AI时代，怎样避免机器取代人类工作？

微信邦

由于人工智能技术的迅猛发展，许多科技专家和未来学家预测,机器很快就能处理如今许多由人处理的工作,人类甚至可能会失去对未来的控制。

虽然一场巨变正在酝酿是不可改变的事实，但“人类可能失去对未来的控制”也许并非正确的思考方式，以这种方式迎接挑战就是在假设社会对如何设计并实现未来技术方面持消极态度。事实上，在创新的形态和影响方面没有绝对的法则，我们可以改变创新带给我们的影响。

因此，我们应该思考：“如何指引未来技术发展才能让机器人辅助我们，而非取代我们？”

本文作者为Thomas A. Kochan和Lee Dyer，由腾云编译发布。

AI时代，应聚焦

技术如何改变工作方式

AI时代，怎样避免机器取代人类工作？

毫无疑问的是，类似人工智能这样的技术会像过去那样削减一些工作岗位。

美国有超过半数的劳动力在19世纪90年代从事了农业工作，这在当时是一个对身体素质要求很高的劳动密集型产业。如今通过机械化和复杂数据分析来经营农作物和家畜，虽然只有不到2％的劳动力从事农业工作，但是产量有了明显上升。

新技术也会创造新的就业机会。19世纪蒸汽机代替水车作为制造业的动力源之后，该行业扩大了七倍，从业人员从1830年的120万人上升至1910年的830万人。同样，许多人担心20世纪70年代初出现的自动取款机将取代银行柜员。然而，这些机器如今已普及，有更多柜员在做客服工作。

因此，不值得费力预测新一波技术在削减一些就业机会的同时是否会创造更多就业机会，相反，我们应当聚焦这些技术将如何改变人们的工作方式。

调整工作系统至关重要

在未来，我们可以将工作视为一系列任务的集合，而这些任务在新技术的支持下可以通过不同方式完成。由不同工作者——同事和管理人员等——完成的任务也可以重新安排，工作设计专家称之为“工作系统”。

麦肯锡公司调查的一项主要成果显示，由于新技术的出现，如今60%的工作岗位中有近1/3的任务可能被淘汰或发生显著改变。换句话说，绝大多数的工作还是不会消失，但是我们每天的工作内容会发生巨大改变。

迄今为止，机器人技术和其他数字技术已经极大地影响了大多数拼写检查之类的常规任务，以及那些在装配线上将重型轮胎安装到轮子上等或危险、或肮脏、或艰苦的任务。人工智能和机器学习技术的进步显著扩大了受影响的任务和职业的范围。

在最近出版的《塑造工作未来：变革及新型社会契约手册》一书中，讲述了社会为什么需要一种综合战略来加强未来科技对工作的影响。这种战略从帮助人类想通过新技术解决的问题入手，我们不应该只把这一问题留给发明家。

AI时代，怎样避免机器取代人类工作？

一些工程师和人工智能专家认识到，一门新技术的最终用户必须在引导设计以明确要解决问题的过程中发挥核心作用。

要确保这些技术在与其配对的工作系统的基础上进行设计。与如今典型的连续策略相比，所谓的同步设计过程对各公司及其员工都产生了更好的效果，其中包括设计一门技术，以及之后考虑其对员工造成的影响。

同步设计的一则绝佳例证是丰田在20世纪80年代将机器人技术引入装配线的做法。与通用汽车公司等实行连续策略的竞争对手不同，日本汽车制造商同时重新设计了工作系统以便充分利用新技术和员工。重要的是，丰田直接向员工征求了改善经营的建议。

与此同时，丰田工厂的生产力和质量均高于通用汽车公司等竞争对手，后者在开始改变工作系统之前在独立自动化方面投入了巨资。

同样，在20世纪90年代，调整工作系统并投资信息技术的企业比没有做到这些的企业表现更好。在过去十年中，如凯撒医疗机构等医疗公司也在引进电子病历方面取得了相同的经验。

每一例都表明引进新技术并不仅仅会消除工作岗位。如果管理得当，新技术可以通过增加人类所做的任务来改变工作方式，从而提高生产力和服务水平。

培训员工如何“赋予机器智慧”

AI时代，怎样避免机器取代人类工作？

然而，这一流程并未结束。各公司需要不断提供培训，以便其员工时刻准备好适应、利用并推动技术变革。这是充分利用新技术的第三步。

这一流程需要在新技术引入之前开始。其中重要部分是工作者需要学习一些人口中的“混合”技能：将新技术的技术知识与沟通和解决问题的能力相结合。

如果员工掌握了这些技能，公司将有很大机会从技术投资中获得最大回报。这些混合技能目前需求很高，呈日益增长态势，还会带来高薪。

不可否认的是一些工作岗位将被淘汰，一些工作者将会失业。因此，综合战略的最终要素必须是帮助失业者找到新的工作，并补偿找不到工作的失业者的损失。例如，福特和联合汽车公司在2007年至2010年裁员期间除了提供再培训援助之外，还提供了优厚的提前退休福利和现金遣散费。

这类例子在未来几年需要成为惯例。不平等地对待失业者只会拉大未来经济中赢家和输家之间的差距，如今这一差距已经显而易见了。

总而言之，让员工参与新技术设计和实现的公司最有可能管理即将到来的人工智能革命。和之前的工作者一样，如今的工作者比其他人都更加了解自己的工作以及他们承担的许多任务。尊重这一事实，他们就能更好地“赋予机器智慧”。