孩子“包辦”手機(jī)話費(fèi)套餐，而當(dāng)孩子逐漸長(zhǎng)大了，由于需求的個(gè)性化，經(jīng)常會(huì)拋棄過去父母選擇的電信運(yùn)營(yíng)商。運(yùn)營(yíng)商可以利用機(jī)器學(xué)習(xí)預(yù)見到這種行為，并根據(jù)個(gè)體的使用模式，在年輕人轉(zhuǎn)向競(jìng)爭(zhēng)對(duì)手之前為其提供定制化的建議。

雇用合適的人。公司的每個(gè)空缺職位平均能收到約250份簡(jiǎn)歷，而超過一半的受訪招聘人員表示，篩選出符合要求的候選人是他們工作中最困難的部分。軟件可以快速閱覽成千上萬的工作申請(qǐng)，并給出篩選后的候選人名單，這些候選人都是最有可能在公司里成功的人。在過去，招聘人員必須提醒自己不要盲從于任何偏見，而AI自身可以通過在職務(wù)描述中自動(dòng)標(biāo)記帶有偏好的語言來抵制人的偏好性，同時(shí)檢測(cè)出由于不符合傳統(tǒng)期望而被忽視的高素質(zhì)候選人。

金融自動(dòng)化。AI可以在很多財(cái)務(wù)流程中加快“異常情況處理”。例如，當(dāng)收到付款卻沒有訂單號(hào)碼時(shí)，工作人員必須確認(rèn)該款項(xiàng)對(duì)應(yīng)哪個(gè)訂單、如何處理超額或不足。AI則通過監(jiān)控現(xiàn)有流程、學(xué)習(xí)識(shí)別不同情況，顯著增強(qiáng)自動(dòng)匹配的數(shù)量，這樣可以讓組織減少外包給服務(wù)中心的工作量，使得財(cái)務(wù)人員能夠把工作重點(diǎn)放到戰(zhàn)略性的任務(wù)上。

測(cè)量品牌曝光率。自動(dòng)程序可以識(shí)別出產(chǎn)品、人員、logo等。例如，籃球賽等體育賽事的錄像片段中會(huì)出現(xiàn)品牌的logo，高級(jí)圖像識(shí)別技術(shù)就可以追蹤到logo的位置。通過詳細(xì)分析數(shù)量、logo出現(xiàn)的持續(xù)時(shí)間和logo的位置，企業(yè)贊助商就可以了解到其贊助的投資回報(bào)率。

檢測(cè)欺詐行為。統(tǒng)計(jì)顯示，企業(yè)平均每年因欺詐會(huì)損失5%的收入。機(jī)器學(xué)習(xí)算法通過構(gòu)建基于歷史交易、社會(huì)網(wǎng)絡(luò)信息和其他外部數(shù)據(jù)源的模型，使用模式識(shí)別來發(fā)現(xiàn)反常現(xiàn)象、特殊情況并計(jì)算異常值。這有助于實(shí)時(shí)監(jiān)測(cè)、防止欺詐性交易，即使是以前未知的欺詐類型也可以被監(jiān)測(cè)到并加以預(yù)防。例如，銀行可以使用歷史交易數(shù)據(jù)來構(gòu)建可以識(shí)別欺詐行為的算法。銀行還能夠注意到可疑的付款模式，發(fā)現(xiàn)具有重復(fù)的聯(lián)系人之間的轉(zhuǎn)移交易。

預(yù)見性維護(hù)。如果火車軸溫度異常，則其在接下來的幾個(gè)小時(shí)內(nèi)會(huì)停車待修。機(jī)器學(xué)習(xí)可以監(jiān)測(cè)到這一點(diǎn)，在故障出現(xiàn)之前就提醒將車軸送去維修，避免了以上情況的發(fā)生。

更平穩(wěn)的供應(yīng)鏈。機(jī)器學(xué)習(xí)能夠?qū)ξ锪鲾?shù)據(jù)進(jìn)行情景分析，以預(yù)測(cè)和降低供應(yīng)鏈風(fēng)險(xiǎn)。算法可以通過對(duì)公共社交數(shù)據(jù)和各種新聞的篩選，進(jìn)行監(jiān)測(cè)。例如，一家位置偏僻的工廠生產(chǎn)對(duì)汽車變速器非常重要的滾珠軸承，若其發(fā)生火災(zāi)，算法通過新聞篩選就可以監(jiān)測(cè)到，并立即提醒下游企業(yè)采取應(yīng)對(duì)措施。

除了上述已應(yīng)用的領(lǐng)域，不久之后可以被普遍使用的領(lǐng)域還包括：

職業(yè)規(guī)劃。AI可以幫助員工選擇實(shí)現(xiàn)高績(jī)效、高滿意度和長(zhǎng)久的職業(yè)發(fā)展道路。如果一位工程學(xué)士希望成為管理部門人員，那么他們應(yīng)該接受怎樣的附加教育、獲得什么樣的工作經(jīng)驗(yàn)?zāi)?？這二者的順序又是什么呢？AI能給出清晰的建議。

基于無人機(jī)和衛(wèi)星的資產(chǎn)管理。配備攝像機(jī)的無人機(jī)可以對(duì)商業(yè)結(jié)構(gòu)（如橋梁或飛機(jī)）進(jìn)行定期的外部檢查，運(yùn)用圖像自動(dòng)分析、檢測(cè)物體表面是否有新的裂紋或變化。

零售貨架分析。運(yùn)動(dòng)飲料公司可以使用機(jī)器智能，加上機(jī)器視覺，來察看其商品的店內(nèi)展示是否在商店所承諾的位置，商品是否被正確地放在了貨架上，商品標(biāo)簽是否朝外等。endprint

機(jī)器學(xué)習(xí)使得公司能夠利用數(shù)字智能重新設(shè)計(jì)端到端的業(yè)務(wù)流程。它有著巨大的潛力。這也是軟件供應(yīng)商正大力投資將AI添加到現(xiàn)有應(yīng)用程序里，利用AI創(chuàng)建全新的解決方案的原因。

但是現(xiàn)在還有一些障礙需要克服。首先是要獲得大量可用于訓(xùn)練算法的高質(zhì)量數(shù)據(jù)。在許多組織中，數(shù)據(jù)并不集中，或不是可用的類型，或數(shù)據(jù)有偏差，會(huì)導(dǎo)致決策失誤。

其次是優(yōu)先次序。選擇太多會(huì)讓人很難決定從哪里開始，為了減輕這種負(fù)擔(dān)，軟件提供商開始提供預(yù)定義解決方案，使用最先進(jìn)的可立即使用的機(jī)器學(xué)習(xí)就能實(shí)現(xiàn)。許多組織也正在建設(shè)人工智能基地，以便與業(yè)務(wù)部門密切合作。

最后是不要低估文化障礙。很多員工都擔(dān)心這些技術(shù)會(huì)影響到他們的角色。雖然大多數(shù)情況下，這是減少繁瑣任務(wù)、完成更多工作的機(jī)會(huì)，不過這需要激勵(lì)員工來保證他們能主動(dòng)應(yīng)用新的機(jī)器學(xué)習(xí)。

令人樂觀的消息

麥肯錫估計(jì)，目前60%的工作中或多或少部分可以進(jìn)行自動(dòng)化。在醫(yī)學(xué)、法律和銀行等領(lǐng)域已經(jīng)出現(xiàn)了這種情況。例如， IBM 的沃森可以幫助醫(yī)生診斷患者病情，并分析核磁共振成像圖片。eDiscovery和Kroll Ontrack這樣的電子發(fā)現(xiàn)平臺(tái)可以幫助律師在幾個(gè)小時(shí)內(nèi)篩選出數(shù)千份文件。Future Advisor或Wealthfront這些AI驅(qū)動(dòng)的服務(wù)可幫助顧客作出投資決策，這樣一來，財(cái)務(wù)顧問就可以把時(shí)間騰出來去為高凈值客戶工作。

因此，樂觀的預(yù)測(cè)是大多數(shù)高技能職位工人，可能會(huì)和計(jì)算機(jī)一起工作，而不是全部都被計(jì)算機(jī)取代。

今天的研究表明，在機(jī)器人占主導(dǎo)的工作場(chǎng)所中，人類有五種方式可以與它們共存。（1）在組織鏈中向上移動(dòng)，成為計(jì)算機(jī)的監(jiān)督者。（2）成為高層決策者，決定對(duì)哪些工作進(jìn)行自動(dòng)化。（3）把精力放在工作中計(jì)算機(jī)并不擅長(zhǎng)的內(nèi)容上。（4）找到一個(gè)計(jì)算機(jī)不擅長(zhǎng)的新工作。（5）最后一個(gè)方法是，成為自動(dòng)化技術(shù)的研發(fā)者。

辛辛那提大學(xué)經(jīng)濟(jì)學(xué)助理教授Michael Jones認(rèn)為，工作被計(jì)算機(jī)搶走這個(gè)問題可以通過教育和培訓(xùn)來解決——盡管現(xiàn)在還不清楚工人應(yīng)該獲得哪些培訓(xùn)。沒有人知道10年或20年后的工作是什么樣子，就像沒有人在20世紀(jì)90年代就能夠預(yù)測(cè)到會(huì)有“無人機(jī)修理技工”這樣的工種一樣。

調(diào)研公司Forrester的副總裁兼首席分析師JP Gownder表示，盡管在自動(dòng)化比較容易實(shí)現(xiàn)的領(lǐng)域，工作機(jī)會(huì)將日益減少，但它們可能不會(huì)徹底消失?！拔蚁嘈湃祟悇趧?dòng)會(huì)受到珍視，它可能會(huì)成為一種奢侈品?！?/p>

如果你碰巧是被算法搶走工作的數(shù)百萬失業(yè)大軍中的一員，想要去找工作，那么招聘機(jī)器人（如Entelo或Gild）可能會(huì)幫助你找到一份新工作。

（作者為價(jià)值中國(guó)智庫創(chuàng)辦人、價(jià)值中國(guó)網(wǎng)創(chuàng)辦人）endprint