人工智能、機器學習、深度學習和自動化不再是未來的技術，這些技術已經在企業中發揮作用。無論是組織數據，發現趨勢還是讓人的生活更輕松，如果我們愿意接受的話，人工智能都可以對企業產生積極影響。
至少，這是今年5月在麻省理工學院(MIT) 2018年首席信息官研討會上“人工智能、機器學習和自動化領域未來工作”座談小組所傳遞的信息，該會議為期一天，行業思想領袖和教育工作者會聚集于此討論IT不斷發展的趨勢所帶來的影響。
“有一點可以肯定的是，隨著這些技術進入每個公司、每個行業以及每個地區，未來五到十年內會出現很多顛覆性的事情，”麻省理工學院“數字經濟項目”主任，麻省理工學院斯隆管理學院(Sloan School of Management)教授Erik Brynjolfsson說。“但如果我們能更好地理解這些技術帶來的影響，如果我們能努力重新設計我們的業務流程，那么我們將能夠利用這些技術為許多人創造大量財富和利益。”
人工智能不會消滅所有工作類別
美國勞工部創建了一個名為ONET的數據集，其中包括了對美國964個職業的說明。每個工作都列出了包含大約20到32項任務，在美國經濟中總共存在超過18,000項任務。
Brynjolfsson的團隊利用了這個數據集，并評估了其中的每個技能，以確定哪些任務人工智能可以比人類做得更好，哪些任務人類會做得更好。該團隊發現，在很多工作中，人工智能在完成某些任務上總是可以比人類做得更好，但仍有很多任務，人類比人工智能和機器學習表現得更出色。
“這是我們對逐項職業進行研究后所發現的情況--很少出現機器學習可以完全戰勝人類的情況。在大多數情況下，機器學習能夠完成某些任務，但卻無法完成特定職業中的其他任務，”Brynjolfsson說。“這意味著你組織中的大部分工作在一定程度上都會受到機器學習的影響，但還有一些工作仍需要人類繼續去做。”
這將需要協調，以幫助人工智能和人類協同工作，“但所有工作類別都被消滅，這是不太可能的，”Brynjolfsson說。
提升員工隊伍技能
但人工智能輔助機器人會帶來什么呢?結論也是一樣的。在很多情況下，機器人可以幫助人們減少那些耗時、瑣碎、單調甚至辛苦的體力工作任務，而不會讓員工丟掉工作。事實上，最可能出現的情況是人類和機器人一起工作，許多機器人專門用于協作，也被稱為協作機器人。
我們距離“強人工智能”還很遠，這一自動化類型或許你可以在電影中看到，即機器人可以“在各個方面都勝過人類”，Brynjolfsson說。但人工智能可以在企業中發揮重大作用--特別是對那些具有大量數據的任務，這些數據是“映射到一組輸出信息的一組輸入信息。”
麻省理工學院政治經濟學和城市規劃助理教授，專題小組成員杰森·杰克遜(Jason Jackson)，舉了一個醫護人員的例子。杰克遜說，一些工作的自動化(如患者轉診和搬運等任務)可有助于減輕工作人員的體力負擔，同時保護患者并防止受傷。這項任務需要醫療從業者付出體力和努力—因此在這種情況下，對一項技能的自動化并不會取代醫護人員的工作，而只是幫助他們更高效工作，同時為工作人員和患者提供更安全的環境，他補充道。
麻省理工學院“未來工作小組(Work of the Future Task Force)”執行主任，小組成員伊麗莎白·雷諾茲(Elisabeth Reynolds)表示，汽車和制造業也有類似的趨勢。她認為，協作機器人正在為工人創造出更多向上發展的機會和機遇，因為他們可以輕松地從事更復雜的工作。而且，盡管一些行業可能面臨裁員，雷諾茲表示“這只是我們所看到向上發展的一小部分。”
人工智能和機器學習數據的所有權
企業中機器人和人工智能的未來并非沒有風險。與過去的技術一樣，企業需要預測潛在的風險、問題或障礙。對未來所擔憂的一個關鍵問題是數據。
“許多人過去認為社交媒體將引領人們互通和帶來社區的美好未來，但在很多方面并非如此。它導致了一些非常不正常的結果。那么我們該如何管理風險，使人工智能和自動化不會產生那些類似的意外后果呢?”雷諾茲說。
例如，加拿大多倫多市允許谷歌公司安裝傳感器和其他設備，以便可以在街道或社區中收集數據，提供有關城市的一些有價值信息，并提供對基礎設施的一些新見解，她說。但誰該擁有這些數據呢?這些數據是屬于谷歌公司還是屬于多倫多市?
“很顯然，這些數據應歸多倫多市所有，但該城市是否有資源或能力來真正使用這些數據呢?”雷諾茲問道。這些也都是企業致力于使用數據時必須要問自己的重要問題，尤其是當人工智能進一步融入人類工作和生活時。
企業接受人工智能、機器人、機器學習和深度學習技術時，他們需要有一個明確的策略來利用這些技術，并且不會因為工作崗位的流失而產生恐慌或不會跨越道德界線。
“這里所說的重點是，肯定將來會有工作，我們面臨的挑戰是確保這些工作是高質量的工作，是有意義的工作，是可以接受的工作，”雷諾茲說。
京公網安備 11010502049343號