叫囂著要取代全世界的人工智能，終于在最近陷入了失業(yè)的煩惱。

　　據(jù)報(bào)道，瑞典的一家在線銀行Nordnet準(zhǔn)備對(duì)自家的AI員工Amelia炒魷魚。Amelia去年夏天剛剛?cè)肼歂ordnet，其日常工作就是幫客戶開個(gè)銀行戶頭、處理一些銀行數(shù)據(jù)等任務(wù)，正常來(lái)說(shuō)速度肯定是應(yīng)該比工作人員要快，銀行的工作效率和效益也該有個(gè)明顯的提升。

　　事與愿違，這一年來(lái)，Amelia好像并沒有表現(xiàn)出一個(gè)三好學(xué)生該有的能力。

　　其實(shí)Amelia并不是第一個(gè)被解雇的人工智能。今年一月份，英國(guó)的一家超市就解雇了一個(gè)上崗僅僅一周的導(dǎo)購(gòu)機(jī)器人Fabio。超市的初衷是它一能吸引顧客，二能幫助賣貨。然而幾天之后，他們發(fā)現(xiàn)這兩件事兒Fabio一件都沒做好，甚至有些顧客看見它都繞著道走。

　　這是怎么回事?正常來(lái)說(shuō)，AI在提高工作效率這方面是共識(shí)，但上崗不久就被炒魷魚，多少令人有點(diǎn)意外。但細(xì)細(xì)想來(lái)，以如今AI發(fā)展的程度而言，其被解雇其實(shí)也算不上是意料之外的事情。

　　應(yīng)聘自稱技術(shù)流，上崗才發(fā)現(xiàn)活不好

　　在所有最可能被AI取代的工作當(dāng)中，銀行工作首當(dāng)其沖。原因在于，相較于其他行業(yè)來(lái)說(shuō)，銀行擁有龐大而又相對(duì)完整的數(shù)據(jù)積累，而進(jìn)行數(shù)據(jù)分析又正是AI的拿手好戲。一個(gè)要算，一個(gè)能算，簡(jiǎn)直無(wú)縫貼合。

　　但這并不意味著AI在銀行就可以暢行無(wú)阻，至少這并不是如今的AI能完美而為之的。盡管在實(shí)驗(yàn)室中，開發(fā)者們已經(jīng)針對(duì)AI可能遇到的各種問(wèn)題進(jìn)行了全面模擬，AI也在這過(guò)程中表現(xiàn)得游刃有余，但一旦投入實(shí)戰(zhàn)，其實(shí)用功能仍然有可能會(huì)受到挑戰(zhàn)。以Amelia被炒為例，其可能是由于以下兩個(gè)原因所致。

　　第一，算法的問(wèn)題。算法存在問(wèn)題，其對(duì)數(shù)據(jù)的處理就會(huì)存在誤差。雖然銀行擁有完善的數(shù)據(jù)，但如果沒有合適的算法進(jìn)行處理，或用了不合適的算法進(jìn)行處理，其得出的結(jié)果仍然是不可接受的。比如在分析報(bào)告這方面，目前仍然是人類分析師為主，原因就在于AI對(duì)動(dòng)態(tài)性很強(qiáng)的金融業(yè)務(wù)上可能存在分析的誤差。而銀行做的畢竟是錢的生意，總是出錯(cuò)，客戶是肯定不干。

　　第二，溝通的問(wèn)題。既然是用的AI系統(tǒng)，那么其要解決客戶問(wèn)題就一定會(huì)涉及到語(yǔ)言溝通。銀行是一個(gè)非常繁忙的金融機(jī)構(gòu)，我們能看到的場(chǎng)景就是銀行每天都是在排隊(duì)。如果AI的連續(xù)性對(duì)話和專業(yè)性學(xué)習(xí)不徹底，其在于客戶溝通的過(guò)程中很可能會(huì)答非所問(wèn)，造成遲鈍、誤解等問(wèn)題，這一定會(huì)影響工作效率、消磨客戶耐心。

　　而Nordnet又是一家線上銀行，其對(duì)AI的語(yǔ)義識(shí)別對(duì)話能力的要求自然更高。這點(diǎn)兒類似AI客服，說(shuō)不好話就賣不了貨，賣不了貨就只能等著被炒了。

　　對(duì)導(dǎo)購(gòu)機(jī)器人Fabio來(lái)說(shuō)，溝通不暢或溝通體驗(yàn)不好一定是超市將其“辭退”的重要因素。也就是說(shuō)，不是打著AI的名頭就一定會(huì)生意興隆。最核心的地方在于，技術(shù)是否真的成熟到足以應(yīng)對(duì)任何情況。畢竟客戶把AI買過(guò)去不是為了讓它學(xué)習(xí)，而是掙錢。

　　本想事半功倍，奈何入不敷出

　　無(wú)論是雇傭AI還是雇傭人力，公司的目的只有一個(gè)：賺錢。但公司花了大錢把你招來(lái)，你卻坐吃等死，那就只能將你掃地出門了。

　　據(jù)Nordnet稱，去年為了引入AI技術(shù)，公司付出了巨額代價(jià)。整個(gè)2017年的年利潤(rùn)僅為2.47億瑞典克朗，是2012年以來(lái)的最低水平。雖然不能確定銀行利潤(rùn)的降低一定是引入AI所致，但真正實(shí)用的消費(fèi)級(jí)AI產(chǎn)品價(jià)格尚且不菲，遑論以提高利潤(rùn)為終極目的的企業(yè)級(jí)AI解決方案。

　　Nordnet從AI系統(tǒng)提供商IPsoft購(gòu)買的是一套解決方案，而不僅僅是一個(gè)AI柜員，花了多少錢我們也不得而知。但是看一下各大公司在研發(fā)AI方面的資金投入：百度每年投入100億元、歐盟計(jì)劃2020年之前投入15億歐元、2014年以來(lái)中國(guó)人工智能累計(jì)投入超過(guò)600億元……不僅如此，AI人才動(dòng)輒百萬(wàn)美元的年薪，這些成本都會(huì)加在銷售給C端的產(chǎn)品上。

　　因此，正處于前期布局、投入、研發(fā)的AI，有一點(diǎn)是可以肯定的，那就是成本居高不下。

　　從這個(gè)角度來(lái)說(shuō)，能在這個(gè)時(shí)候冒著賠本的風(fēng)險(xiǎn)去品嘗AI的公司，都是勇敢者。

　　但是一旦發(fā)現(xiàn)投入與回報(bào)不成正比，甚至因此而虧損，公司則為營(yíng)收考慮不得不對(duì)AI下刀。畢竟AI的意義在公司看來(lái)，絕不是個(gè)花瓶。所以，可能在一段時(shí)期內(nèi)，由于研發(fā)的持續(xù)投入，AI的使用成本仍然不會(huì)是一個(gè)小數(shù)目。對(duì)公司來(lái)說(shuō)，AI的工作做不好，和AI做好了自己的工作卻沒有掙著錢，沒有任何區(qū)別。解雇，也就是個(gè)時(shí)間問(wèn)題。

　　物不能盡其用，鍋不能AI背

　　當(dāng)然，所有的鍋也不能全都讓AI背了，畢竟能力有多大它自己也沒辦法。這中間還可能存在的一個(gè)問(wèn)題是，開發(fā)者和使用者的斷層。

　　這種斷層體現(xiàn)在，開發(fā)者窮盡己之所能，沒日沒夜地做出了自己認(rèn)為非常完美的產(chǎn)品，覺得考慮到了實(shí)際過(guò)程中可能產(chǎn)生的所有問(wèn)題，應(yīng)用起來(lái)完美無(wú)缺，結(jié)果，客戶不會(huì)用。

　　這就是個(gè)大寫的尷尬了。這種感覺就像你買了個(gè)上萬(wàn)塊的手機(jī)給奶奶用，她卻只拿來(lái)照鏡子。蘊(yùn)含了開發(fā)者滿腹才華的產(chǎn)品，在客戶手里并不能發(fā)揮出其全部效能。AI如果是因?yàn)檫@個(gè)被解雇，實(shí)在是有點(diǎn)冤枉。

　　事實(shí)上，這種情況的確值得注意。在關(guān)于AI會(huì)取代人類的什么工作的大討論之后，有人就拋出了“人工智能不能取代教師，但不會(huì)用人工智能的教師將會(huì)被取代”的觀點(diǎn)，其中的教師可以被換成醫(yī)生、律師、工人等等諸多職業(yè)�？梢哉f(shuō)，會(huì)AI就像會(huì)用手機(jī)一樣，未來(lái)將成為必需品。但對(duì)很多人來(lái)說(shuō)，手機(jī)的功能并沒有被充分挖掘，所以他們很難區(qū)分出5000元的手機(jī)和1000元手機(jī)的差別：不都能打電話裝軟件?

　　所以，要讓客戶能充分發(fā)掘AI的潛能，或許可以從以下兩個(gè)方面出發(fā)。

　　1. 開發(fā)者“私人訂制”。開發(fā)者想做好一件東西，而客戶想要的是用好一件東西。這就要求產(chǎn)品一定是最適合客戶需要的。根據(jù)客戶的需求，體現(xiàn)出開發(fā)產(chǎn)品的差異化，讓客戶在使用的時(shí)候能夠更快地上手，才是發(fā)揮AI能效的第一步。

　　2. 客戶的技能培養(yǎng)。一般來(lái)說(shuō)，客戶不需要知道AI到底是怎么做的，只需要知道怎樣才能讓它按照自己的指令工作就夠了。但即便是這樣，還是有很多人存在著學(xué)習(xí)的困難。比如很多年紀(jì)大的老師一輩子不會(huì)用電腦，也不愿意學(xué)，投影儀就成了擺設(shè)。因此，開發(fā)者在進(jìn)行產(chǎn)品交接的時(shí)候提供全套的技術(shù)指導(dǎo)，才能在產(chǎn)品貼合自家需求的情況下，還能熟練操作，實(shí)現(xiàn)AI產(chǎn)品的價(jià)值最大化。

　　那么，通過(guò)這種方式來(lái)解決開發(fā)者和用戶之間的斷層，顯然對(duì)洗白AI“無(wú)用”的冤屈是有積極意義的。

　　人機(jī)協(xié)作效果好，AI“獨(dú)立”難有為

　　這就完了嗎?

　　實(shí)際上，被解雇的AI只能算作個(gè)案來(lái)對(duì)待，并不能將所有的AI應(yīng)用一概而論，畢竟有更多的AI應(yīng)用在如火如荼地燃燒著。這些應(yīng)用身上也并未出現(xiàn)過(guò)所謂“不管用”或者“解雇”之類令A(yù)I尷尬的字眼。

　　那么，導(dǎo)致AI解雇是否另有原因呢?

　　我們發(fā)現(xiàn)，被解雇的AI和應(yīng)用得風(fēng)生水起的AI之間，存在著一個(gè)變量，這個(gè)變量就是：人為干預(yù)。而根據(jù)人為干預(yù)程度的不同，我們可以把這兩類AI分為獨(dú)立式AI和半獨(dú)立式AI。

　　所謂獨(dú)立式AI，是指人類沒有干預(yù)或干預(yù)較少、AI自主分析決策程度較高甚至完全自主決定的人工智能類應(yīng)用。Amelia、Fabio基本都屬于此類，因?yàn)榕c客戶或消費(fèi)者進(jìn)行對(duì)話、分析數(shù)據(jù)并得出結(jié)論的過(guò)程，基本上是沒有人操作的，在此過(guò)程中其完成了與客戶的直接接觸。我們常見的內(nèi)容平臺(tái)的審核方式，很多也可以算作此類。因?yàn)锳I可以自主進(jìn)行審核、通過(guò)或者駁回，在這個(gè)過(guò)程中沒有人工參與。這種獨(dú)立式AI很容易產(chǎn)生問(wèn)題，比如內(nèi)容平臺(tái)頻頻出事，雖然很多平臺(tái)都增加了人工審核，但是，誰(shuí)知道呢?

　　而半獨(dú)立式AI則指的是人類干預(yù)較多，AI只是承擔(dān)前期的觀察、分析，最多再加一點(diǎn)初步結(jié)論，最終的決策仍由人類完成的人工智能類應(yīng)用。比如用AI做各種預(yù)測(cè)、幫助醫(yī)生讀X光片、招聘、識(shí)別古文字、抓在逃犯等等。顯而易見的是，這類更多有人類干預(yù)和把控的AI反而是運(yùn)行的態(tài)勢(shì)頗為良好。

　　也就是說(shuō)，目前AI要完全獨(dú)立地承擔(dān)工作任務(wù)，也就是“替代”人類，可能還有些難度。有企業(yè)耐不住性子而趕鴨子上架，AI也很無(wú)奈。正因如此，人們更多地稱AI為“助手”。從“助手”向“替代”的轉(zhuǎn)變過(guò)程，可能就是AI降低自己被解雇概率的過(guò)程，也更是人類AI技術(shù)進(jìn)步的一個(gè)過(guò)程。

　　當(dāng)然，等到AI替代了人類之后還是會(huì)有“解雇”情況的發(fā)生，只不過(guò)這次被解雇之后頂上的不是人類，而是更優(yōu)秀的AI。到那時(shí)候，開發(fā)者又將面臨另一場(chǎng)永無(wú)休止的戰(zhàn)爭(zhēng)。