在这个AI发展迅猛的时代，最明智的选择是准备好面对你最新的办公挑战：让你的人类员工和机器人员工和谐相处。

去年，Hearsay系统的创始人Clara Shih例行拜访了一位她在旧金山的保险业客户。Hearsay与超过150,000位金融或保险顾问合作，为他们提供人工智能工具，来改善他们与客户之间的关系以及工作流程。

这次拜访，Shih来到了一个仅由四名员工组成的小型公司，他们中的两名也仅仅负责追踪拖欠的保金以及保险政策的更新。拨打无数不会回复的电话不仅是徒劳的，而且是费劲的、乏味的。

面对AI，员工哭了

在这次拜访当中，Shih和她的团队展示了一种全新的AI工具，它通过同时向许多客户发送逾期账单提醒短信的方式取代了逐个拨打提醒电话，从而将人工扩大客户范围的流程数字化。

在他们说明这种工具的功能时，一位中年顾居然哭了。Shih和她的同事一度担忧过顾问们会认为他们的AI产品会使他们失业。

毕竟，这是许多员工面对这种机器学习能力会有的下意识的反应。但是那位顾问的眼泪却出于一个不同的原因。“赞！”Shih回忆他说道。“在过去的20年里，我都在浪费我的时间干些什么啊?”

不破不立

机器学习能力，无论它是自动化，更先进的数据分析，还是AI，它都无疑会重塑办公场所。关于有多少人将会失业以及多少全新的工作将会被创造的问题大多都是猜测。世界经济论坛（名为“就业未来2018”）的报告指出，到2025年，半数以上的劳动时间将会被机器所处理。

将近50%的公司预期到2022年，自动化将会导致他们在全职员工中的裁员，同时，38%的受访公司期待使他们现有的员工成长为能够承担提高生产力任务的角色。另一项PwC近期进行的研究预估，在英国，在接下来的20年当中将会有七百万的工作被机器取代，但同时也会有另外720万新工作诞生。

将现有的办公场所转变成一个人类和机器将要高效共存的办公场所可能促使新的生意诞生，也有可能终结一类生意。当公司领导者为未来做打算时，他们不得不考虑机器学习能力对一切的影响，从生产效率到技术，再到员工士气和办公文化。同时他们也不得不学习如何管理一个公司其中智能机器的数量和人类员工一样多。

“AI不仅能将我们现在做的事更好、更高效、更节约地完成，它还有潜力帮助我们完成在以前看来难以置信的事。”未来主义咨询顾问，以及《人类的崛起和想象家中的CEO》的作者DaveCoplin如是说，“但除非人类清楚如何充分利用它，不然我们只能承担轻视它潜力的风险。”

重新定义合作

我们现在知道的是：在办公场所出现的自动化思维程序越多，越多的公司需要他们的员工按照非自动化的思维模式思考。“我们需要确保人类发展出与科技相互补的技能，而不是相竞争的。”科普林说，“我们不会试图比Excel算得更准，也不会试图比Google记得更多。相反，我们需要考虑：哪些基础的人类技能是电脑在接下来的几十年内都无法复制的？”

机器学习能够比人类更好地完成许多任务，但是它仍需要人类去说明它的工作，然后有策略、有同感、有创意地应用这些结果。Shih说，关键是要意识到机器只不过是一种人类可以运用的资源，并且是人类而非机器拥有这种技能设定，能够使这种关系真的有益。我们要解放思想并且具备能够将适合的任务委托给相应的机器的能力。

确保这一进程的最佳方式就是建立一种在业内被称作“人类在循环中”的关系。让算法做它擅长的事情，同时人类监督并改善它。“机器学习很难做到百分之百正确，”Shih说道。“但是有这样一种程序在，它就不必是完美的。人类会在程序犯错时进行干涉同时算法进行学习。”

她指出最近首次展示的一项Hearsay的全新服务，为顾问和保险代理提供快速的客户短信自动回复。当这个成立八年的公司第一次推出这项服务时，这一算法提出了一些令人惊讶的建议。在一个案例中，它建议一位顾问祝他的客户生日快乐。

当客户回复“感谢你的关心”时，算法自动回复“听起来不错！”这让客户感觉顾问并不是真的关心，或者有轻微的精神错乱(Google最新的自动email回复服务在近几个月出现了更奇怪的回复失败)。随着Hearsay的人类员工和机器学习改善算法，他们能够消除信息提示中奇怪的部分并创造一套更适当的回复算法。

尽管实现这种人类-机器共生关系的唯一方式，是人类不能带着恐惧——“最坏的决策情绪”——进入这种全新的关系，NarrativeScience的联合创始人Kristian Hammond观察到。

Narrative Science是一个运用AI来从原始数据和统计中创建自然语言报告的公司。当反应由恐惧所驱动，重点就转向了科技，而非需要科技来做的事情。Hammond建议组建一支由数据工程师和商业战略规划者组成的队伍，他说：“你希望有更多主动权的AI专家来证明你的公司想要成为一个怎样的公司以及，AI如何塑造你的公司。”

学着信任机器

如果人类将把机器看作搭档而不是对手，他们必须对最终产生的工作结果抱有信心。为了赢得员工的信任，科普林建议循序渐进地接近AI：“将算法应用到全部工作量中的一小部分来为人类员工留出时间以供他们观察算法是怎么工作的，进而建立预期的信任。”

他引用了一个大型餐饮连锁企业实施的全新的基于算法的预定系统的案例。起初，饭店经理们都怀疑云端的算法能否比他们更好地管理桌位。为了减轻他们的疑虑，公司同意仅分配给算法一小部分桌位，如果经理对结果感到满意，更多的桌位会被分配给算法。开始算法只分到10%的桌位，但经理们很快意识到算法不仅能把工作做好，他们自己还被解放出来去做更有用的事情。

Stephen Ufford是Trulioo的联合创始人以及CEO，Trulioo提供支持反洗钱监控金融服务的全球AI认证服务。以往，这一重要的银行安全领域由人类员工所管理，但日益增强的电脑计算能力及其产生的规模可观的电子数据使人类员工在犯罪团伙面前显得十分弱小。现在，像Trulioo这样的算法能够扫描人类无法做到的百万笔交易，并被人类运用到发现潜在诈骗以及屏蔽可疑人群等方面。

在处理像识别诈骗这样敏感的事务时，Trulioo的员工不得不确认他们所创建的算法在判定时不存在任何的偏见，也不会做出任何调皮的推荐。“学着信任AI跟你雇佣一个新的保姆并没有什么不同。”Ufford说，“最一开始，你通过保姆监控观察他们做事，但不久后当你对他们的工作方式树立起信心时你就可以放松了。”

它会是我们认知当中的工作的终点吗?

公司间机器学习能力的增长终将提出这样一个管理者们不愿意面对的攸关存亡的问题：在未来我们多少人将会真正和机器一起工作?

现实是：改变是不可避免的，所以公司需要着手确保目前从事实用性、重复性工作员工的软着陆，因为自动化能做得更好。对于一些公司来说，这可能意味着重新培训员工或帮助他们技能升级以充分调动他们习得已久的知识和经验。然而其他公司免不了要看到员工因为自动化而失业，就像在富士康，2016年将60,000名员工替换为机器。

“我的祖父母都在工厂工作，然而我的祖父还很热爱绘画。”Ufford说，“工作不应该是利用创造力的吗？难道还要摧毁它吗?”最终，机器将会成为我们一直在期待的大型创新催化剂。

中国企业启示录

就长远来看，有没有可能是人们对自动化诱发的大规模失业的恐惧心理被过分渲染了?毕竟，下一代员工将很大程度上适应与机器一起生活并向机器学习。全新一代的员工也表现出这一迹象：相比于传统的刺激，他们能够更多地被工作中全新的经历、自由以及创造力所激励。

Get Ready for Your NewestOffice Challenge: Making Your Human and Robot Employees Get Along

更多前沿精彩国际商业智慧，请继续关注香港城市大学EMBA。城大EMBA——助力“中国梦”的国际化蜕变，挥洒中西智慧，弄潮商业前沿。香港城市大学EMBA2019秋季班招生大幕已经拉开，be part of the excitment!