我們正處於“人工智能覺醒”階段，因為人工智能技術現在可以在像圖像識別這樣的基本技能方面達到或超過人類
人工智能（AGI） - 機器能夠完成人類所能完成的所有智力任務的時間點 - 還有很長的路要走。但是機器學習在某些領域已經達到超人的能力，並且可以為企業帶來諸多好處。
研究發現，大多數工作涉及20到30 個不同的任務。在大多數情況下，機器學習可以在特定職業中比人類更好地完成一些任務。但是，它永遠不可能完成工作所需的所有任務，而不是與其相對應的人員。
Brynjolfsson在會上表示：“大部分工作將受到機器學習的部分影響，但也 會有人類需要做的事情。相反，未來很可能涉及人與機器（稱為協作機器人或合作機器人）之間的合作伙伴關係，以便更有效地完成工作。“我們很少會徹底清除整個工作類別，”他補充說。
Reynolds說：“引入co-bot使我們能夠取代日常工作，並允許工作人員做其他事情。” “你必須處理排量，但這只是我們看到的增長的一小部分。” 這反映了 Gartner 的 研究，該研究預測，AI將在2020年前減少180萬個就業機會，但在同一時間內將創造230萬個就業機會。
以聯邦快遞為例 ，雷諾茲說：當該公司推出機器人將貨運轉移到其北卡羅萊納州工廠時，預計他們將在1300人的倉庫中取代大約25個工作崗位。但該樞紐每年仍將創造約 100個新的就業機會。“我認為現在比我們現在所瞭解的機會更多，”雷諾茲說。
然而，你也有類似的一些亞馬遜履行中心的情況，這些中心引入了機器人，但是使得人工任務更加多樣化和移動化，雷諾茲說。“她補充說：”我們需要考慮人類在設計技術時如何獲得優勢和技能。
人工智能的挑戰
美國目前有大約600萬失業人員和600萬職位空缺。這可能與技能差距有關，麻省理工學院媒體實驗室AT＆T職業發展教授兼媒體藝術與科學副教授IyadRahwan說。但是為了贏得更高薪酬的工作，Rahwan的研究發現，一個人通常需要更多的教育和分析技能，這可能難以實現。
“我們在這個國家有技能不匹配問題， ”雷諾茲說。“高技能崗位有很多增長，我們沒有人在區域勞動力市場填補他們。” 她補充說，部分原因是地域限制，因為每年美國人口不到2％會跨越國界。
麻省理工學院城市研究與規劃系助理教授傑森傑克遜說：“我們真正控制人工智能的未來，並將機器學習融入工作中。” “我們可以考慮使用機器學習來補充現有工作，並使其更好。”
小組成員同意，醫療保健在AI和機器人方面有很多強大的應用。傑克遜說，物理援助機器人可以提供諸如將病人從病床上解救出來的服務，人類可能會與之鬥爭。雷諾茲說，編輯疾病數據的能力可以幫助更好地診斷患者。
在為未來的工作做準備時，CIO們應該尋找僱傭靈活並願意學習的工作人員，因為自動化可能會改變他們工作的性質， Reynolds說。
Rahwan說，實施AI的最大挑戰之一是確保您的數據是最新的，並且實際上反映了一些潛在的過程。
“有時候你會從數據中獲得預測模型並讓它變得瘋狂，但是隨後事情就會改變，”他補充道。例如，如果您優化運輸或物流方面的問題，並且法規發生變化，則可能會對您的業務產生間接但重要的影響。“如果您對機器學習模型進行一組歷史性的數據培訓，然後對其進行部署，並且由於您未曾認為會影響您的業務的因素而導致世界發生變化，您可能會失去進一步優化業務的機會，” 拉赫萬說。“算法必須不斷學習。”
有一點很清楚：數字技術將繼續加速發展，我們目前的技能，組織和機構仍然落後，Brynjolfsson說。“一切照舊不會解決這個問題，”他補充說。“我們需要重塑我們的技能，組織，機構和指標以跟上加速技術的發展。”
閱讀更多 耶特智能世界 的文章
