埃森哲：要想和人工智慧和諧相處，想像力最重要

人類能夠和人工智慧支持的機器能夠友好相處嗎？當涉及到人工智慧和機器學習時，人們普遍擔心的是它會把工作帶走。

然而，兩位埃森哲（Accenture）的思想領袖對此卻有著不同的看法，他們描繪了人工智慧和機器學習推動的商業世界一個不那麼反烏托邦的未來。也就是說，人工智慧和機器學習系統和人類配合實際上可能會讓工作變得更有趣、更有意義也更好玩。

讓人工智慧以這種方式工作的組織將領導他們所在的行業。然而，讓人工智慧以新奇而令人驚嘆的方式工作需要非常強大的想像力。在他們最新的著作《人+機器》（《Human + Machine》）中，Paul Daugherty和H. James Wilson表示，隨著人類和智能機器之間的合作日益密切，工作流程變得更加流暢並更具適應性，使員工和公司可以隨時進行更改——甚至是完全重新想像它們。

Daugherty和Wilson研究了1500個組織的實踐和方法，發現要想藉助人工智慧成功，需要的不僅僅是技術實力，還需要與之匹敵的想像力。

大膽地想像出新的流程。兩位作者表示：「在試圖重新想像一個流程的時候，人們會很自然地受到以前做這件事的方式的束縛，因此很難想像出事情本身應該的樣子。」他們認為：「為了避免這種情況，他們應該始終牢記傳統業務流程與新的、人工智慧的方法之間的差異。我們的研究表明結果不再是線性的，而是指數性的。變化不再是偶爾為之，也不再是人類主導的；它是自適應的，根據人類和機器的實時輸入進行調整。角色不僅僅限於只是人類或者只是機器；還必須包含中間缺失部分的協作工作。」

想像和實驗。Daugherty和Wilson指出：「在科學領域，一個不支持假想的實驗並不被稱之為失敗。它被稱為數據。」這也是設計新的商業流程時應該採用的思維模式。他們表示：「標準業務流程的時代已經結束了；企業不能再致力於複製行業領導者的最佳流程。」他們認為：「這就是為什麼實驗非常重要的原因所在。但是，這些需要因地制宜的流程需要管理者和領導者在整體上更加理解他們的員工和文化，這樣他們才能知道應該在何時，以什麼方式進行實驗。」

想像一種人與機器配合的混合文化。兩位作者指出，信任是混合文化中的關鍵。「你如何培養一種信任文化，甚至將其延伸到機器人同事身上？一種方法是對人工智慧進行測試並訓練它。為了產生對人工智慧系統的信任，領導者們應該允許那些與系統一起工作的人和結果利益相關，並且對系統內部工作產生緊迫感。在理想情況下，人工智慧系統通常應該被設計為能夠為它們的決策提供解釋，並幫助人們保持一定的決策自主性。開發基本上基於信任的流程需要時間和實驗，但案例研究表明，如果各方都得到信任——人類、機器、人類和機器一起工作——那麼結果可能會對每個人都更好。」

想像一個數據供應鏈。「只有分析師和數據科學家從分析工具中受益嗎？你的目標應該是用這種方式獲得見解，讓任何人，特別是不那麼有技術的商業用戶能夠利用數據想要告訴他們的故事。將數據想像為一個端到端的供應鏈……這是一種全新的看待數據的方式，不將其看成是一個管理企業各處散落的數據的靜態過程，而是將其看成是一個在全企業範圍內捕獲、清洗、整合、策劃和存儲信息的動態活動。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！