杨成意 翻译
来源：Knickrehm, M. How Will AI Change Work? Here Are 5 Schools of Thought, Harvard Business Review, 2018, January 24，https://hbr.org/2018/01/how-will-ai-change-work-here-are-5-schools-of-thought
劳动力的未来是当今CEO们面临的最大问题之一。所有人都非常清楚，人工智能、大数据分析和先进的机器人技术使机器能够承担曾经需要人完成的任务。企业应该如何从战略上做好准备，在这个世界上繁荣发展？
人们对未来的看法大相径庭。据一些报道，美国经济中几乎一半的工作岗位都可能被淘汰。另一些报道则描述了智能机器将如何实际创造就业机会，包括全新的就业类别。有些人甚至谈到一个富足的世界，在那里工作就是以你自己的方式追求你的激情。
对于企业来说，理解对这个问题的各种观点是至关重要的，因为无论是含蓄的还是明确的，它们都将影响企业领导人创造未来劳动力的方式。尽管在未来几年里会有很多事情发生，但这个问题已经摆在了中心位置。如今，企业正在做出决定，这将对它们明天和整个20世纪20年代的竞争能力产生重大影响。
大多数公司已经在迅速行动去获得新的能力。在埃森哲公司对全球1200名C级高管进行了一项新的调查中（1月23日出版的《重塑革命》），75%的公司高管表示他们目前正在加速对人工智能和其他智能技术的投资。72%的受访者表示他们正在应对竞争的迫切需要——他们认识到需要新的工具来跟上竞争对手的步伐，既要通过提高生产率，也要通过找到新的增长点。一些公司正在将自身转变为“智能企业”，在这种企业中，所有的流程都是数字化的，决策是数据驱动的，机器承担着繁重的工作——包括物理的和认知的。
因此，关于生产率和就业的争论事关重大。领导人必须理解这场辩论，并准备好应对棘手的问题：我们需要什么样的新技能？我们应该如何组织？我们如何定义工作？我们如何才能以一种造福所有人的方式带领我们的人民与我们一起？
通过本次研究，我们在这次讨论中确定了五个观点流派。
反乌托邦型观点
立场：人类和机器将进行机器将获胜的达尔文式斗争。人工智能系统将承担中高技能工作的核心任务，而机器人将执行需要低技能劳动的低级工作。其结果将是大量失业，工资下降，经济混乱。收入下降将在美国和欧洲等地造成严重后果，这些地方的消费分别占GDP的56%或69%，需要新的社会支持，例如全民基本收入。
乌托邦型观点
立场：智能机器将承担更多的工作，但其结果将是前所未有的财富，而不是经济衰退。人工智能和计算能力将在未来20年内取得进步来实现“奇点”——那时机器将能够完全模拟人脑的工作。人脑将被“扫描”和“下载”到计算机上，数十亿个复制的人脑将完成大部分的认知工作，而机器人将完成所有的繁重工作。经济产出可能每三个月翻一番。奇点甚至可能导致一个几乎不需要人力的世界，一个覆盖基本需求的普遍收入计划，人们将他们的才能应用到有意义的追求上。
科技乐观型观点
立场：生产力的爆发已经开始，但官方数据并未反映出来，因为企业仍在学习智能技术如何改变其运作方式。当企业真正充分利用智能技术时，生产力的飞跃将产生数字化的回报——创造经济增长和不计入GDP的生活水平的提高，例如消费者剩余（来自更好、更便宜的产品）以及免费应用程序和信息的价值。然而，根据目前的趋势，奖金不会平均分配，许多工作岗位将被取代。为了避免对收入和就业产生负面影响，需要在投资技术的同时投资教育和培训。
生产力怀疑观点
立场：尽管有智能技术的力量，国家生产力水平的任何提高都将很低。再加上人口老龄化、收入不平等以及应对气候变化的成本等不利因素，美国的GDP增长将接近于零。最后，除了为发达经济体的停滞增长做好准备之外就没什么可做的。
乐观现实主义观点
立场：数字化和智能机器可以刺激生产力的增长，使之与以前的技术浪潮相匹配。某些行业和高绩效部门的生产率将迅速提高。新的就业机会将被创造，但智能技术可能会加剧最近的趋势，即对高技能和低技能工人的需求上升，他们的工作很容易实现自动化，而对中等技能工人的需求下降。由于没有简单的解决方案，需要对生产率、就业率和工资之间的真正关系进行更多的研究去发现有效的应对措施。
塑造未来的三大行动
我们的水晶球在10年后会变成什么样子仍然是不得而知的。我们知道的是商界领袖现在必须采取措施，为新兴的智能企业塑造他们的劳动力。我们的研究和经验指出了三个关键的必要条件：
利用技术来增强人的技能和重塑运营模式。那些跨越劳动力替代和成本节约的公司将看到更大的回报。例如，一种新型的自适应机器人可以安全地与工人一起工作，并且可以承担艰巨而乏味的工作。考虑这个例子：在宝马公司的斯帕坦堡S.C.工厂，机器人正在安装车门密封垫，这对工人来说是一项既尴尬又累人的工作。这加快了生产线的速度，提高了质量，并给予工人更多的时间去做更高价值的工作。研究人员估计，用这种方式使用自适应机器人可以将浪费在不增值工作上的时间减少25%。雇员调查显示，员工对新机器人有更积极的看法，他们认为新机器人是有用的帮手。在工厂之外，公司正在使用人工智能来减轻员工的日常工作负担，并为他们提供新的分析工具用来改善客户体验，发现新的、可能推动增长的产品、服务和商业模式。
抓住机会重新定义工作并重新思考组织设计。如果公司拥有相同的旧职位描述和组织结构就无法优化其投资。管理人员应该评估需要完成的任务，预测哪些任务将被转移到机器上，然后通过添加新任务或创建管理智能技术所需的完全不同的角色来重新配置作业。例如，工厂工人可以接受机器人操作训练。人工智能系统还需要人类的帮助来训练和修正算法，并覆盖易出错的机器判断。例如，在Stitch Fix这样一个在线服装订购服务中，有3400个人类设计师与一个人工智能推荐引擎一同工作去给客户提供个性化的建议。这些机器为设计师提供了生产所需的速度，设计师提供了准确推荐所需的额外判断（以及更少的回报）。为了有效地运作，一个智能企业应该有一个非层次化的组织，员工在这个组织里可以跨越职能和运营的孤岛（silos）进行协作。这使得智能企业能够根据数据处理机器的洞察力迅速采取行动，并部署人力资源来解决问题、进行实验、迭代，并将解决方案投放市场。
让员工成为构建智能企业的合作伙伴。为了在投资智能技术和维持现有业务之间取得正确的平衡，公司需要来自员工的帮助。在我们（上述参考）的研究中，我们发现员工比雇主预期的更愿意——甚至更渴望——掌握新技术。他们想学习新技能，尤其是因为他们知道他们需要自己继续被雇佣。在技术和培训方面的投资将有助于公司顺利过渡到智能企业。这样做的公司之所以能超越竞争对手是因为它们将释放出机器仍然无法比拟的、对增长至关重要的人类才能——创造力、同理心、沟通、适应性和解决问题的能力。“随着基本自动化和机器学习逐渐成为商品，”未来研究所的研究主任德文·菲德勒说，“人类独特的技能将变得更有价值。”
关于技术和就业的争论将会继续。商界领袖必须关注这场辩论——并参与其中。为了充分了解智能技术对工作的影响，还需要进行更多的研究。与此同时，那些积极掌控一切准备工作的公司将使自己在这个激动人心的新时代繁荣发展。