人类加人工智能：重新定义协作智能时代的工作
快速阅读: 《福布斯》消息，在AI迅速发展的时代，埃森哲的吉姆·威尔逊强调，未来属于能掌握人机协作的组织。通过结合人类与AI的优势，生成式AI将重塑超过40%的行业工作时间。威尔逊提出“合作智能”概念，提倡培养如“判断整合”等融合技能，并提供名为MELDS的AI实施框架。信任成为AI系统成功的关键因素，而可解释性则大幅提高工作效率。掌握人机协作的组织将在AI革命中蓬勃发展。
在一个AI突破几乎每周都会出现的时代，埃森哲全球管理总监吉姆·威尔逊揭示了为什么未来属于那些能够掌握人机协作的人，以及这种合作关系如何可能改变40%的行业工作时间。当我和吉姆·威尔逊——埃森哲思想领导力和技术全球负责人，同时也是新近更新的《人类+机器：人工智能时代重塑工作》一书的合著者——坐下来交谈时，一个事实变得非常清楚：AI革命不是关于人类与机器之间的对抗，而是关于人类与机器的合作。在一个月内就会有突破性AI进展的世界里，威尔逊提供了一种令人耳目一新的乐观视角。他没有将AI视为夺走工作的威胁，而是提出了一个基于合作智能的未来展望。这种合作智能的缺失中间地带正是威尔逊所称的——人类能力和AI优势相结合创造出了大于其部分之和的东西。
“有一种新兴的合作智能，公司现在需要它来竞争和创新，”威尔逊在我们的对话中解释道。“这实际上是要深思熟虑地、严谨地创造一种结合效应，在这种效应中，人类的创造力、创新力加上AI系统的性能超过了它们单独所能达到的效果。”
为了说明这一点，威尔逊分享了一个立陶宛研究人员巧妙地重新利用AlphaFold（一种用于预测蛋白质结构的AI系统）来解决其创造者未曾预料的复杂蛋白质相互作用问题的故事。结果？一项结合了人类创造力与AI处理能力的科学突破。“在人类方面，以前的方法可以实现约74%的准确性。但通常需要几周的手动努力，”威尔逊指出。“而在AI方面，AlphaFold基本上会得零分。但通过人类和机器的合作，我们实际上看到了一种效果，他们能够在短短几个小时内实现88%的精确度。”
这种合作的甜蜜点正是威尔逊所说的“缺失中间地带”——人类能力和AI优势相结合创造出了大于其部分之和的东西。业务功能和经济的转型
这种合作方法的影响远远超出了科学研究。根据埃森哲的研究，生成式AI将改变超过40%的行业工作时间，其中六个业务功能通过自动化、增强和合作被重塑了超过一半的工作时间。威尔逊分享了一个全球饮料公司的实际案例，该公司实施了基于生成式AI的销售教练。结果令人印象深刻：“销售人员现在能够明显减少坐在电脑前的时间，并且实际上花更多时间与客户见面。而且公司还发现，这些前线服务人员现在能够去接触并会见之前无法接触的新客户。”该公司并没有停留在试点阶段——他们正在将这一计划扩展到跨越地区的1500名额外销售人员。
为AI时代重新设计工作
随着AI采用的加速，领导者应如何重新构想角色和职位描述？威尔逊认为大多数公司仍未抓住要点。“大多数公司今天仍然缺少将人类和机器系统化连接起来的设计，以建立这种合作智能，”他解释道。威尔逊敦促公司立即采取行动，围绕六个基本工作类别重新设计劳动力，并开发创新的工作方法。威尔逊将这些新兴角色分为两大类。首先是直接支持AI系统的技术岗位：训练员开发和优化AI模型，解释员解读AI输出并构建使它们在业务中易于理解的界面，维护员确保AI系统长期有效且符合伦理运行。
除了这些专业化的技术岗位外，威尔逊指出了AI改造现有工作的三种不同方式：放大，即AI增强人类分析和创意能力；互动，涉及人类与AI界面之间新的合作形式；具身，即AI通过诸如制造环境中的协作机器人等技术扩展物理能力。这些转变不仅仅是替代工作，而是从根本上改变了工作的方式。他分享了引人注目的统计数据，展示了这种增强的力量：“在大规模分析任务研究中，AI单独实现了73%的性能，人类单独实现了80%。但AI增强的工人实现了90%。所以这是一个显著的提升。”这种转变已经在创意领域发生。威尔逊描述了家具设计师如何与生成式AI系统合作，这些系统可以根据美学和商业标准提出创新设计，从而彻底改变了设计过程的本质。
AI时代的融合技能
95%的员工看到了与生成式AI合作的潜在价值，94%的员工准备学习新技能，关键问题是：我们需要培养哪些能力？“工作中人类和机器的融合越来越普遍，”威尔逊观察到。“在工作中融合工作和学习AI技能的需求日益增加。”威尔逊和他的合著者保罗·道厄蒂确定了八个“融合技能”，这是这个新时代的关键。一个关键技能是“判断整合”——评估AI输出的新颖性、实用性和可信度的能力。“在这个生成式AI时代创造价值实际上需要将你的专家人类判断、你在法律或产品设计或科学领域的专业知识融入你与大型语言模型的合作方式，”威尔逊强调。
AI转型框架
对于寻求有效实施AI的企业领导者，威尔逊提供了一个名为MELDS的结构化方法——心态、实验、领导力、数字核心和技能。首先，领导者需要采用一种心态，围绕“缺失中间地带”重新设计流程，根据比较优势分解工作并委派任务给人类或机器。然后是实验——但要有一个明确的路径来扩大成功的试点。“许多公司目前卡在实验阶段，”威尔逊警告说。“对公司来说，从这些实验试点向生产系统过渡非常重要。”
AI时代的领导意味着拥抱负责任的AI实践，而不仅仅是合规。然而，威尔逊指出，虽然“98%的高管确实了解良好风险管理的重要性，但只有大约2%的公司真正以全面和行动为基础地实施负责任的AI。”公司还需要强大的数字核心，包括云基础设施和现代化的数据系统。目前，只有约20%的公司为其有效的AI使用做好了数据和云基础设施的准备。最后，组织必须投资于技能培训。威尔逊指出，尽管员工对AI技能的热情广泛，但只有约5%的员工认为他们的公司提供了足够的资源和时间进行技能发展。
终极货币：信任
随着AI系统变得更加有能力且自主，威尔逊强调，信任将是实现AI潜在利益的限制因素。“如果AI系统只是一个黑箱，人们不知道为什么AI会做出某个特定决定，那么人们将无法有效地与AI系统合作，”他解释道。这就是为什么像“可解释机器学习工程师”这样的角色变得越来越重要。可解释、以人为本的AI的商业影响已经是可以衡量的。威尔逊引用了研究显示，“当工人在其工作流程中看到可解释的AI建议时，识别工厂地板上缺陷部件的人类错误率降低了五倍。”同样，在医疗保健领域，医生在使用可解释的AI时准确率提高了10个百分点，但在使用黑箱系统时下降了20个百分点。
在这个新的合作智能时代，未来的归属权属于那些能够成功融合人类创造力与AI能力、通过可解释系统建立信任，并培养有效的人机合作伙伴关系所需融合技能的组织。那些掌握了这种平衡的人不仅将在AI革命中生存下来，还将蓬勃发展。
(以上内容均由Ai生成)
