2030年的IT什么樣？

Paul Heltzel

自動化和人工智能即將顛覆IT。一些早期跡象表明，企業(yè)將更加重視跨職能部門，在人工智能和IT員工之間建立更深入的合作關(guān)系，并大幅度削減中層管理人員。

預(yù)測未來的工作是出了名的高風(fēng)險，因為顛覆性技術(shù)就像“神奇畫板”一樣，將隨時改變我們的遠景。過去一兩年也是令人唏噓不已，預(yù)示著很難確定今后10年會發(fā)生什么。但是對于那些著眼于技術(shù)趨勢的人來說，開始出現(xiàn)了一些寬泛而且共同的主題——這源自人工智能和自動化所產(chǎn)生的影響。

麥肯錫咨詢公司（McKinsey & Co.）一項題為《技能轉(zhuǎn)移：自動化和勞動力的未來》的研究報告稱，“在未來10到15年里，隨著人們越來越多地與更智能的機器進行互動，自動化和人工智能技術(shù)的應(yīng)用將給職場帶來變革。到2030年，對高級認(rèn)知技能的需求將不斷增長，這包括創(chuàng)造力、批判性思維、決策和復(fù)雜的信息處理等。”

管理人員和員工們絞盡腦汁地想知道自動化對他們的職業(yè)生涯會產(chǎn)生什么影響，而幾乎所有人都同意數(shù)據(jù)處理和輸入等工作將完全交給機器，預(yù)言家們則提出了一種更樂觀的觀點，認(rèn)為人類可以讓機器去完成一些工作，例如，通過算法實現(xiàn)基本的決策，但達不到人類具有的情緒智力、解決問題和創(chuàng)業(yè)精神的層面。

本文介紹IT未來學(xué)家怎樣看待IT在今后10年的發(fā)展。

獨立特設(shè)部門的興起

在對IT未來的展望中，Gartner發(fā)布了幾份關(guān)于IT到2035年將怎樣發(fā)展的報告。其主要結(jié)論之一是，大部分工作將由獨立的特設(shè)部門完成，他們的工作從自上而下的方法轉(zhuǎn)向怎樣實現(xiàn)業(yè)務(wù)目標(biāo)。

在其2028年職場報告中，Gartner描述了由具有多種技能的高績效員工組成的自治部門。Gartner的分析師們認(rèn)為，這些部門會根據(jù)需要擴張或者收縮，以應(yīng)對工作負載、時間進度和“信息交換和協(xié)調(diào)”的劇烈變化。業(yè)務(wù)部門所采用的這種模塊化的、即時的、可擴展的方法能否像所展望的IT工作負載那樣運行（就像現(xiàn)在的云服務(wù)器工作負載），這一點仍有待觀察，但這確實突出說明了IT正在向跨職能部門轉(zhuǎn)變，將成為業(yè)務(wù)成功的典范。

中層管理的衰落

或許Gartner最引人注目的預(yù)測，也是與它對獨立部門的看法相關(guān)聯(lián)的預(yù)測，是未來對算法的依賴，這將大幅減少中層管理人員的數(shù)量，剩下的中層管理人員的職責(zé)也會變得很窄。

Gartner研究副總裁Helen Poitevin的工作主要是人力資本管理，他認(rèn)為：“基本上，這將首先成為在很多工作環(huán)境中提高效率和降低成本的一種方法。我考慮的是零售行業(yè)的一些領(lǐng)域，高度自動化的物流、供應(yīng)鏈和倉儲已經(jīng)把產(chǎn)品線管理人員推向了另一種角色。我想說的是，對于非常需要創(chuàng)意的部門也是如此，在這些部門中，中層管理人員扮演的監(jiān)督角色過于嚴(yán)格，阻礙了部門的創(chuàng)造力，以及部門發(fā)揮整個企業(yè)跨學(xué)科專業(yè)知識的能力。”

接受機器的管理

如果說基于機器的管理人員的想法似乎讓人感到有些牽強，那么不妨想一想，數(shù)以百萬計的優(yōu)步（Uber）和Lyft司機早已接受算法的管理了。2015年，一群在卡內(nèi)基梅隆大學(xué)開展人機交互的計算機科學(xué)家研究了當(dāng)計算機而不是中層管理人員分配工作、定價和評估績效時，員工們的反應(yīng)。

研究人員驚訝地發(fā)現(xiàn)，員工們很容易接受由算法給出指導(dǎo)建議的想法，而且他們很快就適應(yīng)了與機器一起工作，這樣，更易于管理他們的工作。而且，司機們能關(guān)閉應(yīng)用程序，由他們控制自己的工作時間和地點，或者在長途旅行后休息一下。

卡內(nèi)基梅隆大學(xué)計算機科學(xué)副教授Laura Dabbish對該項研究做出了很大貢獻，她指出，司機們似乎并不介意缺少某些選擇。他們無法選擇某些工作因素，例如，設(shè)置具體的載客地點，或者從可用的列表中選擇自己喜歡的載客請求。Dabbish說：“這可能是因為他們比較自由，從而彌補了缺乏控制的不足。這也可能是因為一些司機沒有其他系統(tǒng)的經(jīng)驗，例如，人類出租車調(diào)度員。”

隨著司機們使用這款應(yīng)用程序的經(jīng)驗越來越豐富，他們會繼續(xù)調(diào)整自己的工作策略。她說：“我們有一種看法，即，算法——通常是技術(shù)上的，會讓人類行為越來越好，但忽視了人們在技術(shù)面前調(diào)整和適應(yīng)行為的能力。”

在決策和執(zhí)行方面與人工智能合作

Zorawar Biri Singh是硅谷的投資者和顧問，他指出，IT未來10年將是一個“共享認(rèn)知的時代”，這是由認(rèn)知技術(shù)的廣泛應(yīng)用、對人類注意力不足的持續(xù)關(guān)注，以及對獨立可信仲裁的需求所推動的，當(dāng)然，可信仲裁還有待于開發(fā)。

他說：“我們正處于下一階段，基本上，人類將與機器、算法和系統(tǒng)、認(rèn)知系統(tǒng)合作，共享人類認(rèn)知，并訓(xùn)練系統(tǒng)，從而減輕大量的工作。”

Singh闡述了他認(rèn)為IT發(fā)展的6個階段，首先是大型機，然后是個人電腦和網(wǎng)絡(luò)，接著是網(wǎng)絡(luò)和服務(wù)器，虛擬化，移動和云，而現(xiàn)在是人工智能，機器人技術(shù)，物聯(lián)網(wǎng)和邊緣計算的融合——他認(rèn)為今后10年會進一步深入發(fā)展。

Forrester最近的一份報告還強調(diào)，未來10年，人和計算機在工作中將融合在一起，而不僅僅是因為自動化而造成人員流失。

報告稱：“我們的工作方式已經(jīng)發(fā)生了重大變化。未來的不同之處在于，那些以幾十年為單位來衡量的變化，現(xiàn)在將以年和月為單位來衡量。工作將取決于人與機器之間的共生關(guān)系。這不是一個由人類領(lǐng)導(dǎo)、由機器來完成的結(jié)構(gòu);相反，它將匹配機器人和人類之間的領(lǐng)導(dǎo)、決策和執(zhí)行任務(wù)，從而最好地達到預(yù)期的結(jié)果。”

人類仍將提供獨特的價值

不管計算機是否會消除大量的低認(rèn)知工作，例如，日常數(shù)據(jù)處理和泛泛的中層管理職能，人們似乎對什么任務(wù)應(yīng)該留給員工有著廣泛的共識。

卡內(nèi)基梅隆大學(xué)的Dabbish說：“機器智能還不能勝任管理的很多方面。針對個人報告，在管理上應(yīng)該有情感和關(guān)系方面的內(nèi)容，從而激勵員工，處理好困難的情形。需要通過情緒智能來與員工交談，了解他們是怎樣做的，他們對什么感興趣，對什么有激情，并向他們提供有關(guān)工作的反饋。技術(shù)在感知人類情緒狀態(tài)、理解自然的人類語言和進行某種形式的對話方面表現(xiàn)越來越出色，但還遠不能取代管理中的關(guān)系因素。而且，應(yīng)用程序給出的獎勵和贊美不如更直接的人際互動那么親切。”

Singh指出，無論機器的計算能力怎樣發(fā)展，未來職場的深度認(rèn)知工作仍然是以人類為主。而且，他指出，很多企業(yè)不具備消除中層管理的資源和數(shù)據(jù)集。

Singh說：“在過去一年半的時間里，我接觸過的每一家大型企業(yè)，都有大數(shù)據(jù)科學(xué)項目來加強自己的機器學(xué)習(xí)能力。谷歌、亞馬遜、臉書和微軟等大平臺已經(jīng)開展了這方面的工作，他們可以訪問海量的計算集群和海量數(shù)據(jù)。但是，一般的企業(yè)不具備快速處理這么大規(guī)模數(shù)據(jù)的能力。這有點像情節(jié)劇，每個人都在說：‘我最好坐起來，看看自己在中層管理崗位上的表現(xiàn)如何。我應(yīng)該使用算法，對吧？我為什么不使用算法呢？”

Dabbish指出了無法量化或者評估的工作要素。她回顧了優(yōu)步和Lyft的例子，其中，計算機能夠很容易地管理一個評級系統(tǒng)，但在評估一個人怎樣處理自己的工作時，還有很多需要改進的地方。

Dabbish說：“服務(wù)質(zhì)量的這些數(shù)字指標(biāo)沒有描述司機擅長的工作要素，也沒有向他們提供反饋，這些反饋有助于他們隨著時間的推移不斷改進工作。在我們的研究中，司機們要維持他們的評價等級，在這方面感到壓力很大，對不好的評價會有負面的情緒反應(yīng)，這可能會過分地影響他們的總體得分。”

Citrix首席技術(shù)官Christian Reilly說：“我們以前已經(jīng)見過很多次了，技術(shù)在提升人類能力方面非常出色，但并不能完全取代人類。這是一種趨勢，我們將繼續(xù)看到，價值較低、重復(fù)性的任務(wù)由軟件機器人接管——解放人力資源，讓其從事當(dāng)今人工智能做不好的工作，例如，深度推理或者戰(zhàn)略思考等。工作的概念將繼續(xù)被重新定義為綜合考慮計算資源的可用性、不斷下降的成本和機器學(xué)習(xí)的商品化，目的是提高效率。下一代全球業(yè)務(wù)將由新類型的應(yīng)用程序及其相關(guān)數(shù)據(jù)驅(qū)動，能夠得到這些數(shù)據(jù)并從中發(fā)現(xiàn)趨勢的企業(yè)將最終獲得市場優(yōu)勢。”

技術(shù)引起的壓力

Gartner的另一預(yù)測是，對技術(shù)的依賴程度越高，那些對工作崗位非常在意的員工的壓力就越大。讓人感到有壓力也會不斷激勵在最新技術(shù)上保持領(lǐng)先，該公司建議，“為促進我們的技能發(fā)展，有能力接受更多的各種任務(wù)，我們將承擔(dān)更多的工作，直到我們感覺到自己是在全天候工作。”

Forrester報告指出，如今的員工已經(jīng)開始關(guān)注自動化和機器人技術(shù)在職場的未來，以及怎樣為自己創(chuàng)造一個不會被自動化取代的角色。“正如企業(yè)必須成為學(xué)習(xí)型機構(gòu)一樣，員工也必須成為學(xué)習(xí)者——學(xué)習(xí)核心技能，適應(yīng)新的工作模式，知道做好準(zhǔn)備、適應(yīng)未來意味著什么。員工已經(jīng)在努力應(yīng)對變化，需要不斷重新評估和培養(yǎng)新技能，以跟上市場的步伐。”

據(jù)麥肯錫的報告，“到2030年，美國和歐洲使用先進技術(shù)型技能的時間將分別增加50%和41%。我們預(yù)計，對高級IT和編程技能的需求將以最快的速度增長，在2016年至2030年期間，這一增長率可能高達90%。擁有這些技能的人必然是少數(shù)。然而，在自動化的新時代，每個人都迫切需要發(fā)展基本的數(shù)字技能。”

那么，我們將怎樣應(yīng)對這些技術(shù)傳導(dǎo)的壓力，不斷提升技能呢？Gartner的Poitevin建議，我們應(yīng)更廣泛地研究新技術(shù)，以評估影響。

Poitevin說：“首先，關(guān)注適應(yīng)能力。人類作為一個物種具有很強的適應(yīng)能力。這種素質(zhì)和學(xué)習(xí)能力是很重要的。其次，在評估技術(shù)的影響時，我們應(yīng)高瞻遠矚。我們應(yīng)致力于設(shè)計用例和使用技術(shù)的方法，這可以改善我們的生活，而不是給我們的生活帶來風(fēng)險。例如，在幫助人類方面，塑料并不都是不好的（在醫(yī)療保健、殘疾人、獲得食物等方面）。但是，我們對環(huán)境影響的思考還不夠深入，沒有為塑料產(chǎn)品的整個生命周期建立足夠的基礎(chǔ)設(shè)施，包括重復(fù)使用。這就是我的觀點，不應(yīng)該把自動化看成是與人類作對的。人類更傾向于利用自動化來發(fā)現(xiàn)新的做事方式。我們作為一個物種已經(jīng)這樣做了幾千年。”

Paul Heltzel是一名作家和編輯，曾在《新聞探索》、《國家地理》、NPR和《個人計算機世界》雜志上發(fā)表過文章。

原文網(wǎng)址

https：//www.cio.com/article/3410344/what-it-work-will-look-like-in-2030.html