引人注目的事實是：7,500名Wipro員工實際上是聊天機器人。該公司與Wipro的人工智能平臺HOLMES合作，率先在工作場所部署人工智能和自動化。
展望未來，大多數成功的工作場所都將人類與機器學習系統結合在一起，這將創建全新的模型，并需要新的思維方式，以保持與其他企業的競爭力。
人工智能和自動化將以什么方式塑造未來的工作場所?更重要的是，企業的業務如何保持領先地位?
為了提供有關企業如何部署人工智能和自動化的見解，行業媒體采訪了Wipro Digital 公司副總裁兼全球負責人Rajan Kohli。
人工智能將會減少還是增加就業?人類是否有充分的理由擔心機器人的興起?
Kohli說，“這是我們正在思考的一個問題，很多人問我這樣的問題，‘你是否認為這是一個零和游戲?’我們可以了解一下發展歷史，當工業革命引入自動化技術時發生了什么，人口增加，工作職位增加，失業率下降，如今的美國是失業率最低的國家之一。
我傾向于樂觀的看法。我相信將會有更多的工作職位，但是工作的性質將會改變。在新的行業領域中將會有更多工作崗位，這些領域目前可能規模很小或者正在增長，并且有大量需要學習的知識和技術。尤其是那些正在從事業務的工作人員，以及可能承擔更多人工工作的人員。
當然，不僅僅是在認知智能領域，這顯然是一個熱門領域，但人們已經看到了五年前沒有足夠機會的其他領域。例如設計領域。因為在實現自動化的時候，仍然需要人類的經驗。所以將會提供設計和網絡安全方面的工作，因此，由于采用自動化和認知智能技術，這一領域的發展空間正在進一步擴大，這一領域還有更多機會。”
Wipro公司如何使用人工智能和自動化?Wipro公司擁有7500名機器人，這是怎么回事?
Kohli：“我們以兩種方式看待它，一是我們為客戶做的事情，二是我們為自己做的事情。對于客戶，我們在這三個不同的領域中都利用了人工智能。第一是提供重要的自動化操作，第二是改善客戶體驗，第三是為客戶確定新的收入領域，在此分別舉例。
在自動化方面以了解客戶(KYC)為例。當銀行擁有新客戶(特別是大型企業時)，它們需要確保這些實體與政府不應資助的實體沒有聯系。在《海外賬戶納稅法案》(FATCA)和其他合規性領域，這就需要大量的工作來完成這些實體的年度報告，收集網絡上所有可用的材料，并創建所謂的‘實體結構’。然后合規人員顯然會對其進行檢查并驗證。
現在大部分工作都是通過機器人自動完成的，這就是我們在操作空間內所做的工作，但是還有許多其他示例。
其次就客戶體驗而言，我認為所有人都是消費者。例如認知機器人和聊天機器人，企業實際上可以與機器人對話。而且顯然還沒有那么先進，有時候將會變得非常痛苦。
聊天機器人也位于呼叫中心，但是現在已經將它帶到了與應用程序進行交互的邊緣，我的問題或查詢在應用程序中得到了回答，其呼叫實際上并沒有到達呼叫中心，所以稱它為‘數字偏轉’，基本上可以縮短周期，減少痛苦，然后用一種認知和直覺的方式回答問題。
第三是創收。例如，我們在客戶供應鏈空間中進行了很多分析，以應對缺貨問題。或者說，亞馬遜就是第一個真正引人注目的例子，那就是最佳報價。例如我要買東西，應該買什么，然后獲取更多的建議。那么很多認知智能就可以得出這些答案。同樣也可以創收。要獲得購買建議或最佳報價，接下來要考慮應該得到什么。
Wipro公司在內部如何使用它?我們稱之為‘Wipro on Wipro’。我們為客戶提供固定價格的許多工作都是自動化的。因此我們現在所做的工作有18%是由機器人來完成的。但是Wipro公司的內部共享服務中有很多我們在財務方面所做的工作，我們在人力資源共享服務中完成的許多工作都是自動化的，例如，Wipro公司是一家公開上市的公司，我們在每個季度都會發布下一個季度的指南。這是通過一個或幾個機器人來實現的，我們已經開發出了這個指南。我們一年前就開始這么做了。在以往，我們的財務團隊需要60個人開展這方面的工作，然后運用他們的判斷得出結論。而現在這個團隊只需8個人。
而且很多工作都是由機器人完成的。當然，人類仍然會決定這是否是正確的指導，但這是通過系統實現的，并且事實證明，這比人類更準確。
我再舉一個更復雜的例子。這是我們為客戶提供的，這是一家公開上市的公司。他們有產品，也有消費品，也有很多產品銷售渠道。現在，他們利用我們開發的機器人來提供一個預測模型，并且該預測模型要比他們過去所做的要好。
例如很多條件可能會改變，并且會影響他們產品的銷售和競爭對手的價格，所有這些都會影響企業的實際收入。所以這非常復雜，而人工智能技術如今已經取得了長足的進步。”
Wipro公司正在使用新方法、新模型和新思維方式來應對第四次工業革命，這是什么意思?
Kohli說，“這是一個很好的問題，很多人都在思考這個問題。我們的一些客戶認為，對于他們來說，利用認知智能關鍵在于技術。我不相信這只是一個技術問題，這遠遠超出了技術范疇。所以我們想出了一些可以宣傳的東西。我們稱之為‘4M模型’。
這就是方法、模型、機器、思維方式。所有的客戶和企業都需要在這四個要素上進行工作。例如，當我們說‘方法’時，方法就是關于創建整個價值流的方法。對于他們來說，自動化價值流的一小部分實現自動化是不夠的。他們需要真正在端到端的價值流中實現自動化，以便他們和客戶從中獲得顯著的利益。模型顯然是關于數據模型的，誰擁有數據，數據從何而來?
顯然是人工智能，其背后的數據模型也是如此。思維方式非常重要，因為對于客戶來說，要利用數據，他們必須改變傳統上做出決策的方式。他們必須相信這些數據，還必須做好失敗的準備。因為最初開始使用這些算法時，開始的結果很有可能會比以前差。這些機器學得很快，然后愿意花時間讓它們學習，最終它們會比人類所能做到的要好得多。
有時候，企業可能會在不合適的地方利用機器學習，但是可能會從該實驗中學到某些知識，然后將其應用于其他地方。因此，需要擁有快速失敗的思維方式。這是客戶經營企業方式的轉變。所以這就是我們不相信這只是技術問題的原因。
由于正在發生的進步，企業現在在某件事情上可能會失敗，但是六個月后，這可能成為企業投資的好地方，因為現在有了新的數據來源，可供企業使用。因此，企業需要真正從每一次失敗中學習并適應，然后將這種學習應用于新的領域。”
您將為希望采用人工智能和自動化的企業提供什么建議?
Kohli說，“這是一個非常令人興奮的領域。因此，我可以舉兩個例子。
第一，我相信企業中會有端到端的認知規模應用程序。如今，企業正在使價值鏈的各個部分自動化。但是在不久的將來，企業將擁有端到端的認知應用程序。只是因為之前談到的客戶體驗和呼叫中心，將會有一個自動的客戶呼叫中心應用程序，它將具有自我感應、自我響應、自我學習和自適應的功能。這將在不久的將來發生，并且沒有任何問題。
第二，這是一個非常令人興奮的空間，我相信，由于5G、物聯網、云計算、量子計算等技術的快速發展，我認為這將帶來巨大的增長機會。這是一個非常令人興奮的空間。
顯然，我們需要做一些工作，但從技術上講，這一切都有可能在不久的將來實現。”
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號