遇见新同事 – 人工智能

人工智能技术早已面世，并正在迅速成为全球劳动力的重要组成部分。

对于人工智能，狂热粉丝和质疑者的态度截然不同。质疑者往往更关注人工智能对人类劳动力构成的威胁。高德纳（Gartner）研究机构在其发布的《在智能机器的崛起中幸存下来 》¹ 一文中表示，预计到2030年，我们目前所知道的工作中将有90%会被智能机器取代。这种说法或预测在主流媒体上更是屡见不鲜。但事实上，人工智能技术还远未发展到成熟阶段，无法完全取代人力劳动。就目前而言，人工智能技术的大多数应用形式离达到人类智能水平还相差甚远。

尽管如此，越来越多的工作场所实现了人工智能员工（尽管几乎无实体形式）与人类共事。无论人工智能的智能程度高低，各行各业已经明显感受到它带来的颠覆性变化。人工智能将以更高效的方式完成更多过去由人力负责的工作。目前这些工作主要包括认知能力要求较低但需投入大量人力的重复性任务，例如查阅合同、查找关键数据并录入excel表格。但事实证明，人工智能难以完成计划、判断、推理等需要多种复杂技能的高层次工作。因此，现阶段内，人工智能可在特定工作中表现优异，但“通用人工智能（AGI）”仍只存在于科幻小说中。

尽管人工智能存在诸多限制，企业仍未重视这一技术带来的颠覆性影响，或将对其构成风险。德勤于2018年发布的《企业人工智能应用现状分析（第二版）》报告²显示，42%的高管认为人工智能将在两年内发挥“关键重要作用”。然而，这一“关键重要作用”的发挥可能与通过取代人类员工节约成本的联系不大，更多则是在于与优化工作流程、提高投资回报和支持推进更优战略。

三类人工智能同事

机器学习、深度学习技术、语音识别、语音合成、图像识别和自然语言处理（NLP）正在迅速发展升级。如今，人工智能已在语音和图像识别方面超越人类。虽然人工智能在NLP领域还未达到同一水平，但也取得了一定进展。人工智能目前可像人类一样，具备一定的看、听、说、理解、甚至思考的能力。借助这些工具，人工智能同事目前主要负责三类工作：业务流程自动化、提高业务决策能力以及提升与客户及其他员工的互动参与。

1. 自动化

人工智能最常应用于人工任务和业务流程的自动化。机器人流程自动化（RPA）于2017年进入中国市场。而如今，机器人流程自动化结合认知技术后进阶为机器人认知自动化（R&CA）。机器人现在能够根据预定义规则处理前述两项任务，包括执行“智能”任务，例如：

• 识别指定实体情况，如企业或个人名称
• 从合同和财务报表等非结构化文档中提取结构化信息
• 根据产品的自然语言名称对发票进行自动分类，以及
• 搜索网站以查找目标信息。

欺诈监测领域越来越多地运用人工智能开展此类工作，如协助法证团队搜索非结构化文档中的目标术语和信息，助力团队以更低成本更快、更准确地完成相关工作。因此，从长远来看，RPA和R&CA极有可能导致失业率上升，尤其是离岸业务流程外包行业。若能将一个项目外包出去，则说明整个流程可以实现自动化。

2. 辅助决策

人工智能运用机器学习算法检测数十亿数据源的主要模式和关系，挖掘出切实可行的深入洞察，为业务决策流程提供有力支撑。尽管使用各种数据源预测消费者行为并非新鲜事，但人工智能在处理的数据规模、速度和准确性方面实现了重大进展。结合机器学习或深度学习算法，大数据技术能够提供意义重大的非凡洞察。此外，推动洞察形成过程的要素并非用户查询，而是实时主动的持续监控机制。

提供认知洞察的人工智能同事可算作高级顾问，但由于他们负责的工作远远超出了人类的能力范围，因此也不会对现有员工构成威胁。人工智能同事提供的认知洞察有助于企业高管做出更明智的战略决策。高管们需要了解这类人工智能的重要性，并展开战略投资。

3. 提升参与度

数字化代理在日常工作和生活中日益普及。图灵测试旨在检测人工智能表现出与人类相当或无法区分的智能行为能力。尽管数字化代理目前尚未通过图灵测试，但已经在诸多领域使我们的工作和生活更加便捷。数字化代理也已运用于以下行业中。

• 消费品和工业品。数字化代理基于过往行为、偏好、天气、度假计划等背景信息回答客户问题，改善客户体验。
• 金融服务。机器人顾问为客户提供投资建议和个性化的投资方案，监控并提前通知用户投资组合风险的变动情况。
• 医疗保健。数字化代理能够及时为患者提供个性化的综合医疗建议，如提醒继续按处方补充用药，以提升患者满意度和疗效。

挑战

随着人工智能在各企业劳动力构成中日益占据重要地位，该技术在运用过程中的相关风险亦不容忽视。根据前文提及的《企业人工智能应用现状分析（第二版）》³，网络安全被视为首要风险（图1）。人工智能系统若受到网络攻击，则可能导致数据泄露和信息安全问题。这不是人工智能独有的问题，但随着对人工智能的依赖性增加，解决网络安全问题将变得更加重要。

资料来源：德勤《企业人工智能应用现状分析（第二版）》（2018年）
注：2018年第三季度调查采访了来自美国公司的1,100多名IT高管及员工。

人工智能系统故障是另一重大隐患，特别是在涉及关键任务数据的情况下。一份内部文件的复印错误可能不会对企业带来重大风险，但财务报表中关键数字错误则另当别论。在医疗领域“生死攸关”的关键时刻，对人工智能系统的故障风险往往是零容忍的。在许多情况下，仍然需要进行人工监控。

如何着手准备？

尽管存在上述隐患，许多投资人工智能技术的企业已实现了经济效益。关键在于采取切实可行的方法收获技术所带来的裨益。通常而言，第一步是通过人工智能实现流程自动化，采用成本较低的RPA或R&CA技术，应用于管理范围内的业务流程。这不仅可以为企业带来立竿见影的收益，还有助于增强管理层团队对人工智能应用前景的信心。首先要考虑的问题在于吸纳合适的人才组合，以卓有成效地运用人工智能技术。尽管中国在人工智能领域占据全球领先地位，但中国的人工智能人才与美国相比仍有巨大差距。

根据领英2017年发布的《人才解决方案》报告⁴，美国现有人才储备排名第一，中国位居第七。据统计，我国人工智能工程师仅有五万人左右。麦肯锡的另一份报告《中国人工智能的未来》⁵显示，大多数美国数据科学家具备10余年工作经验，而40%的中国数据科学家仅拥有不足五年经验。

由于市场需求旺盛，数据科学家和人工智能工程师的薪资水平与日俱增。然而，许多企业仍然难以招募合适的人才，以协助实施人工智能战略。为了解决这一问题，通常可采用以下三种方式：

1. 企业可聚焦全球化人才，重点招募在美国工作的资深中国研究人员。
2. 企业可将现有员工培养成人工智能专家。具备数学、数据挖掘和软件开发背景的员工是探索人工智能领域的理想人选。
3. 企业可与大学实验室展开合作。虽然大学应届毕业生缺乏行业经验，但学术教育让他们深谙人工智能知识，加以充分的实战培训，他们将成为公司人工智能研究新晋团队的绝佳候选人。

结语

未来，越来越多的人工智能同事将加入劳动力大军，承担各种劳动密集型任务，这似乎已成定局。但人工劳动力并不会因此遭受淘汰，因为许多任务需要高层次的认知能力。未来的未来，一切将更加变幻莫测，而人工智能或将持续演进，并重新定义科技与人类之间的关系。

伴随日新月异的发展，企业和劳动力亦受到重大影响。借助人工智能技术，企业可快速适应新的数字化商业模式，从而提升竞争优势。如上所述，人工智能不仅可节省劳力成本，还可帮助高管制定战略和决策。随着人工智能的日益普及，管理层团队需要评估企业劳动力受到的冲击，并提前制定培训计划，以确保企业人力能够适应新的人工智能时代。机遇与威胁并存，最终将是适者生存。

遇见AIME

数字化代理正日益广泛地运用于世界各地的工作场所。近期，德勤中国开发了首个数字化代理，旨在协助某医疗保健客户的员工开展内部政策咨询。德勤荷兰最近发布了“AIME”，一位具有自然语言处理和生成能力的数字化员工。无论是内外部活动，她都致力于为德勤各部门员工提供支持，不过最重要的是，AIME能够边学边做。对于无法处理的任务，AIME将转交至人类同事，但她能够通过这些场景学以致用。

尾注

1. "Surviving the rise of 'smart machine", Maverick Research, 23 September 2013, https://www.gartner.com/doc/2594820/maverick-research-surviving-rise-smart.
2. "State of AI in the enterprise, 2^nd edition", Deloitte Insights, October 2018.
3. Ibid
4. "Talent Solutions", LinkedIn, https://business.linkedin.com/zh-cn/talent-solutions/s/sem-report-resources/ai-report.
5. "The future of artificial intelligence in China", McKinsey, 31 March 2017, https://www.mckinsey.com.cn/中国人工智能的未来之路/.