人工智能 (AI) 有可能彻底改变我们的工作方式，自动执行目前的很多人工任务。一些专家认为，未来几十年内，AI 会导致大量裁员，也有一些专家认为，它将创造新的就业机会并提高生产效率。

听起来很有说服力，不是吗？特别是当你知道这段话并不是人类写的，而是 AI 写的时候，或更确切地说，是 ChatGPT 写的时候。

OpenAI 公司于 2022 年 11 月推出这个聊天机器人广受好评，该机器人的大型语言模型利用的是自然语言处理 (NLP)。这是 AI 的一个分支，旨在分析、理解人类语言和用语言交流。

GPT-3（生成式预训练转换器 3）AI 接受了海量数据和用户反馈的训练，就像人类一样，它可以根据需要生成食谱、简历（甚至是莎士比亚风格的简历，如果你喜欢的话 [1] ）等任何东西。翻译、情绪分析、关于 AI 的文章介绍……ChatGPT 甚至可以根据简单的文本提示创建代码。它是迄今为止规模最大、功能最强的语言处理 AI 模型之一，有 1,750 亿个参数。 [2]

计算机似乎越来越多地涉足一度被认为人类才能应对的复杂问题（包括《外交》游戏中专门骗人的阴险小人 ^[3] ）。

与此同时，微软正向 ChatGPT 背后的 OpenAI 公司投资高达 100 亿美元 [4] 。目前，专业作家还无法被取代，但 AI 的输入速度无疑更快。

从印刷机到个人电脑，再到阅读、写作和制作艺术品的机器，人类历史都建立在技术创新和自动化的基础之上。我们的未来属于 AI 吗？

商业界当然这么认为。

采用 AI 是明智之举

根据麦肯锡《2022 年人工智能状况报告》调查 [5] ，2017 年至 2022 年，AI 采用率增加了一倍多，50% 的受访者至少在一个业务领域采用了 AI。每个组织的 AI 功能平均数量也翻了一番，从 2018 年的 1.9 增加到 2022 年的 3.8。机器人过程自动化和计算机视觉仍排在榜首，而 NLP 从 2018 年的中间位置跃升至第三位。

为什么人们对 AI 的兴趣激增？

AI 可以分析大量数据、实现过程自动化、提供见解和建议，让企业提高准确性、效率和生产率，改进决策，提高个性化和定制化，简化人员管理。这样的例子不胜枚举。

AI 可以增加多个领域的收入，提高效率，促进成本节约。2018 年，制造业和风险产业利润最丰厚。如今，销售和营销、产品和服务开发、战略和公司财务的收益最大，供应链管理的成本削减幅度最大。

根据普华永道的一份报告，到 2030 年，AI 可以为全球 GDP 贡献高达 15.7 万亿美元的收入 [6] 。如此大规模地注入创新可能会扭转劳动生产率下降的趋势，重振全球经济，目前全球经济仍遭受新冠疫情和 2007-2009 年金融危机带来的创伤。

行业用例包括：

医疗保健： 分析医学影像，预测患者的治疗结果，提高诊断的准确性（例如，分析 X 光检查，识别可能表明特定病情的异常情况）。Moderna 等制药公司使用 AI 研制出了新冠肺炎疫苗 [7] ，2020 年， 麻省理工学院（MIT） 的 Jameel Clinic 通过机器学习和 AI 模型识别了 Halicin 。

金融： 分析财务数据，提出投资建议，发现可疑交易模式，防止欺诈活动。Business Insider 估计，到 2023 年，AI 可以为银行和企业机构节省 4,470 亿美元 [8] 。

制造： 改善质量控制，优化生产，预测维护需求（例如，监测生产设备，识别可能表明潜在故障的模式）。特斯拉的 Gigafactory 是 AI 驱动的自动化奇迹。

零售： 客户体验个性化，优化定价和库存管理，改善营销（例如，分析客户购买数据，根据客户过去的购买情况向个人客户推荐产品）。Amazon Go 白标“ Just Walk Out ”技术让多家零售商得以尝试无收银员商店。

运输和物流： 管理供应链，预测需求，指导仓库机器人，优化路线，提高安全性并减少燃料消耗（例如，分析实时交通数据，为送货卡车推荐最高效的行程）。在飓风伊恩迫使佛罗里达州的一个主要配送中心关闭后，沃尔玛使用 AI 供应链模拟来快速重新安排交付路线并预测需求变化 [9] 。

销售和营销： 创建内容，生成销售线索，改善客户体验和管理客户关系（例如，分析数据以改进目标定位，通过聊天机器人提高个性化）。Salesforce 的 Einstein Analytics 运用 AI 来预测客户行为并提出建议。

安利捷 已经在探索如何利用 AI 给全球社区和市场带来的好处。例如，AI 是 Abdul Latif Jameel Health 投资的许多医疗保健技术的核心。其中包括 Butterfly iQ+ ^TM 开发的手持式超声设备，以及 Holoeyes 开发的扩展现实 (XR) 3D 虚拟环境手术技术。

安利捷的另一家企业 Fotowatio Renewable Ventures ( FRV )（隶属于 Abdul Latif Jameel Energy ）还通过其创新部门 FRV-X ，利用人工智能的力量，在英国（多塞特郡的 Holes Bay 、 西萨塞克斯郡 的 Contego 、 埃塞克斯郡 的 Clay Tye ）和澳大利亚（维多利亚州的 Terang 和昆士兰州 Dalby 的一家混合工厂）部署了用于电池存储系统 (BESS) 的 Tesla 自动投标软件。

Almar Water Solutions 也是 Abdul Latif Jameel Energy 的一部分，最近 投资 了一家为水、能源和移动领域的数字化转型提供 AI 驱动物联网产品和服务的技术公司： Datakorum 。随后，Datakorum 与领先的通信运营商 e&Enterprise（前身为 Etisalat Digital）签订一项为期 五年的项目 协议，促进了阿联酋阿布扎比市水和能源管理系统的数字化转型。

AI 剧本

AI 智能领导者遥遥领先，落后者望尘莫及。为什么？ 麦肯锡表示，它们有先发优势，目光长远，投资越来越明智，吸引着优秀人才，并遵循一套新兴原则来嵌入和扩展 AI。这些“基础实践”包括将 AI 战略与业务成果联系起来、了解如何将 AI 整合到业务流程和决策中、优先考虑人才招募和培训，以及确保 AI 和员工共同努力创造更多价值。

还有许多“前沿实践”，能够在所谓的“AI 工业化”中大规模开发和部署人工智能。其中包括：

高质量数据、模块化数据架构 ，它们可以灵活地适应新的应用并自动执行数据相关流程。

通过低代码或无代码程序 吸引非技术人员 。

使用标准化工具和内部端到端平台进行 扩展 。

将代码资产化 ，以便在不同应用程序中重复使用。

例如，通过制定隐私和公平政策来 缓解风险 。

至少后来者不必从头开始。

更出色的管理者、更优质的工作？

AI 可以监测危险状况并改善预测性维护，以创造更安全的工作环境（或让人类完全规避危险区域）。它也可以用来加强培训和发展。例如，科技巨头 Honeywell 使用基于 AI 的图像识别技术为新员工创建虚拟现实培训课程 [10] 。

AI 还会创造就业机会，从 AI 特定角色到 AI 驱动增长创造的新角色。AI 将各种任务自动化，让传统的碳基生命形式（也就是人类！）专注于更复杂、更具创造性的任务，包括尚不存在的职业。它甚至可以将招聘和雇用、绩效评估和员工敬业度等方面自动化。例如，使用聊天机器人面试候选人、分析出勤率、生产率和客户满意度数据，提供更客观的绩效评估。所谓的“算法管理”有可能可以简化管理并防止偏见。然而，正如我们将看到的，它也可能加剧歧视，侵犯劳动者的权利。

魅力新世界，烦恼依旧在

一些 末日预言者 竭力让世人相信机器人会觉醒并消灭人类，在此之前，企业更担心一些迫在眉睫的难题，其中大多数仍在解决中。

首先，AI 并不容易。算法需要大量的训练数据，而且可能难以在用例中泛化。同时，人才稀缺。企业需要经验丰富的管理者和战略家，以及 AI 特定的和一般的数字实践知识，包括能够为非技术用户开发直观前端的软件工程师，以便与算法交互。

至于其他工作……

有的会改变，有的会消失。在可预测的环境中，体力劳动首当其冲，即使是知识工作者也面临风险。例如，AI 已经在帮助 放射科医生分析影像 ，而且只会越来越好。当 AI 始终更可靠时会怎样呢？ 大型语言模型会让以写作为生的人感到不安。

多伦多大学认知心理学家和计算机科学家兼谷歌母公司 Alphabet 顾问 Geoffrey Hinton 博士认为 ， “我们现在应该停止培训放射科医生。放射科医生就像《公路杀手》漫画中的威利狼一样，你已经在悬崖边上了，只是没有往下看而已。” [11]

许多劳动者需要在各组织、行业以及跨地区变换职业。高度结构化的环境以及数据收集和处理方面的体力活动将减少。与此同时，在不可预测的物理环境中，复杂的活动和工作仍然由人类主导（对于管理者和按摩治疗师等来说都是好消息）。

支持者认为，AI 将与人类合作，就像很多人一样，人类通常会从实干家转变为管理者，比如亚马逊的堆垛机变成了机器人操作员 [12] 。毕竟，借助目前的技术，只有 5% 的职业可以完全自动化。

有人说这是一厢情愿的想法。技术进步如此之快，在可能实现自动化的领域，AI 将不可避免地取代人类。据估计，2016 年至 2030 年，AI 和自动化可能会取代约 4 亿劳动者。

不管怎样，提升技能和再培训是必不可少的。当然，数字化和基于 AI 的专业知识需求量很大。但随着 AI 接管更多活动并实现自动化，其他技能的重要性将提升。其中包括社交、情感和更高层次的认知技能，如创造力和批判性思考。

是同事，而非竞争对手？

也并非全然无望。波士顿咨询集团 (BCG) 的一项调查 [13] 显示，AI 对个人和组织都有广泛的积极影响，60% 的受访者表示他们觉得 AI 工具是同事。事实上，AI 深深融入到了商业和消费品中，以至于经常被忽视。此外，与员工未从 AI 中获得价值的组织相比，员工从 AI 中获得价值的组织从 AI 中获得重大经济利益的可能性是其 5.9 倍。希望尽量提高 AI 投资回报率的管理者应该培养员工之间的信任、理解、代理关系和认知。报告称，“AI 可以通过提高能力、加强自主权和巩固关系来提高个人的自主性。”

那么，工资呢？

如果 AI 和自动化可以更快、更便宜、更安全、更可靠地执行任务，对人类员工的需求量可能会下降，工资也会下降。高薪工作可能会增加，但许多不能自动化、不会“丢”的工作（如护理），工资会降低。这可能会加剧收入不平等以及政治和社会动荡。

为抵消自动化的影响，金融支持和安全网的需求会增加，例如美国前总统候选人杨安泽倡导向全民发放的津贴，即“全民基本收入”。例如，各国政府必须通过基础设施和适应气候变化投资来创造更实质性、更可持续的工作。

伦理道德与算法

AI 的使用引发了几个道德问题和疑虑，必须予以解决。以下方面都需要人类监督：

公平公正。 用有偏见的数据训练 AI 系统，可能会导致不公正地对待某些人群。这可以通过多元化、有代表性的训练数据、稳健的测试和问责措施来避免。

透明度和可解释性。 基础模型等很多机器学习算法都是黑匣子，无法解释其决定。“电脑光说不”远远不够。美国国防部 DARPA 正在开发一种算法，“解释它们的理由，描述它们的优缺点，并传达它们对未来行为方式的理解。” [14]

问责制。 AI 系统必须对其决定和行动负责。企业应当界定 AI 智能系统的范围和限制，制定明确的政策和程序，确保负责任、合规地使用，并纳入人类监督和解决负面后果的机制。

隐私。 AI 能够分析书面、口头甚至面部队列，深化工作场所监控，评估劳动者的情绪和工作效率。企业应当更新其数据治理政策和程序，确保以负责任的方式处理个人数据，并遵守相关隐私法律。

安全性。 AI 和自动化通常通过让劳动者规避危险区域来提高安全性。但各组织不应当心存侥幸，特别是在自动驾驶汽车和协作机器人方面。定期的健康和安全审计至关重要。

安全性和复原力。 AI 系统及其使用和生成的数据是犯罪分子、情报机构和心怀不满的员工的高价值目标。自然灾害可能会破坏或摧毁基础设施。网络安全和复原力是企业和政府的首要任务。

尽管 AI 应用广泛，但过去几年，风险并没有明显缓解。政府和政策制定者该出手了？

正如经合组织在一份关于如何确保 AI 保持可信度的白皮书中所说 [15] ，大多数问题可以通过现有政策和法规来解决，例如反歧视、数据保护（例如 GDPR）、欺诈行为和正当法律权利，以及在这些政策和法规的基础上，制定新的政策来保护劳动者。

《欧盟人工智能法案》 [16] 旨在对就业中使用的 AI 系统进行分类和评级，禁止某些系统，并对其他他系统提出数据保护、透明度、人类监督和稳健性方面的法律要求。在美国，有些州要求在聘用时求职者同意使用面部识别工具，纽约市议会要求对“自动化就业决策工具”进行算法偏见审计。

当机器人统治世界时

人工智能是一个全球性现象。各个国家/地区和行业都会受益，特别是工资相对较高的那些。到 2030 年，自动化可能会取代法国、日本和美国等国家 20% 至 25% 的劳动力，这一比例是印度的两倍多。 [17]

由于 AI 的战略和经济重要性，中国、美国和世界其他地区的政府正在采用各种策略来推动人工智能的采用。作为《新一代人工智能发展规划》的一部分 [18] ，中国正在制定税收减免和补贴措施，研发支出每年增加 7% 以上，力求成为 AI 领域的世界领导者。政府还实施了法规，鼓励公司之间共享数据以促进 AI 发展。在美国，政府正在为学术机构和研究中心提供资金，并放宽有关自动驾驶汽车等行业使用 AI 的法规。同样，《欧洲 AI 战略》旨在让欧盟成为世界一流的 AI 中心，并确保 AI 以人为本，值得信赖。 [19]

还有一些国际组织在不同级别的政府、非政府组织和私营部门利益相关者之间开展工作，解决 AI 的伦理、社会和经济影响，资助研究，并促进 AI 的负责任开发和使用。其中包括 欧盟的“地平线2020”计划 、 全球人工智能合作伙伴组织 (GPAI) 、 人工智能合作论坛 (FCAI) 和 Partnership on AI 。经合组织的 AI 政策观察站 跟踪和分析其成员国的 AI 政策，其中许多国家已经采纳了经合组织 负责任地使用 AI 的指南 。联合国大会于 2020 年 12 月通过了一项关于 促进利用人工智能推动发展 的决议。

面对 AI，企业应当作何准备？

当然，在 AI 领域，成功之路并不单一。每个企业都需要找到自己的途径，利用 AI 的潜力带来新的好处，而不仅仅是摧毁旧的模式。

也许 AI 本身可以提供解决方案？当被问及企业如何为 AI 革命做好准备时，ChatGPT 说：

这些建议都很好。但目前没有哪台超级计算机可以预测未来。

幸运的是，有常识的人都会意识到 AI 永远地改变了商业。我们有责任确保这些变化让事情变得更好，而不是更糟。

[1] https://www.economist.com/business/2022/12/08/how-good-is-chatgpt

[2] https://www.sciencefocus.com/future-technology/gpt-3/

[3] https://www.economist.com/science-and-technology/2022/11/23/another-game-falls-to-an-ai-player

[4] https://www.bloomberg.com/news/articles/2023-01-23/microsoft-makes-multibillion-dollar-investment-in-openai

[5] https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai-in-2022-and-a-half-decade-in-review

[6] https://www.pwc.co.uk/services/economics/insights/the-impact-of-artificial-intelligence-on-the-uk-economy.html

[7] https://sloanreview.mit.edu/audio/ai-and-the-covid-19-vaccine-modernas-dave-johnson/

[8] https://www.businessinsider.com/ai-in-banking-report?r=US&IR=T

[9] https://www.supplychaindive.com/news/walmart-grocery-AI-demand-operations/585424/

[10] https://www.forbes.com/sites/sharongoldman/2020/12/08/how-honeywells-latest-vr-based-simulator-borrows-from-gaming-to-transform-industrial-training/

[11] https://www.emjreviews.com/radiology/article/artificial-intelligence-in-radiology-an-exciting-future-but-ethically-complex-j140121/

[12] https://www.nytimes.com/2017/09/10/technology/amazon-robots-workers.html

[13] https://web-assets.bcg.com/b8/55/97a0dcbe42cab65ed77794cc9dfe/achieving-individual-and-organizational-value-with-ai.pdf

[14] https://www.darpa.mil/news-events/2022-03-03

[15] https://doi.org/10.1787/840a2d9f-en

[16] https://artificialintelligenceact.eu/

[17] https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai-in-2022-and-a-half-decade-in-review

[18] https://www.unodc.org/ji/en/resdb/data/chn/2017/new_generation_of_artificial_intelligence_development_plan.html

[19] https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=CELEX:52018DC0237&from=EN

A new low-cost handheld device that tests the quality and safety of milk is being developed by the Abdul Latif Jameel World Water and Food Security Lab (J-WAFS) at the Massachusetts Institute of Technology (MIT).

MIT mechanical engineering PhD candidate visited milk collection centers in Maharashtra, India, and discussed collection practices with dairy farmers and center operators during a 2017 research trip.  J-WAFS-funded technology being developed by Jain in mechanical engineering professor Sanjay Sarma’s MIT lab will allow users at village-level milk collection centers like the one pictured to easily test milk for quality and nutritional consistency on site.

Image courtesy of Pranay Jain

Fotowatio Renewable Ventures (FRV), part of Abdul Latif Jameel Energy, has been awarded a 55 MWac solar project in Armenia that will power more than 21,400 homes in Armenia with clean energy.

Tristan Higuero, COO East, meets Armenian Prime Minister Karen Karapetyan.

© 2015-2024 Abdul Latif Jameel IPR Company Limited. Permission to use this site is granted strictly subject to the Terms of Use . The Abdul Latif Jameel name and the Abdul Latif Jameel logotype and pentagon-shaped graphics are trademarks or registered trademarks of Abdul Latif Jameel IPR Company Limited. 如果您选择继续访问本网站，您的计算机将放置非永久性 Cookie，旨在增强您的网站浏览体验. 如果您不允许在您的计算机放置非永久性 Cookie，请现在退出本网站. 或者，请点击“关闭”继续.