叫嚣着取代世界的人工智能最近终于陷入了失业的困扰。
据报道，瑞典在线银行 Nordnet 正准备解雇自己的 AI 员工 Amelia。
阿米莉亚去年夏天刚刚加入 Nordnet。
她的日常工作是帮助客户开设银行账户、处理一些银行数据等任务。
正常情况下，速度应该比工作人员快，银行的工作效率和效果也应该是显而易见的。
推动。
但出乎意料的是，在过去的一年里，Amelia 似乎并没有展现出一名 AI 员工应有的能力。
事实上，阿米莉亚并不是第一个被解雇的人工智能。
今年1月，英国一家超市解雇了刚上岗一周的导购机器人法比奥。
超市的初衷是为了吸引顾客、帮助销售商品。
然而几天后，他们发现法比奥这两件事都做得不好，甚至有顾客看到他后就绕道而行。
进展如何？通常来说，人工智能可以提高工作效率是大家的共识，但他上任不久就被解雇了，这多少有些出人意料。
但仔细想想，以目前人工智能的发展水平，这样的情况似乎很常见。
我申请了一份自称是技术流的工作，但当我得到这份工作时却发现我不会成功。
在所有最有可能被AI取代的工作岗位中，银行首当其冲。
原因在于，相比其他行业，银行拥有庞大且相对完整的数据积累，而数据分析正是AI所擅长的。
一个需要数，另一个可以数，天衣无缝。
但这并不意味着AI可以在银行畅通无阻地运作，至少这不是AI今天能完美做到的。
尽管在实验室里，开发者已经对AI可能遇到的各种问题进行了全面的模拟，并且AI在此过程中表现得游刃有余，但一旦投入实战，其实际功能可能仍会受到挑战。
以阿米莉亚被解雇为例，可能是由于以下两个原因。
首先是算法问题。
如果算法出现问题，它对数据的处理就会出现错误。
尽管银行拥有完整的数据，但如果没有合适的算法进行处理，或者使用不合适的算法进行处理，得到的结果仍然会令人无法接受。
比如，在分析报告方面，仍然以人工分析师为主。
原因是人工智能在高度动态的金融业务中可能会出现分析错误。
毕竟银行是做货币业务的，如果一直出问题，客户肯定会退出。
其次，还有沟通的问题。
既然使用了人工智能系统，解决客户问题就必须涉及到语言沟通。
银行是一个非常繁忙的金融机构，我们能看到的场景是每天银行门口都排着长队。
如果AI的持续对话和专业学习不彻底，很可能在客户沟通过程中答错问题，造成缓慢、误解等问题，势必影响工作效率，消磨客户的耐心。
Nordnet是一家网上银行，对AI的语义识别和对话能力的要求自然更高。
这与AI客服类似。
如果你说坏话，你的货就卖不出去。
如果卖不出去货，就只能等着被解雇。
对于导购机器人法比奥来说，沟通不畅或者沟通体验不佳一定是超市“解雇”它的重要因素。
换句话说，仅仅打着AI的名号，生意并不一定会繁荣。
核心点是技术是否真的成熟到足以应对任何情况。
我想事半功倍，但入不敷出。
无论是雇佣人工智能还是人力，公司的目的只有一个：赚钱。
但是公司花了很多钱招你，你却坐在那里等死，所以他们只能把你踢出去。
据 Nordnet 报道，该公司去年为引入 AI 技术付出了巨大代价。
全年利润仅为2.47亿瑞典克朗，为年初以来最低水平。
虽然不能确定银行利润下降一定是人工智能的引入造成的，但真正实用的消费级人工智能产品仍然价格昂贵，更不用说以增加利润为最终目标的企业级人工智能解决方案了。
我们不知道Nordnet在该解决方案上花费了多少钱，而不仅仅是AI系统提供商IPsoft的AI柜员。
但看看AI方面的资本投资数据：百度每年投资1亿元，欧盟计划2020年前投资15亿欧元，中国2019年以来人工智能累计投资已超亿元……不仅如此，AI人才可以轻松赚取百万美元年薪。
这些成本都会加到卖给C端的产品上。
因此，对于处于早期布局、投资、研发阶段的人工智能来说，有一点是肯定的，那就是成本居高不下。
从这个角度来看，此时能够冒着赔钱的风险来尝鲜AI的企业都是勇敢者。
物不能物尽其用，AI不能承担责任。
当然，人工智能不能承担全部责任。
毕竟，无论它的力量有多么强大，也无能为力。
另一个可能存在的问题是开发者和用户之间的脱节。
这种脱节反映在开发人员尽最大努力、夜以继日地工作来创建他们认为完美的产品这一事实上。
他们觉得实际过程中可能出现的问题都已经考虑到了，应用起来毫无瑕疵。
结果，客户不会使用。
这是一种资本的尴尬。
感觉就像你买了一部价值几万美元的手机给你奶奶使用，但她只用它来照镜子。
如果因为这个原因解雇AI，那就有点不公平了。
事实上，这种情况确实值得注意。
在关于人工智能将取代人类哪些工作的大讨论之后，有人提出“人工智能不能取代教师，但不会使用人工智能的教师将被取代”的观点。
教师可以由医生和律师代替。
、工人和许多其他职业。
可以说，未来能够使用AI将会成为一种必需品，就像能够使用手机一样。
但对于很多人来说，手机的功能还没有得到充分的发挥，所以他们很难区分袁的手机和袁的手机的区别：不能既打电话又安装软件吗？因此，为了让客户充分挖掘AI的潜力，可以从以下两个方面入手。
1.开发商“私人定制”。
开发人员希望做出好东西，而客户希望用好东西。
这就要求产品必须最大限度地满足客户的需求。
根据客户的需求，体现开发产品的差异化，让客户在使用时更快上手，是释放AI功能的第一步。
2. 客户技能发展。
一般来说，客户不需要知道人工智能做什么，他们只需要知道如何让它按照他们的指令工作。
但即便如此，仍然有很多人存在学习困难。
比如，很多老教师从来不会用电脑，也不愿意学习，投影仪就成了摆设。
因此，开发者必须在产品交接时提供全套技术指导，以便当产品满足自己的需求时，能够熟练操作，最大限度地发挥AI产品的价值。
那么，以这种方式解决开发者和用户之间的鸿沟，对于消除“无用”AI的怨气，显然具有积极意义。
人机协作有效，但AI很难“独立”。
难道就这样结束了吗？事实上，被驳回的AI只能被视为个案，所有的AI应用都不能一概而论。
毕竟，还有更多的AI应用正在如火如荼地燃烧。
这些应用程序上没有出现“不工作”或“被解雇”等令人尴尬的词语。
我们发现被解雇的AI和成功使用的AI之间存在一个变量，这个变量就是：人为干预。
根据人类干预程度的不同，我们可以将这两类人工智能分为独立人工智能和半独立人工智能。
所谓独立AI，是指没有或很少人为干预的人工智能应用，AI具有高度自主分析决策，甚至完全自主决策。
Amelia和Fabio基本上属于这一类，因为与客户或消费者交谈、分析数据、得出结论的过程基本上是无人化的，他们在这个过程中完成了与客户的直接接触。
我们常见的内容平台审核方式也可以算作这一类。
由于人工智能可以独立审核、通过或拒绝，因此整个过程中没有人的参与。
这种独立的AI很容易引发问题，比如内容平台事件频发。
虽然很多平台都增加了人工审核，但谁知道呢？半独立AI是指需要更多人为干预的人工智能应用。
AI只是进行早期的观察和分析，最多得出一些初步的结论，最终的决策还是由人类来完成。
比如用AI来做各种预测、帮助医生看X光片、招募人员、识别古文字、抓捕逃犯等。
显然，这种人工干预和控制的AI效果相当好。
换句话说，人工智能可能仍然很难完全独立地承担工作任务，即“取代”人类。
一些企业不耐烦，急于将产品上架，AI也无可奈何。
正因为如此，人们更多地称AI为“助手”。
从“助手”到“替代”的转变过程，或许就是AI降低被解雇概率的过程，也是AI技术进步的过程。
当然，当AI取代人类时，他们仍然会被解雇，但做出这个决定的可能不是人类，而是更好的AI。
到那时，开发者将面临另一场永无休止的战争。