人工智慧來襲　管理者該做的是：釋出人力

人工智慧、機器學習、認知運算最後可能帶來輔助效果，或是帶來人類會被取代的壓力，結局究竟是哪一種，並未預先注定好。

阿圖．葛文德醫師（Atul Gawande）解釋究竟為什麼在人工智慧年代，人類互動依舊具備至高無上的重要性。身兼知名外科醫師、作家、公衛研究人員的葛文德，請大家想像發生在地方診所的一個簡單場景—有病患抱怨：「我身體會痛。」醫生問：「哪裡痛？」病患指著一個地方：「嗯，大概是在這裡。」「你是說胸廓下方？還是胸部？還是你的胃？⋯⋯」葛文德醫師認為，這種親密的互動，重點是醫生在觸診時，病患說出自己的故事。「這更接近一種敘事，不只是直截了當的數據集。」

醫師「不僅需要請你脫衣服，接著還會請你同意切開你，在你體內進行〔他〕選擇的療法。」信任、同理心、對話使健康照護充滿人性，只有人類能完全掌握同情、自尊、尷尬、嫉妒、正義與團結的意義。

廣告

儘管人們寄予厚望，今日的專家系統，其實依舊以主要工作職能為基礎，也僅有專業人員在使用，例如IBM 華生的應用程式是為了肺臟腫瘤科醫師所設計。有的人工智慧系統協助皮膚科醫師診斷黑色素瘤，區分癌症與粉刺、疹子、痣等良性皮膚狀況。有的人工智慧系統可以替放射師解讀乳房攝影結果，篩選癌症。每一種專門系統都威力強大，但依舊需要人類來詮釋數據與選擇該使用的系統。病患身上帶有四種資訊：DNA、郵遞區號（我們住在哪一區提供了許多社經地位的資訊）、個人的行為模式，以及其他顯示出他們能接受哪些健康照護選項的資訊。

有的資訊可以上網蒐集，有的可以透過內建的感應器與手機蒐集，有的則永遠是沒上線的資訊。事實上，若要設置跑得順的系統，原則上聽起來很簡單—就像AlphaGo 一樣，只需要輸入數據，讓系統找出關聯就成功了—然而實際上困難重重，就連有強大電腦科學背景的人士都感到苦惱。

廣告

出於種種原因，人工智慧和過去許多技術一樣，事實上是一種強化技術（augmentation technology）。人工智慧承載著世界級的知識與專家直覺，提供專業知識與協助，輔助專業人士，但光有機器無法解決謎題。電腦科學家與自駕車先驅賽巴斯汀．特倫（Sebastian Thrun）解釋：「使用電話是在增強人類說話的功率。你無法在紐約大喊，讓加州也能聽到，但有了你手中那個長型裝置後，人類的聲音就能傳送三千里。電話是否就此取代人類的聲音？沒有。手機是一種增強裝置。」

從這個角度來看，人工智慧的本質可說是被去神秘化。商業世界其實充滿類似的前例。曾經有一個年代，零售銀行的信用卡辦公室評估是否核准個人貸款的申請時，靠的是銀行人員自身的經驗，有時再加上銀行的方針與政策。

廣告

一九五六年，比爾．費爾（Bill Fair）與厄爾．艾薩克（Earl Isaac）在明尼亞波利斯（Minneapolis）成立的費爾艾薩克公司（Fair, Isaac and Company，FICO）研發出一套方法，可以靠公式判斷客戶的信用，用計算FICO 信用積分取代銀行放貸人員的主觀判斷。FICO 分數被用於西爾斯（Sears）的店內信用卡，接著又用於Visa 和MasterCard，車貸與房貸也接著採用，目前也用於評估小型企業貸款。今天，幾乎不需要動用人眼，就能處理所有五萬美元以下的信用申請。信貸這個產業之所以能起飛，就是因為擺脫了對一小群人類專家的依賴。

人工智慧近日的發展，的確讓專家系統變得更強大，加速知識轉移。相關進展讓電腦得以「思考」（reason）與操作架構模糊的資料，包括假設、近似值、經驗法則等等。儘管如此，依舊需要由人類來判定部署人工智慧的地點與方式；由人類來決定哪些關鍵決策要交給人工智慧，哪些又該繼續由人類處理；我們依舊需要人類來設想，可以藉由結合機器的新能力與人性關懷，創造出哪些新產品或新服務。

廣告

此類問題只有人類能解答。

雖然自動化以前所未有的速度，加快把數據轉換成有用資料的流程，我們依舊需要人類來負責理解，賦予資訊意義，接著用創意採取行動。全球最大的國防承包商洛克希德．馬丁公司前董事長諾曼．奧古斯汀（Norman Augustine）投書《華爾街日報》：「歷史教育可以培養出具備批判能力的思考者，這樣的人有辦法吸收、分析、整合資訊，接著說出自己的發現。各行各業都需要這樣的能力。」

所以說，要維持競爭力，企業領袖必須搶先編碼可以程序化的工作，需要創意的工作則交給人類管理者，好好利用人們不必再做瑣事後釋出的人力。

本文摘自天下雜誌出版《躍競思維》

適者生存的未來，如何轉型前進？立即索取天下獨家限定《躍競思維》企業轉型指南