走進實踐 看人工智慧如何賦能知識型工作者

人工智慧（AI）正在不斷發展成熟，從中獲益的一個群體越來越清晰：知識工作者。這些工作者既需要經驗又能夠收集和分析決策和行動所需數據，他們正在獲得能夠大幅提升其表現的工具。

人工智慧涵蓋了從機器人和物聯網、到機器學習和自然語言處理的所有內容，這是一個全自動化、端到端分析和決策制定的世界；人工智慧將人類從日常任務中解放出來，進一步增強了人類的聰明才智。

但實際來說，今天主要關注的是為知識工作者提供讓他們更快、更有效地完成工作所需的信息和工具。這一點得到了Forbes Insights調查結果的印證，調查發現，有79％的高管認為，人工智慧已經在推動知識型員工在工作流程和工具方面的變革性改進。

有關賦能知識工作者的例子，讓我們來聽聽運輸和物流巨頭Werner Enterprises公司首席執行官Derek Leathers的看法。「我們的物流小組負責處理各種複雜但重複性的任務，這些任務需要大量輸入數據才能做出最佳選擇。」例如，選擇最好的運輸商意味著要梳理數千種可能的後選擇、路線和時間表。「通常情況下，可能需要四到五分鐘才能得出結論，」Leathers說。但是，最近他們採用了基於人工智慧的工具，「幾秒鐘內，我們就可以把選擇範圍縮小到兩三個運輸商，然後讓人類直覺做出最佳決策。」

精力應該集中在哪些方面？

Forbes Insights研究表明，提高知識型員工績效的方法基本上圍繞著這三個關鍵領域：

1、消除重複性任務：在做出決策時，知識工作者必須經常引用一系列數據源，這些數據源可能分散在企業組織外的各種電子表格或資料庫中。編輯此類信息通常是重複的或機械的，因此非常適合採用機器人過程自動化（RPA）等工具。

Julie Leese是加拿大運輸部的首席數字官，是加拿大鐵路、海運、空運和陸運業務和政策的主要監督員。Leese解釋說，RPA讓企業組織可以自動執行基礎任務，尤其是那些由明確的業務規則管理的任務。Leese說，這樣的「機器人」比人類更有效率，能夠更快、更連續地處理更多數據。

2、簡化決策：機器——人工智慧——非常善於編製數據。但就目前而言，Cadence Design Systems公司IT副總裁Tarak Ray表示，人類仍需要做出最終決定。他舉例說，一台機器可以被訓練識別出花朵，但「如果你要求機器畫一幅畫的畫，或者說出哪一朵花最漂亮，機器就不知道了」。即便如此，機器還是能夠收集和執行基本的、大量重複性的分析，幫助提高人類做出重要決策的速度和效率。

3、提供新的洞察：人工智慧最強大的能力之一，是能夠以顯著提高理解力的方式向決策者提供信息。一家大型商業房地產、零售和娛樂集團的首席技術官解釋說：「數據可視化本身就可以帶來一些有趣的發現。」他們使用Power BI（商業智能）這種基於雲的業務分析軟體，為知識工作者和決策者的大約680個正在進行中的、涉及人工智慧的報告提供支持。這位CTO表示，這些報告非常強大，「今天，沒有人會在還沒有看看Power BI儀錶板之前就做出決定」。

Forbes Insights調查顯示，知識工作者扮演者很多角色，實際上，各種各樣的職能部門都在積極尋求人工智慧能力。目前，IT部門仍然是人工智慧最活躍的用戶（52％的受訪者），遠遠超過其他業務如運營（39％）、營銷（33％）、銷售或物流（32％）。

但調查顯示，在接下來的18個月中，IT與其他業務職能之間差距在不斷縮小。IT仍然保持領先地位，畢竟，這是一種了解技術、操作數據、明確業務規則的職能。調查預測，絕大多數知識型員工將在未來18個月內積极參与人工智慧項目。人工智慧確實對知識型員工產生了轉型影響，而且還將持續下去。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！