從工業(yè)革命的重型機械到數(shù)字化的計算機時代，再到最近人工智能的飛速發(fā)展，技術(shù)進步常常引起人們對失業(yè)的擔心。而專家們認為，除了取代工作崗位，人工智能系統(tǒng)還將增強人們的工作能力，把更艱巨的任務交給智能算法來完成，從而提高效率，減輕人們的負擔。

這意味著人類與人工智能直接進行合作和互動。研究公司Forrester的副總裁兼首席分析師J.P.Gownder說：“對于我們這些不會因為自動化而丟掉工作的人來說，我們將會與越來越智能的軟件并肩工作。這將適用于幾乎所有你能想象到的業(yè)務流程。” 

結(jié)合了云計算的力量和機器學習方面的進步，其想法是人工智能助理可以承擔人類工作者的一些認知工作，這樣，人類就可以專注于他們更擅長的任務。

這種情況已經(jīng)在很多企業(yè)發(fā)生了：2020年德勤對1300名首席信息官和高級技術(shù)領(lǐng)導人進行的一項調(diào)查發(fā)現(xiàn)，只有12%的企業(yè)使用人工智能來取代員工，60%的企業(yè)則使用人工智能來協(xié)助員工。 

協(xié)同設(shè)計

以生成式設(shè)計為例。長期以來，在制造業(yè)等領(lǐng)域，設(shè)計師和工程師一直依賴計算機輔助設(shè)計（CAD）工具來繪制零部件或者產(chǎn)品的三維“圖紙”。采用生成式設(shè)計，用戶將材料類型、性能標準和圍繞成本的要求等參數(shù)輸入到算法中，然后算法會創(chuàng)建出大量可供設(shè)計師和工程師選擇的替代模型——無論是機器零部件還是家具。

結(jié)果可能是不尋常的、有機的設(shè)計，雖然不符合人們通常的預期審美，但符合規(guī)范，而且有時效率會更高。

Autodesk生成式設(shè)計和機器學習產(chǎn)品戰(zhàn)略發(fā)展經(jīng)理Seth Hindman指出，實際上，設(shè)計過程有很多繁瑣的工作，需要設(shè)計師和工程師進行多次迭代。這反過來解放了用戶，使他們能夠騰出精力專注于自己角色中更高價值的方面。

他說：“生成式設(shè)計作為工程師的協(xié)作工具而備受贊譽，因為工程師沒有時間，甚至沒有意愿去研究整個設(shè)計空間。這增強了工程師實際開展工程工作的能力，使其工作更聚焦。”

Autodesk圍繞生成式設(shè)計的工作始于其研發(fā)部門開發(fā)的試驗平臺項目Dreamcatcher。這項技術(shù)已經(jīng)在空客等工業(yè)公司開展試點，他們利用該技術(shù)來制造輕型飛機部件，而著名建筑師和設(shè)計師Philippe Starck則在椅子設(shè)計項目中使用了生成式設(shè)計平臺。

這項技術(shù)后來被用在Autodesk的商用Fusion 360產(chǎn)品中，該產(chǎn)品被加州圣何塞市的電動摩托車制造商Lightning Motorkes等企業(yè)所采用。該公司首席執(zhí)行官兼創(chuàng)始人Richard Hatfield表示，設(shè)計人員能夠更快速、更高效地開發(fā)新零件，從而使公司實現(xiàn)了突破。

他說，以前，Lightning的設(shè)計部門會設(shè)計一個零件，然后圍繞強度和其他規(guī)格進行分析，隨后再進行修改——這是一個非常耗時的過程。Hatfield說：“采用了生成式設(shè)計軟件后，它能夠進行數(shù)百萬次這樣的迭代和模擬，與手工操作相比，速度有了巨大的提高。這就好比是試圖用筆和紙來繪制零部件，而不是使用軟件進行迭代。這是一個巨大的飛躍。”

奧地利設(shè)計工作室Edera Safety生產(chǎn)脊柱保護帶等個人安全設(shè)備，對于該公司產(chǎn)品設(shè)計師Alexandre Martin來說，實際使用Fusion 360生成式設(shè)計工具后，其日常工作節(jié)省了大量的時間。

他說：“生成式設(shè)計將我的設(shè)計過程加快了十倍。這就像是讓一個超高效的創(chuàng)意團隊做幾個月的工作，然后由我挑選出最有效的結(jié)果。”

Martin說，與人工智能的合作開辟了全新設(shè)計的可能，而這些新設(shè)計看起來似乎是違反直覺的。他說：“人工智能向我展示了我可能認為不合邏輯或者很容易被忽視的迭代，它確實感覺像是設(shè)計過程中的一個邏輯組成。”

已經(jīng)投入工作的人類人工智能合作伙伴

從在辦公軟件中獲得即時翻譯，到在電子郵件中使用預先準備好的回復建議，很多工作人員已經(jīng)以非常微妙的方式與人工智能進行交互，但通常沒有意識到這一點。與此同時，與人工智能助理的互動也變得越來越復雜。我們個人生活中熟悉的語音助理，例如Alexa、谷歌助理、Siri和Cortana等，已經(jīng)開始應用于工作場所——比如幫助用戶查找信息或者預訂會議室。

這意味著人類與人工智能更直接地進行互動。借助谷歌和亞馬遜網(wǎng)絡(luò)服務（AWS）等公司在呼叫中心軟件方面的最新進展，呼叫中心坐席能夠與人工智能助理進行互動，指導他們完成每一次與客戶的交流——顯示出支持性注釋和信息，識別客戶情緒并提出回應建議，所有這些都是實時的。人工智能并不像聊天機器人那樣把工作完全自動化，而是幫助呼叫中心坐席提供更好的服務，提高客戶滿意度，從而增加銷售。

Forrester的Gownder說：“在這一應用情形中，呼叫中心的人員并沒有被人工智能所取代，而是使用人工智能一起來更好地處理與客戶的交互。這種情形雖然并不普遍，但已經(jīng)開始出現(xiàn)了。”

員工與人工智能不僅僅是在辦公室里進行互動。協(xié)作機器人（cobot）在工廠中越來越普遍，它們被裝備成與工程師們一起操作，把重物或者工具放到適當?shù)牡胤剑辉趥}庫中，例如亞馬遜的大型設(shè)施，機器人幫助人類工人挑選貨物并打好包，以便送貨。

Julie Shahsh是麻省理工學院航空航天系副教授，也是計算機科學與人工智能實驗室（CSAIL）交互式機器人組的負責人，他認為，開發(fā)出能夠以自然和可靠的方式與人類互動的人工智能系統(tǒng)意味著能夠預測并適應人類工作者的需求，或者換句話說，學習成為一名優(yōu)秀的團隊合作者。

Shah說：“人工智能有著巨大的潛力，我們不是讓人工智能來承擔非常具有挑戰(zhàn)性的工作（在這些工作中，是由人類來解析模糊和不確定的信息），而是讓它去理解我們是怎樣做到的并提供支持，讓它提供正確的信息，提出建議，以便讓人類能夠有更多的精力去從事更具挑戰(zhàn)性的工作。”

她的研究集中在人工智能機器人怎樣更有效地與人類工人互動——無論是尋找方法確保汽車生產(chǎn)線上的機器人在正確時間提供正確的材料，還是開發(fā)智能支持系統(tǒng)，以幫助人類完成很有挑戰(zhàn)性的決策任務。

她說：“我在實驗室的所有工作都集中在開發(fā)能夠像拼圖一樣整合在一起的人工智能，目的是增強人類的能力，而不是取代人類的工作。這背后的關(guān)鍵技術(shù)是能夠推斷出一個人在想什么？他們的精神狀態(tài)？并預測他們下一步會做什么，在適當?shù)臅r候參與進來，并提供正確的信息或者正確的物料。”

這意味著要模仿人類擅長執(zhí)行的復雜過程，例如，開發(fā)能夠預測工人運動的算法。

Shah說：“我的大部分工作都集中在‘怎樣在正確的時間按照正確的順序提供正確的信息？在裝配線上怎樣在正確的時間按照正確的順序提供正確的零件？’這些是任務分配調(diào)度問題，這就是讓我們的世界運轉(zhuǎn)起來的動因。”

麻省理工學院CSAIL在貝斯以色列婦科醫(yī)療中心（Beth Israel Deaconess Medical Center）進行的一個研究項目調(diào)查了人類在工作場所信任人工智能的意愿。該項目涉及到使用托管在一個人形Nao機器人上的人工智能系統(tǒng)，其為醫(yī)院產(chǎn)房提供排程建議，在這種環(huán)境下，需要連續(xù)不斷地即時做出決策來協(xié)調(diào)護理工作。

負責人是護士長，她的任務是同時協(xié)調(diào)由10名護士和20名病人組成的團隊，還要安排好20個房間。排程有很多可變因素，護士長要嘗試預測一些因素，比如產(chǎn)婦什么時候分娩，分娩持續(xù)多久，等等。

Shah說：“她們基本上是在醫(yī)院各個樓層扮演空中交通管制員的角色，決定哪些病人去哪個房間，哪些護士分配給哪些病人。”

人工智能系統(tǒng)被訓練成復制護士長執(zhí)行的排程工作，能夠預測房間分配，建議把哪些護士分配給哪臺手術(shù)。護士可以詢問機器人，機器人通過文本語音轉(zhuǎn)換軟件給出建議。

在現(xiàn)場試點演示中，護士90%的時間都會接受人工智能的建議，同時也會以同樣的比例拒絕“低質(zhì)量”的建議。來自護士的反饋是積極的，參與人員強調(diào)了培訓新員工和分擔工作量的好處。

我們信任人工智能嗎？

隨著越來越多的員工在工作中與人工智能交互，員工及其企業(yè)都可能會提出疑問，什么時候適合依賴算法來做出重大決策，而什么時候人類的背景知識更有價值。

每一種選擇都有其相對的優(yōu)勢，而人工智能系統(tǒng)可以避免一些人類可能沒有意識到的偏見。Athey說：“算法能夠整合那些人類收集起來成本過高的信息”，他列舉了從求職者中篩選簡歷的例子。

Athey說：“一個人在看簡歷時，可能會因為少數(shù)人的原因而對某所大學整體上有成見，但人工智能能夠閱讀同樣的信息，更準確地評估這所大學究竟怎樣。也許算法知道這是一所較弱的州立大學，但工程項目實際上是高度選擇性的，而人類不會花時間去收集這些信息。”

同時，人工智能算法也是容易出錯的，程序中可能編寫了一些意想不到的偏差，因此透明性對于保證人類知道某個算法有多可信非常重要。

Athey說：“你不希望一個算法總是推翻人類的決定，而人類是不會同意的：這是與環(huán)境相關(guān)的。你需要建立一種能傳達足夠信息的算法，讓人類能夠理解他們是應該聽算法的，還是應該聽自己的，以及他們應怎樣整合算法中的信息。”

Shah指出，讓一個系統(tǒng)可信并不等于讓它值得信賴。例如，在航空工業(yè)中，由于飛行員信任不完善的駕駛艙自動化系統(tǒng)，導致了許多事故。

她說：“我們知道，比較容易在一個系統(tǒng)中建立不適當?shù)男湃巍Ｄ憧梢宰鲆恍┬∈拢喝绻屗鼣M人化，如果讓它跟你說話，而不是把指令中的文本讀出來，那么，人們就很有可能遵從系統(tǒng)的建議并信任它。

使這些系統(tǒng)可信，幫助一個人適當?shù)匦仕麄儗ο到y(tǒng)的信任，這并不是問題；重要的是知道這些系統(tǒng)什么時候是在其能力范圍內(nèi)作出決定，什么時候超出了能力范圍，這樣，人們便能夠進一步增強機器的能力。”

她補充道：“我們經(jīng)常問，‘人們信任系統(tǒng)的意愿有多強？’這個問題問錯了。正確的問題是：‘這個系統(tǒng)值得信賴嗎？’有可信的系統(tǒng)，還有值得信賴的系統(tǒng)。”

為什么不把工作完全自動化呢？

為什么人類需要與人工智能合作？為什么不把工作批量自動化呢？一個答案是，至少目前在大多數(shù)情況下，技術(shù)上是不可能實現(xiàn)的。研究人員稱，人類在某些任務上的表現(xiàn)要明顯好很多。

人類相對于人工智能的一個關(guān)鍵優(yōu)勢是能夠通過直覺，利用各種來源的信息，來解決以前從未遇到過的問題。

換句話說，我們可以運用我們的常識。斯坦福大學商學院技術(shù)經(jīng)濟學教授、斯坦福大學以人為中心人工智能研究所副所長Susan Athey說：“人類能夠很好地推斷出他們以前沒見過的情形，因為我們有很多常識。人工智能和人類各有不同的優(yōu)勢。人類能保證自己的預測不會太離譜，而人工智能只對它自己的數(shù)據(jù)做出響應。”

另一方面，人工智能在處理人類大腦難以應付的大量數(shù)據(jù)方面更勝一籌。Athey說：“人工智能可以查看更多的數(shù)據(jù)；關(guān)于某種情形的更多數(shù)據(jù)，與人類在自己的個人經(jīng)歷中遇到的結(jié)果相比，人工智能可能會得出更多的結(jié)果。”

雖然人工智能經(jīng)過訓練能夠執(zhí)行更多的任務，但這項技術(shù)目前在沒有人類輸入的情況下作用是有限的。  

即使在選擇把哪些數(shù)據(jù)提供給機器時，我們也是在對世界進行結(jié)構(gòu)化處理。當針對某些圖像來訓練人工智能系統(tǒng)時，仍然是由人類拍攝照片，并將感興趣的物體框起來。麻省理工學院的Shah說：“當機器人在自由導航的情況下，而圖像沒有被我們的眼睛框起來時，把物體從環(huán)境中識別出來是一個非常不同的問題。”

Shah說：“作為人類，我們確實擁有一種獨特的能力，這是人工智能在可預見的未來不會擁有的，即處理非結(jié)構(gòu)化問題并將其結(jié)構(gòu)化的能力。一旦我們把一個問題結(jié)構(gòu)化，那么人工智能就能發(fā)揮其價值所在，并且表現(xiàn)得相當好，但我認為我們常常低估了目前為了人工智能而把問題結(jié)構(gòu)化所付出的努力。”

德勤咨詢公司總經(jīng)理、智能自動化業(yè)務主管Gina Schaefer指出：“有一種錯誤的認識，認為人工智能可以像人類一樣。”

Schaefer說：“像人類一樣的人工智能對我來講還遙不可及。它可以做一些基礎(chǔ)性的事情，做一些令人驚奇的事情，但它也缺乏當今五歲兒童可能具備的能力，比如理解環(huán)境和其他類型的事情。這就是互動的美妙之處。被忽視的一點是，你可以利用一些人工智能技術(shù)取代人類，好處是人類能夠在自己的工作中發(fā)揮人類的所長。”

為人工智能工作團隊做好準備

如果實施得當，人工智能對用人單位和員工來說都是好事，員工們可以從重復性的工作中解放出來。

Forrester的Gownder說：“在理想情況下，這些技術(shù)有助于做出更好的決策，提供更深刻的見解，幫助人們自動地執(zhí)行某些任務，或者實現(xiàn)流程的自動化，而這些流程顯然不是員工們想?yún)⑴c的。”

雖然企業(yè)認識到了員工與人工智能交互的優(yōu)勢，但這需要培訓和技能的轉(zhuǎn)變，在工作適應過程中更重視創(chuàng)造力和復雜的推理。

Gownder強調(diào)說，用人單位要多鼓勵員工與人工智能更頻繁地互動，這一點非常重要。他說：“員工們是否具備相應的文化和技能，更愿意與越來越智能的軟件一起工作嗎？很多人可能不想這樣做，或者可能不具備這方面的技能——他們可能被技術(shù)嚇倒了。”

對很多企業(yè)而言，實現(xiàn)轉(zhuǎn)型需要進行重大調(diào)整：德勤的研究顯示，59%的企業(yè)認為，在未來12~18個月重新設(shè)計工作崗位以整合人工智能是很重要的，但只有7%的企業(yè)表示他們已經(jīng)做好了準備。只有一小部分受訪者（17%）在提升技能方面有較大的投入。

Gownder提醒說：“通過投資人工智能和自動化技術(shù)，很有可能創(chuàng)造出更好的員工體驗，但也有可能做錯事，就像任何事情都會出錯一樣。”

顯而易見的是，人工智能將在未來幾年對各種工作產(chǎn)生密切影響。

Gownder說：“盡管這對很多人來說是前沿行為，但很快將變得極其重要。未來10年，我們都將看到智能軟件和自動化技術(shù)怎樣改變我們的工作，我們需要開始為此做好準備了。”