一个有纸、笔、橡皮擦并且坚持严格的行为准则的人,实质上就是一台通用图灵机。
A man provided with paper, pencil, and rubber, and subject to strict discipline, is in effect a universal Turing Machine.
。 by Alan Mathison Turing
同质化的工作
在商界和管理界眼中,工作的区别正日益缩小,而且可以在人和机器之间相互替换,换而言之,也就是越来越同质化。对于许多公司来说,外包正是向工作同质化迈出的一大步。许多招聘过程也日趋同质化,例如自动筛选简历。你也许认为自己独一无二,但是公司只是把你看作拥有相关技能的众多人员之一而已。同质化意味着工作内容可以被自动化,被机器取代。
即使那些传统上高收入的金融工作也面临着同质化的挑战。由于大多数金融市场高度数字化的特征,机器可以很容易从中找出表现最佳的投资产品。而在这一过程中,人类的直觉和选择投资产品的经验变得无关紧要。复杂的算法已经开始取代金融交易员以及对冲基金经理,“机器人顾问”开始取代人工金融顾问。
对于金融专家和其他传统“铁饭碗”的从业者来说,应对这一挑战的关键是使自己的工作去同质化。自动化的优势是处理大量数据,但是对于独特的活动要实现自动化,成本太高。只要人类能使自己的工作能力有别于机器的能力,机器便难以取代他们。
另一个防止工作被同质化的角度是关注工作任务中最具人性的方面,或者说最难以被自动化的方面。在金融领域中,这通常涉及对人性的了解,尤其是了解人类常有的非理性理财决策。熟谙行为金融学的理财顾问并不会特别关注如何为客户选择投资产品,而是会在客户因为市场下行而准备割肉清仓时说服他们悬崖勒马。
此外,颇具讽刺意味的是,金融业以及其他高薪、专业化行业的工作者还可以通过为同质化提供支持,使自己的工作去同质化。在一段时间内,擅长设计决策结构并知道如何用电脑来表示这种结构的工作者,将可以保住工作。他们能监控基于机器的决策,并在机器出现失误时施以援手,甚至还可以随着时间推移不断提高机器的决策能力。
向人工智能学习
2016年3月,全球2.8亿人见证了围棋世界冠军李世石与人工智能阿尔法狗之间的历史之战。最终李世石以1:4败给了阿尔法狗。人们一向认为,在棋类游戏中,围棋是人工智能的最大挑战者,因为围棋需要巨大的搜索空间,而且棋子位置和走向很难判断。
人工智能是如何完成这个看似不可能做到的任务的?答案就是它采用了谷歌等公司在管理员工时所使用的方法。在VUCA时代,所有公司都可以用这些原则展开竞争。
1自组织智能体
人工智能体自己学习,而不是依赖那些根据围棋大师的经验事先编写好的指令。谷歌管理员工的方式是:“招聘最优秀的人才,给他们自由。”
2采用简单规则
阿尔法狗采用了两套非常简单规则:一是评价棋子走位并降低搜索广度的策略网络;二是预测某一走位的获胜概率并降低搜索深度的价值网络。谷歌也采用简单规则提供泛泛的指导,比如在职业道德方面的规则就是“不作恶”。
3通用智能
阿尔法狗是通用人工智能,即可在多种类型任务环境下操作的单一系统,在稳定性和适应性方面都更胜一筹。谷歌同样也是喜欢通才甚于专才。
4多元化输入输入的多元化提升了阿尔法狗的表现。开发者先用优秀业余棋手间10万次对弈对它进行训练,然后用3,000万次与自己对弈进行自我训练。谷歌也欣赏多元化,而不是千篇一律。
5大量试错阿尔法狗的学习方法是通过试错不断地进行实验。谷歌公司每年会进行2万次快速实验,评估实验结果,然后周而复始,以便实现渐进式提升。
这些帮助阿尔法狗打败李世石的原则,也帮助谷歌创造了一种能孕育彻底创新的文化。正是因为顺应了自然法则,这些原则对所有组织具有普适性。
思考
随着人工智能技术的进步,机器所做的预测将越来越多地取代人类所做的预测。未来最有价值的技能将是与预测互补的技能——换言之,与判断相关的技能。企业可能会持续需要那些能够做出负责任的决策(需要道德判断)、吸引客户和员工(需要高情商),并能挖掘新机遇(需要创造力)的人。如果预测能让疾病诊断变得更廉价、更迅速,与身体干预和情感安慰有关的护理技能就可能会变得更重要。
无论你身处哪个领域,你都应该思考这个问题:你的工作是不是很普通而且高度重复,将能被机器取代?如果答案是肯定的,那么你现在就应该寻找或者创造一份同质化程度更低的工作了。
智能机器时代,技术在很多情况下比人类更聪明,人类工作的必要性、工作的方式和内容因此将大受影响。要适应智能机器时代的要求,我们首先要接受新的关于智慧的定性解释。所谓新智慧,就是人们所能达到的思维、学习以及与他人情感交流的最高水平。新智慧衡量的不是你所掌握的知识的内容和数量,而是衡量你:
● 是否善于思考、倾听、合作和学习;
● 能否做到“不知为不知”,不要以自我为中心来建立信念;
● 能否接受自己的世界观常常受到压力测试和挑战;
● 是否乐意尝试新想法、新路径,并从中学习和积累经验。




雷达卡






京公网安备 11010802022788号







