哈佛商业评论

人工智能（下称AI）已经能胜任很多“人类”的工作，例如诊断疾病，担任翻译、客服等，且发展势头迅猛。人们自然会担心，AI是否终将在各个经济领域取代人类。但这并非不可避免，也不是最有可能的结果。数字工具和人类的协作从未如此密切。尽管AI从根本上改变了工作完成的方式和执行者，但该技术更大的影响力在于补充并强化人类的能力，而非取代人类。

当然，很多公司已经通过AI将工作流程自动化，但那些仅仅使用AI取代人类员工的企业，只能获得短期生产率收益。我们研究了1500家公司，发现绩效提高最明显的企业，是那些实现人类与机器协同工作的公司（见边栏“协作价值”）。通过这样的协作，人类和AI主动提高彼此的互补性优势：人类提高领导力、团队合作、创造性和社交技能；机器提高工作速度、扩展性和定量能力。对人类来说很自然的事（比如讲笑话），对机器却很难。对机器而言简单的事（分析千兆字节的数据），人类几乎做不到。但商业活动需要这两种能力相互协作。

想要充分利用协作优势，企业必须懂得如何让员工用最高效的方式提高机器能力，同时机器又可以拓展人类最擅长的事情，以及如何重新设计商业流程，为协作提供支持。通过我们在该领域的工作，我们找到了帮助企业完成这件事的指导原则，让协作智能发挥作用。

人类辅助机器

人类担任的三个关键性角色是：培训机器完成工作；解释工作结果，特别是在工作反直觉或有争议时；负责任地使用机器（例如，防止机器人伤害人类）。

培训。机器必须通过算法学习完成指定工作。在机器学习的过程中，通过学习海量培训数据组，机器翻译应用程式学会了如何处理常用表达语，医疗程式学会如何诊断疾病，推荐引擎学会了如何为财务决策过程提供支持。此外，人类要教会AI系统如何用最好的方式和人类互动。尽管各领域的机构仍然在寻找培训者的初期阶段，但领先的技术公司和研究团体已经有了成熟的培训专员和专业知识。

举例来说，微软的AI助手科塔娜（Cortana），需要经过大量培训，才能发展出合适的个性：自信、关心他人、乐于助人但不颐指气使。为了让她具备这些能力，由诗人、小说家和编剧等人组成的团队花了大量时间培训她。同样地，在开发苹果Siri和亚马逊Alexa性格的过程中，人类培训者也加入其中，确保这些产品体现出公司的品牌特性。例如Siri有一种时髦活泼的感觉，这符合用户对苹果的期待。

现在，人类开始通过训练，为AI助手赋予更复杂和微妙的人类特征，例如同情。由麻省理工学院媒体实验室创办的初创公司Koko，研发出能帮助AI助手展现同情心的技术。例如，假设用户某天过得不顺利，Koko系统不会用预先设置好的标准答案“对此我感到很遗憾”回复，而是进一步询问更多信息，为用户提供建议，帮助他从不同角度看问题。如果他感到压力，Koko可能会建议他将这种感受视为触发行动的一种积极情绪。

解释。AI得出结论的流程越来越不透明（所谓黑匣子问题），这样一来，该领域的人类专家就需要向非专业用户解释行为。对于讲求证据的行业，例如法律和医疗，这些“解释者”尤为重要。此类行业从业者需要理解AI如何量刑或给出医嘱。解释者要帮助保险公司和执法机关理解，为什么某无人驾驶车辆的行动导致车祸或未能免于车祸。在管制行业中解释者已经变得不可或缺。

任何面向消费者的行业中，机器的贡献都有可能被视作不公平、非法甚至完全错误的。欧盟新出台的一般数据保护规定（General DataProtection Regulation，简称GDPR）阐明：消费者有权获得任何基于算法决定的解释，例如针对信用卡或贷款的利率优惠决定。在这一领域，AI的出现增加了人类就业。专家预计，企业因执行GDPR的规定，需要创造7.5万个新工作。

维护。除了解释AI结果，企业还需要“维护者”，确保AI系统运行良好、安全、负责。例如，有时人们会将一批专家称为安全工程师，负责预测和阻止AI可能造成的伤害。开发者在制造担任“人类助手”的工业机器人时，会格外谨慎，确保机器人能识别身边的人类，不会对其造成伤害。当AI确实造成伤害时，例如无人驾驶车辆发生致命车祸，这些专家也可能会负责评估解释者的分析。

另外一批维护者负责确保AI系统遵守道德规范。例如，如果人类发现，某AI系统在信贷审批中，歧视了某一族群（曾发生过），这些道德管理者将负责调查并解决这些问题。数据合规人员的工作类似，也是确保输入AI系统的数据符合GDPR及其他消费者保护法的规定。涉及使用数据的工作，都要确保AI能负责任地管理信息。

和很多科技公司一样，苹果公司通过AI，在用户使用公司产品和软件时，搜集用户个人信息。公司目标是提高用户体验，但不受约束的数据收集会损害消费者隐私，激怒消费者并触犯法律。苹果公司的“差别隐私团队”，就是为了确保AI从统计学角度全面了解某用户群组的信息时，单个用户的隐私得到保护。

点击看大图

机器辅助人类

智能机器可以通过三种方式，帮助人类拓展能力。它们能够增强我们的认知优势；和客户以及雇员互动，让人类省出时间，完成更高级别的任务；掌握人类技能，拓展人类极限。

强化。人工智能可以通过在正确的时间提供正确信息，提高我们的分析和决策能力。但它也能增强创造力。欧特克公司（Autodesk）的“追梦人”AI拓展了最顶尖设计师的想象力。设计师告诉“追梦人”理想产品的标准，例如最高承重300磅的椅子，座椅离地18英寸，用成本少于75美元的材料制成等。她也可以提供其他有吸引力的椅子信息。

“追梦人”制造出数千种符合这些条件的设计，常常激发设计师想到很多最初并未考虑过的点子。设计师可以指导软件，告诉软件她喜欢哪些椅子，不喜欢哪些，从而进入下一轮设计。

在迭代过程中，“追梦人”进行了大量计算，确保每个设计提案都符合具体标准。这让设计师能够集中精力发挥人类特有的优势：专业判断和美感。

互动。人机协作让企业能和雇员及客户用一种全新的、更高效的方式互动。类似科塔娜这样的AI代理，能够协助人类互相沟通或代表人类沟通，例如记录一场会议，让未能出席的人获得一份语音搜索版本的会议纪要。这类应用有天然的扩展性，比如说一个聊天机器人能够为世界各地的大量人群，同时提供日常客服工作。

瑞典北欧斯安银行（SEB）现在使用虚拟助手Aida和数百万用户互动。Aida可以进行自然语对话，拥有大量存储数据，能回答很多常见问题，例如如何开户或海外转账。她也能追问电话那头的用户，以便解决问题，还可以分析对方的语调（例如挫败或感激），改进未来的服务。系统解决不了问题的时候（30%的情况下会发生），会将电话转接到人类客服代表处，监测互动过程，学习解决类似问题的方法。有了Aida，人类客服可以集中精力解决更复杂的问题，特别是那些需要更多关注的不满用户。

具象。很多像Aida和科塔娜这样的AI，主要以数字形式存在，但其他应用的智能体现在提高人类员工能力的机器人中。这些AI赋能的机器人，拥有精密的感应器、发动机和制动器，可以识别人类和物体，安全地在工厂、仓库和实验室和人类一同工作。

例如，在制造业，机器人已经从有潜在危险性的“低配版”工业机器进化为具备情景感知能力的智能“协作机器人”（cobots）：比如，协作机器人通过手臂反复举起重物，与此同时，人类则进行需要灵敏度和判断力的其他任务，例如组装齿轮电动机。双方的工作互补。

韩国现代公司通过添加外骨骼延伸了“协作机器人”的概念。这些可穿戴的机器人设备，能够根据用户和使用地点实时调整，让工业劳动者在工作中拥有了超越人类的耐久性和力量。