自動化的歷史可以追溯到數(shù)百年前,包含了制造業(yè)(工業(yè)自動化)、航空和文職工作(辦公自動化)。如今,認知技術將自動化拓展到新的領域,比如過去那些需要人類感知和認知能力的任務。中國科學院遺傳與發(fā)育研究所在研究植物的遺傳基因變化過程中,就采用了國內新興人工智能企業(yè)微鏈科技的WETHINK認知技術,這是一套復雜的系統(tǒng),涉及了軟件控制,激光掃描,三維視覺,大數(shù)據(jù)分析和數(shù)學邏輯、基因科學研究模型。雖然自動化極具價值,但是,數(shù)十年的研究編碼自動化并不總是有益的,也帶來了意想不到的后果。隨著商業(yè)和技術領導人考慮使用認知技術來自動化工作,他們會從自動化的歷史中學到很多,來避免重復錯誤。

圖:WETHINK三維認知系統(tǒng)

引入自動化以彌補人類能力不足的想法似乎很令人信服。但是,自動化系統(tǒng)也會有缺陷。離開人類操作員,只讓機器自主完成任務會有問題。比如,沒有人類監(jiān)控的自動化進程會產(chǎn)生錯誤,然后程序會忽略這些錯誤繼續(xù)執(zhí)行任務。研究表明,即使是干勁十足的工人,他關注不變的信息源的時間也不會超過半小時。

如果人們不經(jīng)常訓練,他們會失去某技能。這就導致了頗具諷刺意味的情況發(fā)生,人們會需要一個自動化系統(tǒng)來執(zhí)行他們不擅長的任務,比如自動駕駛。有時會產(chǎn)生悲劇后果。研究人員發(fā)現(xiàn),過度設計或設計不佳的自動化,不僅沒有實現(xiàn)去技術化,還會降低人們在某些任務中的表現(xiàn)。研究表明,駕駛中有太多的自動化,比如采用巡航控制系統(tǒng)會讓司機(特別是新手)疏于警惕,還會降低表現(xiàn),比如緊急制動。其他研究發(fā)現(xiàn),自動化系統(tǒng)(就像壞老板)會降低工人的積極性、產(chǎn)生疏離感、降低滿意度、生產(chǎn)力和創(chuàng)造力以及離間員工。

技術評論家NicholasCarr認為,拙劣的自動化策略對效率和安全性會產(chǎn)生負面影響,還會破壞我們的個性和自我價值。

認識到關于自動化的潛在問題,研究人員們便嘗試尋找一些確立系統(tǒng)有哪些功能,要實現(xiàn)什么程度自動化的客觀方式。為解決這一問題,Parasuraman等人發(fā)展出一項分析自動化選項的體制。他們提出自動化須應用于以下四大類功能:1)信息獲取;2)信息分析;3)決策和行動選擇;4)行動實施(見圖2)。在每一類中,自動化被應用的程度是一個從低到高的連續(xù)等級,即從完全人工化到完全自動化(見圖3)。

他們覺得一款自動化設計的評估標準應該首先是它對人類工作效率的影響,其次是諸如自動化可靠性,和行動與決策結果的成本。這一被廣泛引用的工作是指導自動化設計決策領域的諸多嘗試之一。

從替換到增強:一款天才科技模型

為補充自動化設計方面的學術工作,研究者提出一個框架,即強調自動化對員工的影響以及評估各種自動化選擇對業(yè)務的影響。這一框架對正考慮自動化自動化對創(chuàng)造性和知識工作影響的領導者極為有用。

根據(jù)自動化對于工人的影響和自動化程度對工作完成度的影響,我們確立了應對自動化的四種主要方式,總結在圖4中。

遵循哪一種方式,不由工作類型或采用的技術決定,而是系統(tǒng)設計者,乃至領導者和決策制定者所決定。通過對一項職業(yè)——翻譯員,和一項認知技術——機器翻譯的分析,讓我們來闡明這四種自動化選項是怎樣起作用的。四種選擇都要以不同的方式應用自動翻譯技術,會對翻譯人員產(chǎn)生不同影響。

采用替代方法,像翻譯技術手冊這種過去人為翻譯的工作,連同翻譯員本身,都將被淘汰。在切分/自動化的方法中,盡管現(xiàn)有的機器翻譯表現(xiàn)得并不完美,大量的翻譯工作被首先交給機器,這之后專業(yè)的譯者會編輯已自動翻譯好的文段,即后期編輯。許多專業(yè)譯者認為這是「語言維護工作」:這貶低了他們的一技之長。一個緩解方法是把低價值又無趣的工作交給機器,而把更具挑戰(zhàn)性的,對質量要求更高的像營銷文案的材料,交給夠格的專業(yè)翻譯人員。最后,在增強的方法中,譯者可以使用自動翻譯工具來加速或改善他們的工作,比如自動翻譯器會在翻譯一條短語時提出幾個選項,供譯者自由選擇。這在提升生產(chǎn)力和質量的同時,也使譯者可以把控整個創(chuàng)作過程,負責審美判斷。

最大限度提高工人和機器的價值

當涉及到勞動力的使用和影響時,企業(yè)做的可不只是根據(jù)上述列出的四種方法來歸類工作。要正確評估其選擇,企業(yè)需要在成本戰(zhàn)略和價值戰(zhàn)略之間進行考量。

·成本戰(zhàn)略是通過應用技術降低成本,尤其是勞動力成本。

·而價值戰(zhàn)略則旨在以技術彌補人工的同時,分配工人做價值更高的工作來增值。

以下是四種自動化選擇如何在這兩種戰(zhàn)略下分別發(fā)揮作用:

替換的方法。在成本戰(zhàn)略下,企業(yè)以擁有認知能力的計算系統(tǒng)取代人工執(zhí)行相同的任務。這一選擇所帶來的經(jīng)濟效益很明顯,然而卻受限于所耗的成本。而在價值戰(zhàn)略下,企業(yè)可通過重新分配工人的角色以及擴充其角色的功能來創(chuàng)造更大價值;或通過部署認知系統(tǒng),在替代人工工作的同時提高工作效率或質量。

切分/自動化的方法。通過自動化降低人工成本是成本戰(zhàn)略的一個例子。但正如我們所見,自動化使擁有創(chuàng)造力的人或技藝精湛的工匠感到黔驢技窮和被邊緣化。而價值戰(zhàn)略可用這種方法來創(chuàng)造新的低成本產(chǎn)品以服務于新細分市場的需求。比方說,翻譯服務供應商可以提供一系列根據(jù)自動化使用程度不同而質量、價格不同的服務,并雇傭經(jīng)驗不足的翻譯人員進行后期編輯。

減輕的方法。一個能通過減少人數(shù)來提高效率的成本策略。舉一個例子,呼叫中心通過將第一層顧客支持自動化來減少需要聘用的員工。在另一方面,這是一個價值策略,能讓員工更專注于更高價值的任務。比如說,當一個新的自動化功能計劃系統(tǒng)讓香港地鐵系統(tǒng)專家級工程師每周工作量減少兩天后,他們能把時間花在需要人類互動和協(xié)商這一類更難的問題上。

授權的方法。認知系統(tǒng)能讓技術級別比較低的員工勝任先前由高技術級別員工完成的任務。這是一個成本策略的例子。價值策略則會采用一個不光向低技術級別員工授權,還會對其進行培訓來使其獲得技能的系統(tǒng)。也許同時還會設計成能改善高技術級別員工表現(xiàn)的系統(tǒng)。

需要注意的是,認知自動化,即使用于旨在授權員工的系統(tǒng)中,也會遇到抵制。英特爾公司就發(fā)生過這樣的事,他們曾試著像我們前文中提到的那樣,通過開發(fā)一套認知系統(tǒng)來提高銷售產(chǎn)量。這套系統(tǒng)使用了機器學習來對顧客進行分類并且指導銷售員工對不同顧客銷售哪種產(chǎn)品。

銷售團隊的部分員工起初拒絕使用機器學習系統(tǒng)所提供的建議,也許是因為他們不服氣自己的銷售技能被排在了機器認知的后面。但是,當一些銷售員工最先適應了這個系統(tǒng)并且見證他們的銷售量得到顯著提高后,組內余下的銷售人員也趕緊也用上了這個系統(tǒng)。如果一個銷售人員工作的精髓在于創(chuàng)建及維護與客戶的關系,通過一些自動化協(xié)助來將顧客的來電排序及推薦產(chǎn)品也許就是對科技使用的一種授權。

某些技能會變得更有價值

當公司運用認知科技時,他們必須考慮更多問題,不僅僅是把什么自動化,要達到何等自動化程度及使用成本策略或是價值策略。

他們必須重新審視在其工作場景中需要用到哪種技能。隨著越來越多的常規(guī)任務被認知和其他技術取代時,完成這些工作的技能會越來越缺乏價值。然而,需要常識、一般智力、應變力和創(chuàng)造力這類技能以及那些需要人與人之間互動的,比如說情商和同理心的技能會變得相對更有價值。經(jīng)濟學家DavidAutor說這是因為「不能被計算機替代的任務通常由計算機補足。」科技提高了生產(chǎn)力,增加了收入,同時對有技能的勞動力需求更大。比如說,懂得如何使用電子制表軟件(譯者注:excel、numbers等)的員工很有可能比只會使用鉛筆和紙的員工收入高。會使用電動工具和復雜機器的建筑工人會比不會這些的單純人力勞動者收入更高。

上文提到的經(jīng)濟學家Autor鑒定了幾種計算機暫時無法取代的任務所擁有的技能。比如說解決問題的能力、直覺、創(chuàng)造力、說服力——這些是完成所謂「抽象」任務所需要的;還有對場景的適應力、視覺和語言認知力、及人與人之間的互動,即「純人力任務」所需要的。

雖然要找到一些被成功自動化的這類任務的例子并不難。思考以下這個例子:谷歌地圖解決了導航問題,IBM的Watson電腦編寫了新菜譜,Amazon網(wǎng)站上的「猜你會買」;還有零售商Lowe’s的機器人店員。像這樣狹義的自動化比廣義的(范圍較大的)自動化容易實現(xiàn)得多。盡管自動導航和編排、同步日程都已經(jīng)實現(xiàn),解決問題的自動化卻依舊任重道遠。相比使用認知技術的狹義自動化任務,諸如批判性思維、通用問題解決能力、對不明確事物的容忍度、駕駛以及智謀等能擴大范圍并且實現(xiàn)廣義任務的必須技能和品質,都會變得更有價值。

變通力、創(chuàng)造力、批判性思維和情商

產(chǎn)品設計、服務、娛樂、或者構建使人高興的環(huán)境這些工作都不會在短期內被計算機取代。因此完成這類任務需要的技能,很有可能會相對更有價值。現(xiàn)在有能使這些創(chuàng)新變得更可靠的工具,比如說管理學說中的最佳實踐,市場調研,A/B測試等。但是,創(chuàng)造某種新奇的、美麗或者讓人感到愉快事物的中心任務需要的不只是技術上遵循產(chǎn)品設計或者電腦制作具體原則的技能,還需要同理心、對偶然性的開放心態(tài)等人性特有的技能。擁有這些技能并用來了解人類顧客和讓顧客感覺愉快的公司都能獨樹一幟且持續(xù)發(fā)展。

另一個依舊會由人完成的工作是提供高客戶服務體驗的質量。盡管認知技術可以實現(xiàn)更加高質量和個性化的自動化服務,但是,目前為止它還無法取代由有高情商、精神飽滿和高度同理心的訓練有素、裝備精良的人提供的高質量體驗。那些想要面對挑剔客戶、發(fā)展并維持高價值的客戶關系的行當則繼續(xù)依賴于人際接觸來完成關系管理和服務。

創(chuàng)造性技能將會變得越來越有價值。如上所述,我們見證了一些能稱得上創(chuàng)造性的計算機行為的演示,比如IBM的Watson會推薦新奇的食材組合。但機器的創(chuàng)造性需要人類作為指導。即便是Watson也需要人類廚師來決定如何準備它挑選的食材。認知技術將會作為人類的創(chuàng)造性補充,而非取代。

隨著認知技術能逐漸模擬其他技能,批判性思維技能相對而言也可能變得更有價值。相比于提問,計算機更擅長回答。但洞察力始于提出一些重要的新問題。質疑機器的行動和決策對用它們來解放我們而非約束我們是至關重要的