人的因素：为什么 AI 的最大资产可能是我们
快速阅读: 据《福布斯》最新报道，人工智能不是人类创造力的替代品，会议强调培养创造力、道德推理等五大人类不可替代能力。未来属于平衡技术和人类能力的组织，实现人机协作共赢。
在中国香港于2023年4月12日，汉森机器人公司（一家专注于创造类人机器人的机器人和人工智能公司）可以目睹这一幕。（照片由Stringer/安纳多卢通讯社通过盖蒂图片社提供）
较少提及安纳多卢通讯社通过盖蒂图片社提供
在挤满了高管和技术领导者的会议大厅里，经济学家约翰·李斯特发表了一个声明，以令人耳目一新的清晰度打破了人工智能的炒作周期：“生成式人工智能不是人类创造力和创新的替代品。”这种情绪，在最近的人类优势会议上表达出来，代表了在金融、汽车到电信等各个领域实施人工智能的领导者们逐渐形成的共识。
尽管数十亿美元流入人工智能开发，富有远见的组织同时也在投资他们可能最被低估的资产：独特的、人性化的技能。
实验革命
李斯特以其在行为经济学领域的开创性工作而闻名，他描绘了人工智能在科学实验中的角色的细微差别。这项技术提供了显著的优势——大幅降低了与预处理方案相关的成本，并使复杂的科研方法更容易获得。或许更令人印象深刻的是，人工智能系统可以识别出复杂的影响因素和调节变量，这些可能是人类研究人员所遗漏的，揭示了超越现有理论框架的因果路径。
然而，李斯特的热情伴随着一个重要的警告。“存在同质化的风险，”他警告与会者。当跨学科的研究人员依赖相同的AI系统进行实验设计时，科学探索的多样性——创新的基础——可能会减少。伦理维度同样重要，李斯特强调了人工智能的“阴暗面”，特别是关于数据隐私漏洞的问题。
商业转型
宝洁公司的首席数字和信息官伊莲·罗德里戈为与会者提供了来自行业前线的观点。她的团队通过人工智能实施取得了显著的效率提升，特别是在内容和资产创建方面。然而，罗德里戈清楚地区分了效率和突破性创新之间的区别。“对于原创创意想法，你需要大量的智慧和创造力，而我们还没有达到那个水平，”她指出。对消费者情感、语气和情感的细致理解——品牌建设的关键要素——仍然是人类洞察力目前优于人工智能能力的领域。
罗德里戈在实施人工智能解决方案的经验中揭示了一个令人惊讶的事实：技术并不是最大的挑战。“70%的成功生成式人工智能集成归结为变革管理，”她解释说，强调了数字化转型深刻的人类层面。广受讨论的“人在回路”机制不仅仅是安全保障，即使在先进的人工智能实现中，它也是一个战略上的必要性。“我们看到人工智能正在解放营销人员，让他们专注于创造力和创新，”罗德里戈指出。“但这种赋能完全取决于深思熟虑的人类指导和这些工具的战略应用。”
跨行业的观点：电信、汽车和金融服务
Orange的伊莎贝尔·赫伯特-科莱特、雷诺集团的阿兰·克拉皮斯以及汇丰银行的乔舒亚·索伦带来的跨行业小组展示了这种人机合作如何在各个行业中体现。
赫伯特-科莱特将生成式人工智能描述为“进化，而非革命”，强调了洞见专业人员作为“质量把控者”的扩展角色，在人工智能可以轻松生成可疑有效性的见解的环境中。
在电信巨头Orange，她的团队成功实施了交互式角色机器人，使整个组织内的见解更加普及化且更有趣味性。“这些工具使见解更易于获取且更具趣味性，”她解释道，“但它们的基础完全取决于人为开发的客户细分质量。”
对于汽车高管克拉皮斯来说，根本性的转变是哲学性的：“巨大的变化在于让人们和系统踏上这段旅程。这是一种人性化的转变。”他正在将他的组织从数据处理转向战略解读——他称之为“所以然”。这要求CMI专业人士发展更强的分析和沟通技能，即使人工智能处理越来越复杂的数据分析和概念生成。“人类理解和将趋势转化为有意义的价值主张的能力仍然至关重要，”克拉皮斯强调。“人工智能可以处理数据，但人类必须确定这对业务意味着什么。”
索伦带来了受监管的金融视角，倡导将人工智能作为补充而非替代。他解释说：“我们将人工智能和合成数据与传统的主要研究相结合，而不是取而代之。”他引用了持续存在的可信度问题和当前人工智能系统的局限性。汇丰银行发现利用人工智能借助合成数据接触难以触及的受众尤为有价值，但索伦强调初始努力应集中在确保数据质量和一致性上——这是一个需要人类专业知识和深入业务理解的任务。“人类理解和将趋势转化为有意义的价值主张的能力仍然至关重要，”克拉皮斯强调。“人工智能可以处理数据，但人类必须确定这对业务意味着什么。”
“讲故事的软技能显得尤为重要，”索伦补充道。“必须有人将这些多样化的输入整合成推动决策的连贯叙事。”
决策的心理学
也许最深刻的见解来自著名决策科学专家奥利维尔·西博尼（奥利维尔·西博尼），他在开场主旨演讲中探讨了人工智能主导背景下持久的基本人类需求。尽管承认算法在某些预测任务上的统计优势，西博尼指出了一种技术无法满足的持续存在的基本人类需求。
“在按下决策按钮的那一刻，人类非常需要另一个存在那里的人类，握住他们的手，并告诉他们这是正确的决定，”西博尼观察到。这一基本的心理现实表明，随着人工智能越来越多地承担技术分析任务，人类顾问的价值将更多体现在人际交往技能、同理心和信任建设上。
西博尼预测说：“最成功的组织将会意识到这种转变。”他补充道，“技术专长越来越可以自动化，但‘值得信赖的顾问’角色——在决策过程中提供关键的人类支持——仍然是人类独有的领域。”
“在按下决策按钮的那一刻，人类非常需要另一个存在那里的人类，握住他们的手，并告诉他们这是正确的决定，”西博尼观察到。这一基本的心理现实表明，随着人工智能越来越多地承担技术分析任务，人类顾问的价值将更多体现在人际交往技能、同理心和信任建设上。
五大关键人类优势
大会明确了组织必须培养的五个不可替代的人类能力，以最大化人工智能带来的好处：
1. 创造力与创新
尽管人工智能可以优化和迭代，但根本性的创造性飞跃——识别值得解决的新问题并构思突破性方法——始终是人类的优势。李斯特关于科学研究中趋同化的警示强调了这一点：真正的创新需要超越现有模式和数据集的多样化思考。
2. 道德推理
随着人工智能系统的强大化，人类的道德判断变得更加重要，而不是减少。与会者反复强调了对数据隐私、偏见和负责任实施的关切。人类在复杂道德权衡中的能力，特别是在训练数据未涉及的新情境中，仍然不可替代。
3. 上下文理解与数据分析能力
赫伯特-科莱特对“质量保持”的强调突显了一个关键事实：人工智能输出的质量取决于其输入和解释。人类在整理数据集、识别相关变量并将机器生成的洞察置于更广泛的企业背景中的专业知识，确保人工智能服务于战略目标，而非沦为昂贵的干扰。
4. 战略思维与沟通
克拉皮茨呼吁CMI专业人士聚焦于“所以什么”，反映了日益增长的认识，即人工智能的分析能力需与人类的战略解读相结合。能够综合多样化的输入，得出有意义的结论，并以推动组织行动的方式传达复杂发现的能力，从根本上仍是人类的能力。
5. 人际交往能力和同理心
西博尼关于决策中人类需要联系和指导的观察指出了也许是最持久的人类优势。随着技术分析日益自动化，人类特有的同理心、信任构建和人际交往能力愈发显得宝贵。
共生未来
人类优势会议所呈现的并非是人类与人工智能之间的零和博弈，而是一种共生伙伴关系的愿景。“我们的创造力使我们能够定义问题并制定创新解决方案，然后人工智能可以帮助完善和扩大这些方案，”一位与会者指出，概括了普遍的情绪。
这种互补关系延伸到各个领域。人类的道德推理确保人工智能开发和应用的负责任性。人类的上下文理解引导对人工智能处理的大规模数据集进行整理和解释。人类的战略思维将复杂研究结果转化为可执行的见解。而人类的同理心则回应了持久的联系与信任需求。
投资的必要性
对于正在经历这些变革的高管来说，其含义是明确的：投资策略必须平衡技术和人类能力。只专注于人工智能系统却忽视人类人才培养的组织可能创造出回报递减的复杂工具。
一位领先的AI咨询公司的高管解释道：“我们看到的成功案例都结合了前沿技术与对人类能力发展的大量投入。”他补充道，“这并非是要取代人类，而是要让人能够从事更高层次的抽象与创造性工作。”
底线
随着人工智能重塑各行业的商业格局，人类优势会议提出了比典型的“颠覆”叙事更为精细的方法。未来属于那些在技术和人类潜力上战略性投资的组织，创造条件实现双方独特优势的生产力合作。
对于有远见的高管来说，这意味着评估人工智能不仅仅是成本节约工具，而是作为催化剂，可以将人类的工作提升到新的创意、战略洞察力和道德目的水平。在这个愿景中，最伟大的人工智能成功故事不仅会有复杂的算法，还会有人类驱动这些工具向有意义的创新方向发展。
一位会议组织者总结道：“核心信息是乐观的合作态度。人工智能的未来并非零和博弈，不是机器代替人类，而是一种动态演进的人机协作关系，在这种协作中，我们独特的人类优势将用于引导、诠释并最终最大化人工智能在各领域的变革潜能。”
(以上内容均由Ai生成)
