◎王海雯

似乎已無須多言,AI的發展將在未來革命性地改變人類的勞動方式。但不可忽略的事實是,這種從量到質的變化,需要經歷幾代人甚至更漫長的時間。所以只要積極應對,我們最終都能適應這種改變。而從各類研究報告所釋放出的好消息來看,在逐步地代勞人類部分工作的同時,AI技術浪潮還將創造更多的就業機會,并助力人類創造更多的價值。沒錯,這一天將更快地來到我們每個人的面前:AI會是許多人日常工作中不可缺少的同事、伙伴與戰友。
聲名遠揚的麻省理工學院媒體實驗室正在做一項有關人和機器人關系的研究。不是說機器人是人造物,聽從人的安排么?怎么也要像對待人一樣對待他們?從事這項研究的拉萬教授講還真是如此。假設未來馬路上10%的汽車是無人駕駛汽車,那么人應該如何適應它們的開車習慣,而無人駕駛汽車本身又該如何從人的開車習慣中學習,所以這是一個值得研究的問題。
《智能時代》的作者吳軍曾在山景城遇到過幾次Google出品的無人駕駛汽車。有一次它在只有一條車道的地方嚴格按照限速緩慢行駛,后面壓了一長串的汽車。雖然它很守規矩,但估計所有的駕駛員都在罵它。在這種情況下如果是人會怎么做呢?一般他會把車開到路旁停下,讓后面的車通過。這其實就是人在處理和他人關系時的一種善意的表現,而這些至少是現在的機器人在設計時沒有考慮到的。
是否可以設計一條規則讓無人駕駛汽車在不超速就會堵塞交通時停下來讓路?當然可以,但是無人駕駛汽車還會遇到其他和人的習慣相矛盾的情況,所以它們需要學習怎樣和人相處。類似的,人在未來也需要學習怎樣和機器人相處。吳軍說,每次遇到無人駕駛汽車時,他都會躲著一點,就怕它和人不同的行車方式冷不丁的出點什么事情。
MIT媒體實驗室的研究令我們可以期待一種非常美好的人機共處的遠景。的確,AI和人從來不是兩個對立的個體,而應是一個界面,相互學習、互補協作,各自發揮特長,實現共存雙贏。
英偉達集團首席科學家、高級副總裁BillDally在日前召開的“2018世界人工智能大會”上也談及,比起恐慌AI可能導致的負面問題,應正視AI是一種中性的技術,是解決問題的一種新手段。未來,無論是企業的發展,還是個人的突破,都需要思考如何利用AI為自己賦能?比如醫生在診斷病癥時,除了依靠自己的經驗,也可以基于系統大數據的幫助讓診斷更加精準;再比如律師通過智能案例分析的輔助,找到更強的論據。
《埃森哲2017年未來員工人類學調研》描述了更多在各行各業中,數字化增強為勞動者賦能的可期待案例:
過去,鉆井技術員要想鉆多個試驗探孔,需要手動準備鉆頭,計算并輸入鉆機的正確壓力和速度。未來,AI技術能夠幫助鉆井技術員鎖定油礦,智能鉆機可以計算相應的速度、壓力和深度。
過去,藥物警戒科學家需要梳理大量資料以評估與藥物有關的安全問題。未來,AI憑借自然語言處理和機器學習幫助科學家完成文件梳理工作,讓他們能夠專注研究高風險病例以及不良反應病例的增長。
過去,航空工程師設計了一種新的飛機部件,但需要通過多次手動計算以確定合理的強度和質量。未來,衍生式設計能夠模仿自然界的演進方法,在充分考慮數百萬種可能的設計方案的基礎之上確定最合理的強度和質量參數。


回歸現實,眾多企業已在“磨刀霍霍”,謀劃通過整合智能技術與人類智慧,打造面向未來的員工團隊,實現前所未有的收入增長和創新成果。在埃森哲公司的一項調研中,74%的受訪高管表示,他們計劃在未來3年利用人工智能技術大幅或極大幅提升工作的自動化水平;97%的受訪者表示,他們計劃利用人工智能技術提升員工能力,希望通過員工與智能機器密切協作以創造新的價值來源。
例如,日本零售控股公司迅銷集團為其店員部署了基于人工智能技術的設備。該技術能夠提供有關庫存、訂單和退貨的實時數據,讓客服人員能夠在掌握更多信息的情況下與客戶展開對話,該公司還計劃利用人工智能技術加速產品上市。
而對于每一位職場人,如何更好地在數字化勞動力關鍵轉型期中把握機會?以下幾點建議,僅供參考:
首先,突破知識邊界,建立計算機思維。未來,文理科的學科邊界會愈發模糊。特別對于文科生而言,培養自己理科思維,了解計算機思維尤為重要,否則你將無法了解機器世界的處理問題方式。
其次,成長為復合型人才。AI的崛起,將為人類分擔許多單一、重復的操作性工作。彼時,企業對于員工的崗位要求也將更高,要“能文能武”,強調人綜合處理問題的能力。如果你的專業能力較單一,以致只能從事一項職業,或者只勝任于分工非常精細的某個崗位,那將直接受到挑戰。所以,我們需要在精進技術的同時,培養自己“多棲發展”的能力。
最后,選擇加入那些愿意在數字生態系統里成長的企業。面向未來,在同行業里,企業與企業的差別,已可能是兩個層級的差別,而不同企業培養出的勞動者綜合能力,勢必也會是兩個層級的差距。所以對于個人來說,最好的成長方式,就是直接加入那些愿意以科技驅動,走在行業內前沿的企業。在那里“摸爬滾打”,其見識、工作能力一定強于業內同儕。