从工业革命的重型机械到数字化计算机时代，再到最近人工智能的快速发展，技术进步常常引起人们对失业的担忧。专家认为，人工智能系统除了取代工作，还将增强人们的工作能力，将更艰巨的任务交给智能算法，从而提高效率，减轻人们的负担。这意味着人类和人工智能直接合作和互动。研究公司Forrester副总裁兼首席分析师J.P.Gownder表示：“对于我们这些不会因自动化而失去工作的人来说，我们将与越来越智能的软件并肩工作。”可以想象的业务流程。”将云计算的力量与机器学习的进步相结合，这个想法是人工智能助手可以从人类工作者身上分担一些认知工作，这样人类就可以专注于他们更擅长的任务。这已经在许多企业中发生：德勤2020年对1,300名首席信息官和高级技术领导者进行的一项调查发现，只有12%的企业正在使用人工智能来取代工人，而60%的企业正在使用人工智能。聪明地帮助员工。协同设计以生成设计为例。在制造等领域，设计师和工程师长期以来一直依赖计算机辅助设计(CAD)工具来创建零件或产品的三维“打印件”。通过衍生式设计，用户将材料类型、性能标准和成本要求等参数输入算法，然后创建大量可供设计师和工程师选择的替代模型——无论是机器零件还是家具。结果可能是不寻常的、有机的设计，虽然不符合人们通常的预期审美，但在规范之内，有时甚至更有效。Autodesk的生成设计和机器学习产品战略开发经理SethHindman指出，在现实中，设计过程是很多繁琐的工作，需要设计师和工程师经历多次迭代。这反过来又使用户能够专注于其角色的更高价值方面。“对于那些没有时间，甚至没有兴趣研究整个设计空间的工程师，衍生式设计一直被誉为一种协作工具，”他说。“它使工程师能够真正开展他们的工程工作，使其更加专注。”Autodesk围绕衍生式设计的工作始于Dreamcatcher，这是一个由其研发部门开发的试验台项目。该技术已经被工业公司试用，例如空中客车公司正在使用它来制造轻型飞机部件，著名建筑师兼设计师PhilippeStarck在他的椅子设计项目中使用了生成设计平台。该技术后来被用于Autodesk的商用Fusion360产品，该产品被加利福尼亚州圣何塞的电动摩托车制造商LightningMotorkes等公司使用。首席执行官兼创始人理查德·哈特菲尔德(RichardHatfield)表示，该公司的突破得益于设计师能够更快、更高效地开发新零件。以前，Lightning的设计部??门会设计一个零件，围绕强度和其他规格对其进行分析，然后进行修改——这是一个非常耗时的过程，他说。“使用生成式设计软件，与手动相比，它能够以极大的速度进行数百万次这样的迭代和模拟，”Hatfield说。零件，而不是用软件迭代。这是一个巨大的飞跃。”对于该公司的产品设计师亚历山大·马丁来说，生产脊柱保护背带等个人安全设备的奥地利设计工作室EderaSafety实际上使用Fusion♂来生成它，在日常工作中节省了大量时间采用公式设计工具后开始工作。他说：“生成式设计使我的设计过程加快了十倍。这就像让一个超级高效的创意团队完成几个月的工作，然后我选择最有效的结果。”马丁说，与AI合作开辟了全新的设计，这似乎违反直觉。“AI向我展示了我可能会进行的迭代认为是不合逻辑或容易被忽视的，它真的感觉像是设计过程中合乎逻辑的一部分，”他说。从在电子邮件中获得即时翻译到在电子邮件中使用预设回复建议，许多员工已经在以非常微妙的方式与人工智能互动，往往没有意识到。与此同时，与AI助手的交互变得越来越复杂。我们在个人生活中熟悉的语音助手，如Alexa、GoogleAssistant、Siri和Cortana，已经开始找到它们的用途进入工作场所的方式——例如，帮助用户查找信息或预订会议室。这意味着人类可以更直接地与人工智能互动。利用来自谷歌和亚马逊网络服务(AWS)等公司的呼叫中心软件的最新进展，呼叫中心代理能够与人工智能助理进行交互，以指导他们完成每次客户交互——显示支持性注释和信息、识别客户情绪并提出建议响应，全部实时。人工智能不是像聊天机器人这样的完全自动化的工作，而是帮助呼叫中心代理提供更好的服务，提高客户满意度，从而增加销售额。Forrester的Gownder表示：“在这个应用场景中，呼叫中心的人员并没有被人工智能取代，而是将人工智能结合起来，更好地处理与客户的交互。这种情况并不常见，但已经开始出现了。”与人工智能互动的员工不仅仅在办公室，在工厂中越来越普遍的协作机器人（cobots）配备与工程师一起操作，将重物或工具放置到位；在亚马逊的大型设施等仓库中，机器人帮助人类工人拣选物品并将其放置到位。打包以便交付。据麻省理工学院航空航天系副教授兼计算机科学与人工智能实验室(CSAIL)交互式机器人组组长朱莉·沙什(JulieShahsh)介绍，开发能够以自然可靠的方式与人类互动的AI系统这意味着能够预测和适应人类工作者的需求，或者换句话说，学习成为一个优秀的团队合作者。“AI具有巨大的潜力，”Shah说。“我们不是要求AI做非常具有挑战性的工作（人类解析模棱两可和不确定的信息），而是要求它理解我们。”它是如何做到的并提供支持端口，让它提供正确的信息，提出建议，让人类有更多的精力去做更具挑战性的工作。”她的研究重点是人工智能机器人如何更有效地与人类工人互动——无论是寻找方法确保汽车生产线上的机器人在正确的时间交付正确的材料，还是开发智能支持系统来帮助人类做出具有挑战性的决策“我在实验室的所有工作都集中在开发像拼图一样组合在一起的人工智能，目标是增强人类，而不是取代人类，”她说。“这背后的关键技术是能够推断出这个人在想什么？他们的心态？并预测他们接下来要做什么，在正确的时间参与，并提供正确的信息或正确的材料。”这意味着模仿人类擅长执行的复杂过程，例如，开发能够预测工人运动的算法。Shah说：“我的大部分工作都集中在‘如何在正确的时间以正确的顺序提供正确的信息？如何在装配线上的正确时间以正确的顺序提供正确的零件？’”这些是任务分配时间表。问题，这就是让我们的世界运转的原因。麻省理工学院CSAIL在贝斯以色列女执事医疗中心开展的一项研究项目调查了人类在工作场所信任人工智能的意愿。需要持续实时决策协调护理的环境。护士长负责，她的任务是同时协调一个由10名护士和20名患者组成的团队，并安排20个房间。有很多日程安排中的变量，护士长试图预测一些因素，例如产妇何时分娩、分娩持续多长时间等。“他们基本上充当医院每个楼层的空中交通管制员，决定哪些病人去哪个房间，哪个护士去哪个病人，”Shah说。能够预测房间分配并建议哪些护士分配到哪个手术。护士可以询问机器人，a机器人通过文本转语音软件给出建议。在现场试点演示中，护士在90%的时间内接受了AI的建议，同时以同样的比例拒绝了“低质量”的建议。护士的反馈是积极的，参与者强调了培训新员工和分担工作量的好处。我们信任人工智能吗？随着越来越多的员工在工作中与人工智能互动，员工和他们的企业都可能会问，什么时候依赖算法来做出重大决策是合适的，这比人类背景知识更有价值。每个选项都有其相对优势，人工智能系统可以避免一些人类可能没有意识到的偏见。“算法可以整合人类收集起来成本太高的信息，”Athey说，并引用了筛选求职者简历的例子。“一个人看简历可能会因为少数人而对整个大学产生偏见，但人工智能可以读取相同的信息并更准确地评估大学的情况，”Athey说。“也许算法知道这一点。”是一所较弱的州立大学，但工程项目实际上是高度选择性的，人类不会花时间收集这些信息。同时，人工智能算法也容易出错，一些意想不到的偏差可能会编入程序中，因此透明度对于确保人类知道算法的可信度非常重要。Athey说：“你不希望算法总是凌驾于人类的决定之上，人类不会同意：它是关于环境的。你需要建立一个算法来传达足够的信息，让人类了解他们是否应该听取算法或他们自己，以及他们应该如何在算法中整合信息。Shah指出，使系统可信与使其可信是不一样的。例如，在航空业中，许多事故都是由飞行员信任不完善造成的驾驶舱自动化系统。不适当的信任是建立在系统中的。你可以做一些小事：如果你让它更拟人化，如果你让它与你交谈而不是阅读说明文本，那么人们就更有可能遵循系统的建议并信任它。让这些系统变得可信，帮助一个人正确地校准他们对系统的信任不是问题；重要的是知道这些系统何时出现e在他们的能力范围内做出决定，当他们超出他们的能力范围时，这样人们将能够进一步增强机器的能力。她补充说：“我们经常问，‘人们有多愿意相信这个系统？’这是一个错误的问题。”正确的问题是：“这个系统值得信赖吗？”有值得信赖的系统，也有值得信赖的系统。“为什么不完全自动化工作？为什么人类需要与人工智能合作？为什么不分批自动化工作？一个答案是，至少目前，在大多数情况下，这在技术上是不可能的。人类在某些任务上要好得多。A人类相对于人工智能的关键优势是能够凭直觉，利用来自各种来源的信息，解决以前从未遇到过的问题。换句话说，我们可以使用我们的常识。“人类非常擅长推断情况他们以前没见过，因为我们有这么多常识。人工智能和人类各有优势，人类可以保证自己的预测不会太天马行空，而人工智能只会对自己的数据做出反应。”，人工智能更擅长处理人脑无法处理的大量数据。“AI可以查看更多数据；有关情况的数据越多，AI可能得出的结果比人类在自己的个人经历中遇到的结果越多，”Athey说。可以训练人工智能来执行更多任务，但该技术目前在没有人工输入的情况下的能力有限。即使在选择向机器提供哪些数据时，我们也在构建世界。当在某些图像上训练AI系统时，人类仍然会拍照并构图感兴趣的对象。麻省理工学院的沙阿说：“当机器人自由导航并且图像没有被我们的眼睛框住时，从环境中识别物体是一个非常不同的问题。”，我们确实拥有人工智能在可预见的未来所不具备的独特能力，那就是能够把非结构化的问题拿来结构化。一旦我们构造了一个问题，那么人工智能就可以发挥它的价值并表现得相当不错，但我认为我们常常低估了当前为人工智能构造问题所做的努力。”德勤咨询公司董事总经理兼智能自动化实践负责人GinaSchaefer表示：认为人工智能可以像人一样是一种误解。Schaefer说：“类人人工智能对我来说仍然遥不可及。它可以做一些基本的事情，它可以做一些令人惊奇的事情，但它也缺乏今天五岁孩子可能拥有的能力，比如了解环境和其他类型的事情。这就是互动的美妙之处。被忽视的一点是，你可以用一些人工智能技术取代人类，而好处是人类可以在自己的工作中发挥人类最好的一面。”让您的员工为AI做好准备如果实施得当，AI可以为雇主和雇员带来福音，将员工从重复性任务中解放出来。Forrester的Gownder说：“理想情况下，这些技术有助于做出更好的决策，提供更深入的见解，帮助人们自动化某些任务，或自动化显然不是员工的流程。”他们想参与。”虽然企业认识到员工与人工智能互动的优势，但这将需要转变培训和技能，更加强调工作适应过程中的创造力和复杂推理。Gownder强调，雇主鼓励员工更频繁地与人工智能互动非常重要。“员工是否拥有更愿意使用越来越智能的软件的文化和技能？很多人可能不想这样做，或者可能没有这样做的技能——他们可能被技术吓倒了，”他说。实现转型将需要许多公司进行重大调整：德勤研究表明，59%的公司认为在未来12-18个月内重新设计工作岗位以纳入AI很重要，但只有7%的企业表示他们已准备好。只有一小部分受访者(17%)在技能提升方面进行了大量投资。Gownder警告说：“通过投资人工智能和自动化，很有可能创造更好的员工体验，但也有可能出错，就像一切都会出错一样。”今年对各种工作都有密切的影响。“虽然这对许多人来说是最前沿的行为，但它很快就会变得极其重要，”Gownder说。“我们都将看到智能软件和自动化在未来10年如何改变我们的工作，我们需要开始为此做点什么。”准备好出发。”
