前不久,“阿尔法狗”光荣退役,但其服役期间在围棋界以一敌百、所向披靡的雄风,早已吹遍全球。不过,你知道吗,它的原型早在200年前就已“出现”了。据说,当时的奥地利女王喜欢下棋,臣子们专门请来工程师,“研发”了一台会下象棋的“机器”……
其实,那只是一位象棋高手躲在“机器”里,陪着女王下棋。不过,这种创新的“人机合体”方式,令人折服。
不断成长的人工智能
从最早的“深蓝”击败世界棋王卡斯帕罗夫开始,人工智能便在棋盘上让人们备受“hard模式”煎熬。10年之后的今天,人工智能更是今非昔比。它们不再是电脑程序的傀儡,而是和人一样,有了情感,懂得学习。
而与情感相比,人工智能的学习能力更是众所周知。从苹果的Siri,到微软的小冰,人工智能的聪明好学都给人以深刻印象。难怪柯洁会由衷地为对手送上赞赏:“它的招法都是建立在大量对局的基础上……可以避开很多复杂变化,说明计算力强,很多想法都带给棋界飞跃性的革命,非常强大。”
判断力,人类的优势所在
人工智能虽然很好学,不过说实话,它目前仍是“弱人工智能”,并不能被称为“聪明”。至少现阶段,在感知人类和外界的过程中,它们并没有自己的判断,而是像邯郸学步一样,闹出了不少笑话。比如微软的聊天机器人Tay就因为在Twitter发布各种粗俗语言而被迫下线,接受“改造”。
这种判断能力的缺乏,使得人工智能在日常工作中无法完全取代人类。它虽能承担越来越多的常规性工作,甚至辅助人们的决策,但在缺乏充分可靠信息时,无法运用自身经验和专业知识来做出关键业务决策和实践。
在关键业务决策中,运用人类经验和专业知识,正是人类判断力的真正价值所在。人工智能可以释放管理者更多时间与脑力,而能“轻装上阵”的管理者必须关注三种形式的判断性工作,即数据解读、理念发展以及在决策过程中,如何参考背景信息和历史信息,而这些可说都是人工智能的软肋。
举个例子,比如,人工智能系统可以对求职者作出评估,虽然人工智能可以捕捉求职者的面部表情、行为举动和音调变化,并作出解读,但它们还是无法评估该求职者能否与企业现有员工和企业文化兼容、匹配,而这些决策离不开对企业背景和文化有着深刻理解的管理者们的脑力判断。换言之,只有人能胜任此项工作。
可以预见,未来当人工智能大举进入企业管理领域并取代人力时,企业对来自员工和“外脑”的创造力和社交能力会越来越重视,并给予优厚回报,使之成为AI时代以及后AI时代的管理者。
人工智能四种模式与三种角色
埃森哲将人工智能背后的“认知计算”定义为具备感知、理解、行动能力的信息系统和应用程序。它能在实战中不断学习,进而根据所获知识优化自身流程和行为,并在自动化和能力增强两个维度为企业带来影响。
根据“工作的复杂性”和“涉及数据和信息的复杂性”,埃森哲将企业活动分为四种基本模式:效率模式、专家模式、效力模式和创新模式。需要注意的是,有许多工作的内容或特征,是跨越多种模式的,不可一概而论。
![](http://mmbiz.qpic.cn/mmbiz_png/nkYdTgVTRgyaErZXmXNYQvIv8hxO3eV59ic1MjcprNpxL34hA4gV0BPsqBh3MHYoLuMb3a8AfbibzLia4SuQHXGMg/0?wx_fmt=png)
而在此过程中,人工智能有望以三种职能角色出现在人类工作中——助理、顾问和执行者。
助理:为管理者及团队提供支持,如做记录、排日程、写报告和管理积分卡等。在工作中,这些智能系统还会吸取自身及人类同事经验,完善相关知识、扩大服务领域。
顾问:通过问答、构建情境模拟等方式协助解决更复杂的问题和进行决策,包括医疗诊断、安全分析、理财建议、在线旅游接待和销售指导等。
执行者:积极自主地评估备选方案,进行决策或挑战现状。迄今,真正的自主型人工智能管理系统还很少见,但能够进行商业决策的规则性应用程序已越来越普遍,如交易机器人、自动处理贷款的应用程序等。
“人机和谐共处”,怎么做?
有人担心人工智能会剥夺人类未来的工作,然而知名咨询公司埃森哲认为,人工智能对于人类的工作将起到如虎添翼的作用,结果是增强现有人类的工作能力而不是取代人类。
人工智能驱动企业价值的核心,是提高客户的满意度以及企业整体效益的增长。未来,把人工智能融入客户的产品当中,通过创新的延伸和传播,能够帮助客户获得最大的商业价值。
比如,与埃森哲长期合作的油气企业,在全球有成千上万的供应商,因此整个采购和发票的流程非常的繁复。通过流程智能的方法,埃森哲帮助他们把70%的问询作了智能化,仅这一项就为油气公司节省了相当可观的成本。
埃森哲也曾与一家意大利的政府机构合作,通过对公民问询的语音分析得到了洞察和结论。在调查过程中,埃森哲对一部分工作量做了智能设计,节省了人力,从而带来了60%的效益。
埃森哲还运用自然语言智能方式协助一家邮件服务公司安置路由,把所有的邮件分配到合适的人,从而帮助公司减少管理成本,也提升了邮件的处理速度。
埃森哲对保险公司理赔的处理流程也进行过语言智能设计,特别是当遇到没有人员伤亡、相对简单的交通事故,类似的车辆刮蹭,客户可以很快地通过语音以及后台的智能技术来进行礼赔的处理,这样的人工智能不仅为保险公司节省了人力,也给被投保人带来了便捷。
埃森哲还曾为一个电信公司客户呼叫中心的客服内容进行智能分析,通过分析语音内容后进行来电分配,然后用自动聊天机器人来取代原来的客服,成功帮助这家企业每年节省了6亿美元的资金。
归根结底,对于人类而言,人工智能的核心要义,在于降低重复性劳动率,让人的价值转移到更有需要的领域,进而提升企业运营效率,造福员工和客户。