人機協(xié)作中缺失的中間環(huán)節(jié)

“有一種新興的協(xié)作智能，是現(xiàn)在公司競爭和創(chuàng)新所需要的，”威爾遜在我們的對話中解釋道，“這真的是關(guān)于深思熟慮且嚴(yán)謹(jǐn)?shù)貏?chuàng)造那種結(jié)合效應(yīng)，即人類的聰明才智、人類的創(chuàng)新加上AI系統(tǒng)，能夠超越任何一方單獨所能做到的。”

為了說明這一點，威爾遜分享了一個立陶宛研究人員的有趣故事，該研究人員巧妙地重新利用了AlphaFold(一個預(yù)測蛋白質(zhì)結(jié)構(gòu)的AI系統(tǒng))來解決其創(chuàng)造者未曾設(shè)想的復(fù)雜蛋白質(zhì)相互作用問題。結(jié)果呢?這是人類創(chuàng)造力與AI處理能力相結(jié)合的科學(xué)突破。

“在人的方面，以前的方法可以達到大約74%的準(zhǔn)確率。但這通常需要數(shù)周的手工努力，”威爾遜指出，“在AI方面，AlphaFold基本上會得零分。但通過人機協(xié)作，我們實際上看到了一種效應(yīng)，他們能夠在短短幾個小時內(nèi)達到88%的準(zhǔn)確率。”

這種協(xié)作的甜蜜點就是威爾遜所說的“缺失的中間環(huán)節(jié)”——人類能力與AI優(yōu)勢相結(jié)合的空間，創(chuàng)造出大于各部分之和的東西。

改變商業(yè)職能和經(jīng)濟

這種協(xié)作方法的影響遠(yuǎn)遠(yuǎn)超出了科學(xué)研究。根據(jù)埃森哲的研究，GenAI將改變各行業(yè)超過40%的工作時間，六個商業(yè)職能中超過一半的工作時間將通過自動化、增強和協(xié)作得到重塑。

威爾遜分享了一個全球飲料公司實施GenAI驅(qū)動的銷售教練的真實案例。結(jié)果令人矚目：“銷售人員現(xiàn)在能夠在電腦前花費明顯更少的時間，而實際上與客戶會面的時間明顯增多。公司還能夠看到，現(xiàn)在這些一線服務(wù)人員能夠主動與新客戶會面，這是他們以前無法做到的。”

該公司并沒有停留在試點階段——他們現(xiàn)在正在將這一舉措擴展到另外1500名跨區(qū)域的銷售人員。

為AI時代重新設(shè)計工作

隨著AI采用的加速，領(lǐng)導(dǎo)者應(yīng)該如何重新構(gòu)想角色和工作描述?威爾遜認(rèn)為，大多數(shù)公司仍然沒有達到目標(biāo)。

“今天的大多數(shù)公司仍然缺少系統(tǒng)地連接人類和機器并建立那種協(xié)作智能的工作設(shè)計，”他解釋道。威爾遜敦促公司立即采取行動，圍繞六個基本工作類別重新設(shè)計其勞動力，同時開發(fā)創(chuàng)新的工作方法。

威爾遜將這些新興角色分為兩大類。首先是直接支持AI系統(tǒng)的技術(shù)職位：培訓(xùn)師負(fù)責(zé)開發(fā)和優(yōu)化AI模型，解釋員負(fù)責(zé)解釋AI輸出并構(gòu)建使它們在整個業(yè)務(wù)中易于理解的界面，維護員則確保AI系統(tǒng)能夠隨時間推移以道德和有效的方式運行。

除了這些專門的技術(shù)角色外，威爾遜還指出了AI改變現(xiàn)有工作的三種不同方式：增強，即AI提升人類的分析和創(chuàng)造能力;交互，涉及人類與AI接口之間的新型協(xié)作;以及體現(xiàn)，即AI通過制造技術(shù)(如制造環(huán)境中的協(xié)作機器人)來擴展物理能力。這些轉(zhuǎn)變不僅僅是取代工作，而是從根本上改變工作的執(zhí)行方式。

他分享了令人信服的統(tǒng)計數(shù)據(jù)，顯示了這種增強的力量：“在一項關(guān)于分析任務(wù)的大規(guī)模研究中，僅AI實現(xiàn)了73%的性能，僅人類實現(xiàn)了80%。但AI增強的工人實現(xiàn)了90%。這是一個非常顯著的提升。”

這種轉(zhuǎn)變已經(jīng)在創(chuàng)意領(lǐng)域發(fā)生。威爾遜描述了家具設(shè)計師現(xiàn)在如何與GenAI系統(tǒng)協(xié)作，這些系統(tǒng)可以根據(jù)美學(xué)和商業(yè)標(biāo)準(zhǔn)提出創(chuàng)新設(shè)計，從而改變設(shè)計過程的本質(zhì)。

AI時代的新融合技能

隨著95%的員工看到與GenAI合作的潛在價值，94%的員工愿意學(xué)習(xí)新技能，關(guān)鍵問題變成了：我們需要培養(yǎng)哪些能力?

“在工作流程中，人類和機器的融合越來越多，”威爾遜觀察到，“在工作中越來越需要融合學(xué)習(xí)和運用AI技能的融合。”

威爾遜和他的合著者保羅·多赫蒂(Paul Daugherty)確定了這個新時代所需的八項“融合技能”。其中一項關(guān)鍵技能是“判斷整合”——評估AI輸出的新穎性、有用性和可信度的能力。

“在這個GenAI時代創(chuàng)造價值，真的需要將你的專業(yè)人類判斷、你在法律或產(chǎn)品設(shè)計或科學(xué)等領(lǐng)域的專業(yè)知識融入到你與大語言模型協(xié)作的方式中，”威爾遜強調(diào)說。

AI轉(zhuǎn)型的框架

對于希望有效實施AI的商業(yè)領(lǐng)導(dǎo)者，威爾遜提供了一個結(jié)構(gòu)化的方法，稱為MELDS——心態(tài)(Mindset)、實驗(Experimentation)、領(lǐng)導(dǎo)力(Leadership)、數(shù)字核心(Digital Core)和技能(Skills)。

首先，領(lǐng)導(dǎo)者需要采用一種心態(tài)，即圍繞“缺失的中間環(huán)節(jié)”重新設(shè)計工作流程，分解工作并根據(jù)比較優(yōu)勢將任務(wù)分配給人類或機器。

然后是實驗——但要有明確的路徑來擴展成功的試點。“很多公司在實驗階段有點卡住了，”威爾遜警告說，“對于公司來說，從那些實驗性試點中跳出來，將倡議轉(zhuǎn)化為生產(chǎn)系統(tǒng)，這一點非常重要。”

在AI時代，領(lǐng)導(dǎo)力意味著擁抱超越單純合規(guī)的負(fù)責(zé)任AI實踐。然而，威爾遜指出，雖然“98%的高管確實理解良好風(fēng)險管理的重要性，但在我們研究過的公司中，只有大約2%的公司真正以全面和行動為基礎(chǔ)的方式實施負(fù)責(zé)任AI。”

公司還需要一個強大的數(shù)字核心，包括云基礎(chǔ)設(shè)施和現(xiàn)代化的數(shù)據(jù)系統(tǒng)。目前，只有大約20%的公司已經(jīng)為其數(shù)據(jù)和云基礎(chǔ)設(shè)施做好了有效使用AI的準(zhǔn)備。

最后，企業(yè)必須投資于技能發(fā)展。威爾遜指出，盡管員工對AI技能的熱情普遍高漲，但只有大約5%的員工認(rèn)為他們的公司提供了足夠的資源和時間來進行技能發(fā)展。

終極貨幣：信任

隨著AI系統(tǒng)變得越來越有能力和自主，威爾遜強調(diào)，信任將是實現(xiàn)AI潛在利益的限制因素。

“如果AI系統(tǒng)只是一個黑箱，人們不知道為什么AI會做出特定決策，那么他們就不會有效地與AI系統(tǒng)協(xié)作，”他解釋道。這就是為什么“可解釋機器學(xué)習(xí)工程師”等角色變得越來越重要的原因。

可解釋、以人為本的AI對業(yè)務(wù)的影響已經(jīng)是可衡量的。威爾遜引用研究數(shù)據(jù)表明，“當(dāng)工人在工作流程中看到可解釋AI的建議時，工廠車間識別缺陷零件的人為錯誤率降低了五倍。”同樣，在醫(yī)療保健領(lǐng)域，醫(yī)生使用可解釋AI時的準(zhǔn)確率提高了10個百分點，但使用黑箱系統(tǒng)時準(zhǔn)確率下降了20個百分點。

在這個新的協(xié)作智能時代，未來屬于那些能夠成功地將人類創(chuàng)造力與AI能力相結(jié)合、通過可解釋系統(tǒng)建立信任并開發(fā)出有效人機合作所需的融合技能的組織。那些掌握這種平衡的人不僅將在AI革命中生存下來，還將在其中蓬勃發(fā)展。