AI系統(tǒng)可以實現(xiàn)人機協(xié)作，從根本上改變工作性質，從而徹底顛覆企業(yè)運營和員工管理方式。埃森哲的研究表明，各大行業(yè)中，只有行業(yè)領軍企業(yè)成功抓住了這股由人機協(xié)作催生出的第三輪業(yè)務轉型浪潮所帶來的機遇，而他們的成功訣竅就是遵循五大關鍵組織原則：思維模式、實驗、領導力、數(shù)據(jù)和技能。

如今，隨著人工智能（Artificial Intelligence，簡稱AI）技術的迅猛發(fā)展，AI系統(tǒng)通過感知、理解、行動和學習等技能，極大拓展了人類的能力，助力重大商業(yè)轉型，邁向新時代。

正如我們在新書《人機協(xié)作：重新定義AI時代的工作》中所指出的那樣，如今，企業(yè)的運營規(guī)則可謂日新月異。AI系統(tǒng)不僅能夠推動流程自動化，提高工作效率；更重要的是實現(xiàn)人機協(xié)作，從根本上改變工作性質，從而徹底顛覆企業(yè)運營和員工管理方式。

很多人都存在這樣一種認識誤區(qū)，認為包括高級機器人和數(shù)字機器人在內的AI系統(tǒng)會逐步接管人類的工作。例如，無人駕駛汽車終有一天會取代出租車司機、快遞和卡車司機。對于某些工種，這一擔憂或許會成真。不過我們發(fā)現(xiàn)，AI技術更重要的影響還是賦能于人，從而推動重大商業(yè)轉型。

這一技術浪潮給各行各業(yè)帶來了嚴峻挑戰(zhàn)，各大公司正站在AI技術應用的十字路口上，亟須做出抉擇。在部署了AI系統(tǒng)（從機器學習到計算機視覺再到深度學習）的公司中，一些公司的生產(chǎn)效率短期內略有提高，還有一些公司的績效可能突飛猛進，后者的訣竅在于能夠充分理解并利用AI技術帶來的真正影響。

為了充分挖掘AI技術的潛力，行業(yè)領軍企業(yè)已經(jīng)采用更具流動性、適應性的業(yè)務流程，并組建了人機協(xié)作團隊，人機協(xié)作推動了許多傳統(tǒng)流程的革新。

例如，在位于德國丁戈爾芬格(Dingolfing)的一家BMW裝配廠，工人和機器人共同完成汽車組裝工作。在工廠的一角，一位工人擺好了用于傳動裝置的齒輪箱，而一個可以感知周圍環(huán)境的輕量機械臂拿起了一個重達12磅的齒輪。這位工人隨后開始處理下一項任務，同時，這個機械臂將齒輪精確地放入齒輪箱，并拿起了另一個齒輪。在工廠的另一角，另一個輕型機械臂正在小型車窗的邊緣均勻涂抹黏稠的黑色黏合劑。一位工人在機械間走來走去，擦拭黏合劑噴嘴，放入新玻璃，并拿走已涂好的車窗，在這里，人類和智能機器人真正實現(xiàn)了“和諧共舞”。

這些創(chuàng)新團隊能夠適應不斷涌現(xiàn)的新數(shù)據(jù)環(huán)境和多變的市場行情，幫助企業(yè)革新工作流程。

例如，在保險索賠處理過程中，AI不會取代人類的角色而是承擔繁瑣乏味的體力勞動、收集數(shù)據(jù)并進行初步分析，從而使索賠處理員能夠專注于處理復雜案件。換言之，機器承擔自己比較擅長的任務：完成重復性工作、分析海量數(shù)據(jù)集并處理常規(guī)案例。與此同時，人類則專注于他們最擅長的工作：處理存疑信息、針對復雜案件做出自己的判斷并與不滿意的客戶進行溝通。

第三輪浪潮：“被遺忘的中間帶”

日益密切的人機合作催生出第三輪業(yè)務轉型浪潮。第一輪浪潮是由亨利·福特（Henry Ford）引領的，主要標志是標準化流程；第二輪浪潮是指二十世紀七十年代涌現(xiàn)出的流程自動化，隨著信息技術的進步，第二輪浪潮在二十世紀九十年代達到頂峰。

在第三輪浪潮中，人機協(xié)作推動企業(yè)績效實現(xiàn)指數(shù)級增長。我們將這一領域稱為“被遺忘的中間地帶”。所謂“被遺忘”是指幾乎沒有人提過這一領域，同時，只有一小部分企業(yè)正在試圖填補這一關鍵缺口。

在“被遺忘的中間地帶”，人類與智能機器各取所長。例如，人類可以開發(fā)、訓練和管理各類AI應用，從而確保AI系統(tǒng)真正成為人類的好幫手。同時，機器可以使人類突破自身極限，拓展自身能力，例如實時處理和分析來自不同來源的海量數(shù)據(jù)。換言之，機器能夠賦能于人。

在這一地帶，人類和機器不是“搶飯碗”的競爭對手，而是合作伙伴，通過共同探索各自最擅長的領域，助力彼此提升績效表現(xiàn)。公司可以變革業(yè)務流程，從而充分利用人機協(xié)作的諸多優(yōu)勢。

要想充分挖掘AI技術潛力，公司必須填補“被遺忘的中間地帶”。這就要求公司設立新的崗位，構建嶄新的人機協(xié)作方式，變更傳統(tǒng)的管理理念，乃至徹底顛覆“工作”概念本身。這將催生出許多嶄新的工作崗位，需要有員工專門負責設計和培訓算法、解釋所使用的算法并進行維護。據(jù)我們研究，AI催生出的新業(yè)務和技術崗位主要可分為三大類型：培訓師、講解員和維護者。

培訓師旨在教授AI系統(tǒng)如何運作，幫助降低自然語言處理器和機器翻譯中的錯誤，并指導AI算法模仿人類行為。例如，在制造業(yè)中，用于輔助人類工作的輕型機器人需要事先接受編程和培訓，才能處理不同任務。只有擁有相應技能的員工才能進行此類培訓。而需要接受培訓的除了實體機器人之外，還包括AI軟件。培訓需要大量角色和工種。在簡單的情境下，培訓師幫助自然語言處理器和機器翻譯減少錯誤，而在復雜情境下，培訓師要訓練AI算法模仿人類行為。

講解員旨在幫助技術人員和商業(yè)領袖實現(xiàn)有效溝通，向非技術人員解釋復雜算法的工作原理。隨著AI系統(tǒng)的原理越發(fā)艱深，這些人才的重要性日益上升。講解員可以細分為三種：透明度分析師，負責解釋特定AI算法為何作為“黑盒子”運行；算法取證分析師，負責確保各個算法為其結果負責；戰(zhàn)略詮釋家，負責對各類AI技術最適用于何種應用進行主觀判斷。

維護者旨在確保AI系統(tǒng)按計劃運行，即作為一種輔助性工具，讓我們的工作和生活更便捷。維護人員可以細分為三種：背景設計師，留意商業(yè)環(huán)境、流程任務、用戶的獨特情況、文化問題和其他背景因素，從而確保復雜的機器人和其他AI系統(tǒng)在設計之初就考慮到上述因素；AI安全工程師，預測AI系統(tǒng)可能帶來的意外后果，分清輕重緩急，解決任何可能出現(xiàn)的有害情況；道德合規(guī)員，作為監(jiān)管者和監(jiān)察員，確保AI系統(tǒng)符合人類的價值觀和道德觀。

AI成功應用方程式

埃森哲的研究表明，各大行業(yè)中，只有領軍企業(yè)成功抓住了第三輪浪潮帶來的機遇，在我們調查的近1,500家機構中占9%。這些企業(yè)最大限度地實現(xiàn)了自動化，并著手開發(fā)新一代流程和技能，從而充分利用人機協(xié)作的諸多優(yōu)勢。它們成功的訣竅是什么？訣竅就是遵循五大關鍵組織原則：思維模式、實驗、領導力、數(shù)據(jù)和技能。

思維模式

通過重新定義“中間地帶”的工作，打造截然不同的業(yè)務流程。人類與AI互相促進。如果只將AI用于現(xiàn)有流程的自動化，只能實現(xiàn)績效的小幅提升。重新定義工作則需要采用完全不同的思維模式，利用人機協(xié)作，實現(xiàn)許多傳統(tǒng)流程的革新。死板的裝配線將讓位于靈活的人機團隊，被機器賦能的人類與AI攜手共進，適應不斷涌現(xiàn)的新數(shù)據(jù)和新角色。

不過，要實現(xiàn)這些，企業(yè)首先要奠定堅實的基礎。因此，需要首先實現(xiàn)常規(guī)工作的自動化，充分挖掘員工的潛能，然后再專注于人機協(xié)作。這離不開以行動導向的思維模式，具體包括以下三個關鍵步驟：

探索與描述。必須了解傳統(tǒng)業(yè)務流程和新型AI解決方案之間的區(qū)別。例如，工作崗位不應僅限“人類專屬”和“機器專屬”，還應包括協(xié)作型崗位。

共同創(chuàng)造。發(fā)現(xiàn)流程轉型機遇是一回事，而抓住這些機遇又是另一回事：只有設想出新的工作模式，才能抓住這些機遇。要想培育關于工作方式的全新思維模式，公司高管們應當鼓勵利益相關者共同創(chuàng)造。

推廣與維護。重新定義流程的最后一步是擴大解決方案的適用范圍，并通過不斷改進進行維護?？赡苄枰趩T工內部對新系統(tǒng)進行測試，以便解決所有問題，隨后再應用于客戶。

實驗

積極觀察流程中各環(huán)節(jié)的情況，以測試并完善AI系統(tǒng)，同時從“中間地帶”的角度重新定義流程。標準業(yè)務流程的時代已經(jīng)過去，單純復制行業(yè)領軍企業(yè)的最佳流程已然行不通。因此，實驗才是關鍵。為了提高競爭力，公司管理者必須制定符合自身公司特質的流程。這就要求不斷試錯，確定哪些工作可以交給人類，哪些工作最好由人類和機器合作完成，而后者就是我們所說的“被遺忘的中間地帶”。

不過，個性化流程需要管理者和領導者對企業(yè)員工和文化的深入了解，以便確定在何時以何種方式開展實驗。例如，若想讓員工接受實驗，領導者需要制定明確的目標，同時不能因錯誤或失誤而氣餒。畢竟，在科學領域，實驗結果即使無法支持假說，也談不上是一種失敗，而是貢獻了實驗數(shù)據(jù)。

例如，亞馬遜一直以實驗文化而著稱。一個例證就是其位于西雅圖的Amazon Go門店?？蛻艨梢赃M入店內，從貨架上拿起商品，然后離開，無須在收銀員或自助結賬機處付款。當購物者從貨架上拿起商品時，攝像頭會監(jiān)測購物者的動作，產(chǎn)品內置的傳感器會連接購物者的手機，在其亞馬遜賬戶中扣款。Amazon Go門店最終能否取得成功并在全球順利推廣并非重點，重點是亞馬遜在不斷開展各類實驗。亞馬遜CEO杰夫·貝索斯（Jeff Bezos）一直推崇實驗文化，因此擁有創(chuàng)新領域的一大秘密武器：大量愿意在“被遺忘的中間地帶”工作的員工，以及眾多了解如何處理新領域未知情況的管理者。

領導力

從一開始就承諾負責任地使用AI。領導者必須時刻考慮到AI技術的倫理、道德和法律影響。 確保AI系統(tǒng)能夠交付可行的成果、提高算法的可靠度并消除偏差。正如父母在培養(yǎng)孩子時，希望其兼具責任感和高效的溝通能力那樣，企業(yè)在培育AI系統(tǒng)時也希望其能夠負責地為企業(yè)“代言”，遵守負責、公正、透明的商業(yè)和社會規(guī)范。

這意味著企業(yè)要改變對AI的定義：AI不是只按照編程行事的系統(tǒng)，而是能夠不斷學習的系統(tǒng)。從這個角度來說，企業(yè)在“培育”AI時面臨的許多挑戰(zhàn)與人類教育下一代時面臨的挑戰(zhàn)類似：了解何為對錯以及負責任地行為、在傳授知識時摒棄偏見、自力更生并強調與他人合作和交流的重要性。??

誠然，構建負責任AI的企業(yè)文化并非易事，因為許多人對技術有著本能的不信任，而工作崗位可能被AI取代的焦慮更是加劇了這種不信任。要想幫助員工更加適應與AI同事共同工作，管理者需要借助雙方的角色和互動。培訓師、講解員和維護者的技能當然重要，但讓員工切實體驗到AI的賦能作用也很重要。必須讓員工意識到，AI旨在取代繁重任務和推動流程轉型，AI工具可以使員工的日常工作不再繁瑣，更具吸引力。

數(shù)據(jù)

構建數(shù)據(jù)“供應鏈”，為智能系統(tǒng)提供“燃料”。良好的數(shù)據(jù)是AI的基石，也是推動AI發(fā)展的動力。為了提供必要的動力，不妨將數(shù)據(jù)想象為一個端到端的供應鏈。這就要求我們以截然不同的方式定義數(shù)據(jù)：管理數(shù)據(jù)不是企業(yè)內部分散開展的靜態(tài)流程，而是在整個企業(yè)范圍內獲取、清洗、整合、甄選和存儲信息的動態(tài)活動。

由于機器學習、深度學習和其他AI應用都需要使用數(shù)據(jù)，數(shù)據(jù)必須又“好”（種類多、質量高、可用性強）又“多”（海量）。同時，AI系統(tǒng)是在反饋回路中進行培訓的，數(shù)據(jù)的質和量均會影響算法的改進，AI系統(tǒng)的質量取決于培訓數(shù)據(jù)的質量。因此，公司必須將目光投向“被遺忘的中間地帶”中負責獲取并提供數(shù)據(jù)以供分析的崗位。這些崗位至關重要，因為數(shù)據(jù)中的偏差會造成嚴重的后果，導致結果有誤，誘使員工做出錯誤的決定。

技能

積極培養(yǎng)在“被遺忘的中間地帶”所需的八大“融合技能”。AI能從根本上改變人機關系，這就要求企業(yè)培養(yǎng)新的員工技能。在第二輪浪潮中，機器替代人類；然而，在第三輪浪潮中（即自適應式流程時代），人類比以往任何時候都更為重要。人類可以設計、開發(fā)和培訓AI系統(tǒng)，還能與AI系統(tǒng)進行合作，填補“被遺忘的中間地帶”，實現(xiàn)績效的跨越式增長。當然，與之前的人機互動不同，如今，機器與人類互相學習，良性循環(huán)，不斷推動流程績效增長。

通過研究，我們確定了員工所需的八大新技能，我們稱之為“融合技能”，從而創(chuàng)造出比機器或人類單打獨斗更為出色的成果。

增加人類創(chuàng)造力時間：將更多時間分配給明顯需要人類的活動，例如革新后業(yè)務流程中的人際互動、創(chuàng)意活動或決策活動。如果員工在筋疲力盡的情況下開展工作，很少有人能發(fā)揮出最佳水平。因此，通過改變人機互動的本質，AI能夠重新分配時間，從而提升員工的工作效率和工作成效，進而改善員工福祉。人們能夠將更多時間花在需要人工處理的活動上，例如提高客戶滿意度、修理更為復雜的機器故障或者開展純興趣創(chuàng)意研究。

負責任的規(guī)范化：負責任地定義個人、企業(yè)和社會的人機互動目的和認知。當需要使用AI技術，但對其的接受度和理解仍然不足時，就需要運用規(guī)范化這一技能，負責任地定義人們對人機協(xié)作的理解和認知。當在道路、醫(yī)院、快餐店、學校和療養(yǎng)院等公共場所引入機器人時，這一技能往往至關重要。實現(xiàn)規(guī)范化也需要掌握其他技能，包括人文學科知識、STEM技能、企業(yè)家精神、公共關系方面的敏銳度以及對社會和社區(qū)問題的認識。

整合判斷：根據(jù)判斷，在機器無法確定該做什么時采取行動的能力。當機器無法確定該做什么，或者其推理模型中缺少必要的商業(yè)或道德背景知識時，人類必須意識到應在何時何地以何種方式進行干預。AI能夠正確處理很多問題，但它仍然無法準確分析局勢和人類的想法。因此，人類的判斷和行動一直是革新后流程的核心組成部分。

智能提問：了解如何以最佳方式詢問抽象問題，從而獲得所需的答案。應當如何探索極其復雜的系統(tǒng)或者預測各復雜數(shù)據(jù)層間的相互影響？人類無法獨立完成這一任務，因此必須借助AI。根據(jù)埃森哲的研究，我們發(fā)現(xiàn)很多工作領域都會涉及智能提問，包括以下場景：優(yōu)化鐵路運輸和船運組合、調查藥品化合物和分子間相互作用以及確定最佳零售價格。其中，確定零售價格尤其需要智能提問，因為銷售的成敗均涉及大量的復雜數(shù)據(jù)。

機器人賦能：與AI代理一起工作，以拓展您的能力，在業(yè)務流程和職業(yè)生涯中發(fā)揮超能力。機器人賦能使得人們可以借助智能代理突破自身極限。如今，能夠幫助人們提高工作效率的機器人可謂多種多樣：Clara和x.ai能作為日程規(guī)劃代理；Standup Bot、Tatsu和Geekbot可以定期組織會議；Textio和IBM的Watson Tone Analyzer能夠改進寫作；Doli.io甚至能夠在社交媒體上發(fā)布文字或圖片，進行個人品牌建設。

全面融合：開發(fā)可靠的AI代理模型，從而改進流程結果。盡管機器人極大改變了外科手術流程，但手術成功的關鍵仍然在于外科醫(yī)生以及他們操作機器人的能力。本質上，這就是“在機器內部施展自己的外科技術的能力”。在人機融合時代，全方位的身心融合變得越發(fā)重要。只有當人類創(chuàng)造出機器工作和學習時可用的思維模型，并確保機器能夠獲取用戶行為數(shù)據(jù)以改進互動時，才能全面實現(xiàn)業(yè)務流程轉型。

互相學習：①在AI代理身旁開展任務，便于其學習新技能；②員工接受在崗培訓，以便適應經(jīng)由AI技術改進的流程。傳統(tǒng)的技術教育是單向的：人類學習如何使用機器。然而，在AI領域，機器和人類互相學習?；ハ鄬W習意味著客戶服務代表或者任何與AI代理協(xié)作的員工均將作為機器的“榜樣”。在這一過程中，老師需要擁有足夠的專業(yè)技能，AI也應當具備一定的接受能力。當然，在互相融合的關系中，機器不是唯一需要接受培訓的成員。

源源不斷的重塑能力：定義新流程和業(yè)務模式，而非僅僅推動舊流程的自動化。最后同時也是最重要的一個融合技能是重新定義事物本質的能力。本質上，重新定義是一項基本技能，也是智能提問和機器人賦能等其他技能的基石。重新定義的能力使人們更容易適應日新月異的世界。在當今世界中，先進的AI技術不斷推動企業(yè)流程、業(yè)務模式和各行業(yè)的轉型。