圖名

但事與願違,這一年來,Amelia好像並沒有表現出一個AI員工該有的能力。

其實Amelia並不是第一個被炒魷魚的AI。今年一月份,英國的一家超市就解僱了一個上崗僅僅一週的導購機器人Fabio。超市的初衷是希望它一能吸引顧客,二能幫助賣貨。然而幾天之後,他們發現這兩件事兒Fabio一件都沒做好,甚至有些顧客看見它就繞道走。

這是怎麼回事?正常來說,AI在提高工作效率這方面是共識,但上崗不久就被炒魷魚,多少令人有點意外。但細細想來,以如今AI發展的程度而言,出現這樣的情況似乎也是常事。

 

應聘自稱技術流,上崗才發現活不好

在所有最可能被AI取代的工作當中,銀行首當其衝。原因在於,相較於其他行業來說,銀行擁有龐大而又相對完整的數據積累,而進行數據分析又正是AI的拿手好戲。一個要算,一個能算,簡直無縫貼合。

但這並不意味着AI在銀行就可以暢行無阻,至少這並不是如今AI能完美而爲之的。儘管在實驗室中,開發者們已經針對AI可能遇到的各種問題進行了全面模擬,AI也在這過程中表現得遊刃有餘,但一旦投入實戰,其實用功能仍然有可能會受到挑戰。以Amelia被炒爲例,其可能是由於以下兩個原因所致。

第一,算法的問題。算法存在問題,其對數據的處理就會存在誤差。雖然銀行擁有完善的數據,但如果沒有合適的算法進行處理,或用了不合適的算法進行處理,其得出的結果仍然是不可接受的。比如在分析報告這方面,目前仍然是人類分析師爲主,原因就在於AI對動態性很強的金融業務上可能存在分析的誤差。而銀行做的畢竟是錢的生意,總是出錯,客戶肯定不幹了。

第二,溝通的問題。既然是用AI系統,那麼其要解決客戶問題就一定會涉及到語言溝通。銀行是一個非常繁忙的金融機構,我們能看到的場景就是銀行每天都在排隊。如果AI的連續性對話和專業性學習不徹底,其在於客戶溝通的過程中很可能會答非所問,造成遲鈍、誤解等問題,這一定會影響工作效率、消磨客戶耐心。

而Nordnet又是一家線上銀行,其對AI的語義識別對話能力的要求自然更高。這點兒類似AI客服,說不好話就賣不了貨,賣不了貨就只能等着被炒了。

對導購機器人Fabio來說,溝通不暢或溝通體驗不好一定是超市將其「辭退」的重要因素。也就是說,不是打着AI的名頭就一定會生意興隆。最核心的地方在於,技術是否真的成熟到足以應對任何情況。

 

本想事半功倍,奈何入不敷出

無論是僱傭AI還是僱傭人力,公司的目的只有一個:賺錢。但公司花了大錢把你招來,你卻坐吃等死,那就只能將你掃地出門了。

據Nordnet稱,去年爲了引入AI技術,公司付出了鉅額代價。整個2017年的年利潤僅爲2.47億瑞典克朗,是2012年以來的最低水平。雖然不能確定銀行利潤的降低一定是引入AI所致,但真正實用的消費級AI產品價格尚且不菲,遑論以提高利潤爲終極目的的企業級AI解決方案。

Nordnet從AI系統提供商IPsoft那購買的解決方案,而不僅僅是一個AI櫃員,花了多少錢我們也不得而知。但是看一下AI方面的資金投入數據:百度每年投入100億元、歐盟計劃2020年之前投入15億歐元、2014年以來中國人工智能累計投入超過600億元……不僅如此,AI人才動輒百萬美元的年薪,這些成本都會加在銷售給C端的產品上。

因此,正處於前期佈局、投入、研發的AI,有一點是可以肯定的,那就是成本居高不下。從這個角度來說,能在這個時候冒着賠本的風險去品嚐AI的公司,都是勇敢者。

 

物不能盡其用,鍋不能AI背

當然,鍋也不能全都讓AI背了,畢竟能力有多大它自己也沒辦法。這中間還可能存在的一個問題是,開發者和使用者的斷層

這種斷層體現在,開發者窮盡己之所能,沒日沒夜地做出了自己認爲非常完美的產品,覺得考慮到了實際過程中可能產生的所有問題,應用起來完美無缺,結果客戶不會用。這就是個大寫的尷尬了。這種感覺就像你買了個上萬塊的手機給奶奶用,她卻只拿來照鏡子。AI如果是因爲這個原因被解僱,實在是有點冤枉。

事實上,這種情況的確值得注意。在關於AI會取代人類的什麼工作的大討論之後,有人就拋出了「AI不能取代教師,但不會用AI的教師將會被取代」的觀點,其中的教師可以被換成醫生、律師、工人等等諸多職業。可以說,會用AI就像會用手機一樣,未來將成爲必需品。但對很多人來說,手機的功能並沒有被充分挖掘,所以他們很難區分出5000元的手機和1000元手機的差別:不都能打電話裝軟件?

所以,要讓客戶能充分發掘AI的潛能,或許可以從以下兩個方面出發。

1. 開發者「私人訂製」。開發者想做好一件東西,而客戶想要的是用好一件東西。這就要求產品一定是最符合客戶需求的。根據客戶的需求,體現出開發產品的差異化,讓客戶在使用的時候能夠更快地上手,纔是發揮AI功能的第一步。

2. 客戶的技能培養。一般來說,客戶不需要知道AI到底是怎麼做的,只需要知道怎樣才能讓它按照自己的指令工作就夠了。但即便是這樣,還是有很多人存在着學習困難。比如很多年紀大的老師一輩子不會用電腦,也不願意學,投影儀就成了擺設。因此,開發者在進行產品交接的時候提供全套的技術指導,才能在產品符合自家需求的情況下,還能熟練操作,實現AI產品的價值最大化。

那麼,通過這種方式來解決開發者和用戶之間的斷層,顯然對洗白AI「無用」的冤屈是有積極意義的。

 

人機協作效果好,AI「獨立」難有爲

這就完了嗎?

實際上,被解僱的AI只能當作個案來對待,並不能將所有的AI應用一概而論,畢竟有更多的AI應用在如火如荼地燃燒着。這些應用身上也並未出現過所謂「不管用」或者「解僱」之類的尷尬字眼。

我們發現,被解僱的AI和應用得風生水起的AI之間,存在着一個變量,這個變量就是:人爲干預。而根據人爲干預程度的不同,我們可以把這兩類AI分爲獨立式AI和半獨立式AI。

所謂獨立式AI,是指人類沒有干預或干預較少、AI自主分析決策程度較高,甚至完全自主決定的人工智能類應用。Amelia、Fabio基本都屬於此類,因爲與客戶或消費者進行對話、分析數據並得出結論的過程,基本上是沒有人操作的,在此過程中其完成了與客戶的直接接觸。

我們常見的內容平臺的審覈方式,也可以算作此類。因爲AI可以自主進行審覈、通過或者駁回,在這個過程中沒有人工參與。這種獨立式AI很容易產生問題,比如內容平臺頻頻出事,雖然很多平臺都增加了人工審覈,但是誰知道呢?

 

而半獨立式AI則指的是人類干預較多,AI只是承擔前期的觀察、分析,最多再加一點初步結論,最終的決策仍由人類完成的人工智能類應用。比如用AI做各種預測、幫助醫生讀X光片、招聘、識別古文字、抓在逃犯等等。顯而易見的是,這類有人類干預和把控的AI反而是運行得頗爲良好。

也就是說,目前AI要完全獨立地承擔工作任務,也就是「替代」人類,可能還有些難度。有企業耐不住性子而趕鴨子上架,AI也很無奈。正因如此,人們更多地稱AI爲「助手」。從「助手」向「替代」的轉變過程,可能就是AI降低自己被解僱概率的過程,也是AI技術進步的過程。

當然,等到AI替代了人類之後還是會有被炒魷魚情況的發生,只不過作出這一決定的可能不是人類,而是更優秀的AI。到那時候,開發者又將面臨另一場永無休止的戰爭。

轉貼自: 幫趣

 


留下你的回應

以訪客張貼回應

0
  • 找不到回應

Popular Tags

訪客 - BachJohann
Yes i am totally agreed with this article and i just want say that this article is very nice and ver...
訪客 - GeraldRyan
It is just a matter of trial that can prove the beneficial changes it can bring in. I read a student...
Nice! thank you so much! Thank you for sharing. Your blog posts are more interesting and informative...
Love the website with such great information.
free likes
auto liker
nice thanks. y8
情緒指標介紹 在 Joomla 文章