人工智慧和工作自動化的未來

隨著自動化和人工智慧不斷在全球範圍內轉變業務，科技行業正在建立一個與我們今天所了解的世界看起來截然不同的世界。這意味著企業領導人將如何構建公司，並提出成功所需技能的轉變。我們現在必須開始為這些變化做準備。

我們可能不同意自動化將取代的工作崗位數量，但是大多數研究這個問題的專家正在密切地預測我們工作的重大轉變。麥肯錫計划到2030年全世界將有多達8億的工作人員失去工作機器人和自動化，相當於當今全球勞動力的五分之一以上。牛津大學此前的一項研究得出的結論是，在接下來的一二十年里，將近一半的美國就業崗位將「易於電腦化」。

自動化已經改變了手工行業，以及涉及基於規則的簡單活動（如分類郵件和簿記）的日常任務。但是被稱為「人工智慧」的技術浪潮-機器學習，計算機視覺和自然語言處理-允許公司將日益複雜的任務交給機器。例如，GE和殼牌公司都採用管理工作的演算法。殼牌公司的一個例子是使用機器學習技術，將員工與正確的項目進行匹配。

正如斯坦福大學的學者傑里·卡普蘭（Jerry Kaplan）在他的書「人類不需要應用」一書中寫的那樣，自動化對於衣領的顏色是一目了然的。無論你是工廠工人，助理律師還是銷售經理，未來25年。

是的，人工智慧可以很聰明地拿你的工作

正如牛津大學的研究所暗示的，明天的一半勞動力將失業似乎不太可能，而自動化可能會創造新的工作類別，甚至破壞現有的工作。但是，未來所需要的技能將會和我們今天所選擇的教育系統截然不同。未來，公司將高度獎勵目前沒有被這個系統所重視的技能，比如創造力和情商，因為這些技能是計算機最難複製的技能之一。

相反，我們的教育體系所提供的官僚主義和行政技能，在市場上的相關性遠遠不夠。事實上，這些工作很可能不存在。

為了理解未來的組織將會是什麼樣子，想想每個企業將成為軟體業務的流行口頭禪是有幫助的。這是什麼意思，真的嗎？這意味著每一項業務都將最大程度地利用軟體，通過將大多數傳統業務功能「外包」給那些專門從事這些領域的公司，使競爭對手超越競爭對手。這將做到降低成本，建立更好的產品，並最終創造更多的利潤。茁壯成長的企業將是最有效和最有效地使用軟體的企業。

自動化是這種轉變的主要標誌，它已經迅速超越了簡單，重複性任務的局限性，並進入了自學習演算法可以充分確定地做出決定的領域。而且它可以以人類根本無法做到的速度和規模來做到這一點。因此，法律團隊使用機器學習篩選數以百萬計的文件以找到與案例相關的文件，銷售團隊使用它來識別目標和追加銷售機會，財務顧問使用演算法來提供投資建議。這些變化今天正在發生，認為公司將來不會將自動化應用於更複雜的任務，這是天真的。

專家經常指出，電腦還不能像人類那樣思考。計算機科學家埃德格·迪克斯特拉（EdsgerDijkstra）提出了一個有趣的反駁意見，認為機器能否像人類一樣思考與潛艇是否可以游泳相關。如果計算機能夠更好地執行相同的任務，去那裡沒有什麼區別。得克薩斯州萊斯大學（Rice University）的計算機科學教授摩西·瓦迪（Moshe Vardi）說：「我們正在接近幾乎所有任務都能超越人類的時代。

如果軟體在能夠承受數據的任何任務中變得更好，從優化供應鏈到設計產品，那麼在人為判斷將成為優越選擇的情況下，只剩下一些角色。一些行業可能總是受益於手工咖啡店-醫院病房-但是在商業牆內，軟體將執行越來越多的分析，管理和官僚功能。

在自動化的將來磨練寶貴的人力技能

這種支持力量是人在人工智慧-在軟體不確定答案時，演算法執行業務功能和人為步驟。操作員可以將人類的判斷反饋到演算法中，從而學會在將來更好地解決問題。人在環AI大大增加了AI可以執行的工作範圍，因為它允許軟體處理傳統上認為計算機無法處理的任務。

在這個模型中，軟體幾乎可以處理與物流，操作和客觀決策相關的任何事情。它不能做的是創造性的工作。一個人將有必要製作營銷副本，打擊與其他人正確的和弦。然後，作者可以將副本提供給A / B對目標受眾進行測試的機器，並在此過程中對其進行改進和個性化。在這種情況下，該演算法確定了目標，但人類創造了強迫情緒反應的初始單詞。

這個例子意味著與今天看起來有很大不同的組織。我們仍然需要人類來設定公司願景，開發人員，設計師和創意人員來構建和編程軟體。但是整個層級的員工將變得多餘。想想那些使用軟體執行主要任務的人，這是一個很長的清單，包括銷售，財務，人力資源，會計，營銷和辦公室管理職能。我們將不再構建人類可以使用的應用程序，而是越來越多地構建執行工作的應用程序。

這提出了有關政策的重要問題。作為一個社會，我們需要談一談如何應對大規模自動化。我們是否優先考慮公司的自由來最大限度地提高生產力和競爭力？還是我們制定保護某些職位的政策？這聽起來並不是那麼遙不可及：例如2008年的「刺激法」集中在大型基礎設施項目上，將就業優先於生產力。在地方一級，舊金山的政治家們投票決定將運送公司限制在三個機器人中，顯然是為了減輕選民對自動化的擔憂。

我們的教育體系也需要發展。今天，學校里散布著為死記硬背而優化的畢業生，管理工作的電腦已經更擅長處理了。鼓勵少數兒童追求創造性的跨學科課程，或培養移情和人際交往能力，但這些是我們最需要的屬性，以加強計算機決策。具有諷刺意味的是，當我環顧矽谷的其他領導者時，這些技能在我的同行中是大量過多的。

為人類就業打下深思熟慮的未來

無論我們做出什麼決定，我們都需要有意識地採取一種平衡商業和社會最好的方式。正如Satya Nadella在微軟最近的Ignite會議上所指出的那樣，我們建立的工具必須最終為我們的福祉做出貢獻，而不是為了減損。

「我們該如何利用技術來幫助人們？」納德拉問。「每一項技術都應該有助於潤飾人的能力。我們絕對想要更多的生產力和效率，但我們不想降低人性。「

感謝您的關注

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！