起航学习网

第一批人工智能已经被炒鱿鱼了，可见人工智能的发展是飞速的，人工智能时代也即将到来，真的感叹我们生活在这个美好的时代！

叫嚣着要取代全世界的人工智能，终于在最近陷入了失业的烦恼。据报道，瑞典的一家在线银行Nordnet，准备对自家的人工智能员工Amelia炒鱿鱼。

Amelia去年夏天刚刚入职Nordnet，其日常工作就是帮客户开个银行户头、处理一些银行数据等任务，正常来说速度肯定是应该比工作人员要快，银行的工作效率和效益也该有个明显的提升。

但事与愿违，这一年来，Amelia好像并没有表现出一个人工智能员工该有的能力。

其实Amelia并不是第一个被炒鱿鱼的人工智能。今年一月份，英国的一家超市就解雇了一个上岗仅仅一周的导购机器人Fabio。超市的初衷是它一能吸引顾客，二能帮助卖货。

然而几天之后，他们发现这两件事儿Fabio一件都没做好，甚至有些顾客看见它就绕道走。

这是怎么回事？正常来说，人工智能在提高工作效率这方面是共识，但上岗不久就被炒鱿鱼，多少令人有点意外。但细细想来，以如今人工智能发展的程度而言，出现这样的情况似乎也是常事。

应聘自称技术流，上岗才发现活不好

在所有最可能被人工智能取代的工作当中，银行首当其冲。原因在于，相较于其他行业来说，银行拥有庞大而又相对完整的数据积累，而进行数据分析又正是人工智能的拿手好戏。一个要算，一个能算，简直无缝贴合。

但这并不意味着人工智能在银行就可以畅行无阻，至少这并不是如今人工智能能完美而为之的。

尽管在实验室中，开发者们已经针对人工智能可能遇到的各种问题进行了全面模拟，人工智能也在这过程中表现得游刃有余，但一旦投入实战，其实用功能仍然有可能会受到挑战。以Amelia被炒为例，其可能是以下两个原因所致。

第一，算法的问题。算法存在问题，其对数据的处理就会存在误差。虽然银行拥有完善的数据，但如果没有合适的算法进行处理，或用了不合适的算法进行处理，其得出的结果仍然是不可接受的。

比如在分析报告这方面，目前仍然是人类分析师为主，原因就在于人工智能对动态性很强的金融业务上可能存在分析的误差。而银行做的毕竟是钱的生意，总是出错，客户肯定不干了。

第二，沟通的问题。既然是用人工智能系统，那么其要解决客户问题就一定会涉及到语言沟通。银行是一个非常繁忙的金融机构，我们能看到的场景就是银行每天都在排队。

如果人工智能的连续性对话和专业性学习不彻底，其在于客户沟通的过程中很可能会答非所问，造成迟钝、误解等问题，这一定会影响工作效率、消磨客户耐心。

而Nordnet又是一家线上银行，其对人工智能的语义识别对话能力的要求自然更高。这点儿类似人工智能客服，说不好话就卖不了货，卖不了货就只能等着被炒了。

对导购机器人Fabio来说，沟通不畅或沟通体验不好一定是超市将其“辞退”的重要因素。也就是说，不是打着人工智能的名头就一定会生意兴隆。最核心的地方在于，技术是否真的成熟到足以应对任何情况。

本想事半功倍，奈何入不敷出

无论是雇佣人工智能还是雇佣人力，公司的目的只有一个：赚钱。但公司花了大钱把你招来，你却坐吃等死，那就只能将你扫地出门了。

据Nordnet称，去年为了引入人工智能技术，公司付出了巨额代价。整个2017年的年利润仅为2.47亿瑞典克朗，是2012年以来的最低水平。

虽然不能确定银行利润的降低一定是引入人工智能所致，但真正实用的消费级人工智能产品价格尚且不菲，遑论以提高利润为终极目的的企业级人工智能解决方案。

Nordnet从人工智能系统提供商IPsoft那购买的解决方案，不仅仅是一个人工智能柜员，花了多少钱我们也不得而知。但是看一下人工智能方面的资金投入数据：

百度每年投入100亿元、欧盟计划2020年之前投入15亿欧元、2014年以来中国人工智能累计投入超过600亿元……不仅如此，人工智能人才动辄百万美元的年薪，这些成本都会加在销售给C端的产品上。

因此，正处于前期布局、投入、研发的人工智能，有一点是可以肯定的，那就是成本居高不下。从这个角度来说，能在这个时候冒着赔本的风险去品尝人工智能的公司，都是勇敢者。

物不能尽其用，锅不能人工智能背

当然，锅也不能全都让人工智能背了，毕竟能力有多大它自己也没办法。这中间还可能存在的一个问题是，开发者和使用者的断层。

这种断层体现在，开发者穷尽己之所能，没日没夜地做出了自己认为非常完美的产品，觉得考虑到了实际过程中可能产生的所有问题，应用起来完美无缺，结果客户不会用。

这就是个大写的尴尬了。这种感觉就像你买了个上万块的手机给奶奶用，她却只拿来照镜子。人工智能如果是因为这个原因被解雇，实在是有点冤枉。

事实上，这种情况的确值得注意。在关于人工智能会取代人类的什么工作的大讨论之后，有人就抛出了“人工智能不能取代教师，但不会用人工智能的教师将会被取代”的观点，其中的教师可以被换成医生、律师、工人等等诸多职业。

可以说，会用人工智能就像会用手机一样，未来将成为必需品。但对很多人来说，手机的功能并没有被充分挖掘，所以他们很难区分出5000元的手机和1000元手机的差别：不都能打电话装软件？

所以，要让客户能充分发掘人工智能的潜能，或许可以从以下两个方面出发。

1. 开发者“私人订制”。开发者想做好一件东西，而客户想要的是用好一件东西。这就要求产品一定是最符合客户需求的。根据客户的需求，体现出开发产品的差异化，让客户在使用的时候能够更快地上手，才是发挥人工智能功能的第一步。

2. 客户的技能培养。一般来说，客户不需要知道人工智能到底是怎么做的，只需要知道怎样才能让它按照自己的指令工作就够了。但即便是这样，还是有很多人存在着学习困难。

比如很多年纪大的老师一辈子不会用电脑，也不愿意学，投影仪就成了摆设。因此，开发者在进行产品交接的时候提供全套的技术指导，才能在产品符合自家需求的情况下，还能熟练操作，实现人工智能产品的价值最大化。

那么，通过这种方式来解决开发者和用户之间的断层，显然对洗白人工智能“无用”的冤屈是有积极意义的。

人机协作效果好，人工智能“独立”难有为

这就完了吗？

实际上，被解雇的人工智能只能当作个案来对待，并不能将所有的人工智能应用一概而论，毕竟有更多的人工智能应用在如火如荼地燃烧着。这些应用身上也并未出现过所谓“不管用”或者“解雇”之类的尴尬字眼。

我们发现，被解雇的人工智能和应用得风生水起的人工智能之间，存在着一个变量，这个变量就是：人为干预。而根据人为干预程度的不同，我们可以把这两类人工智能分为独立式人工智能和半独立式人工智能。

所谓独立式人工智能，是指人类没有干预或干预较少、人工智能自主分析决策程度较高，甚至完全自主决定的人工智能类应用。Amelia、Fabio基本都属于此类，因为与客户或消费者进行对话、分析数据并得出结论的过程，基本上是没有人操作的，在此过程中其完成了与客户的直接接触。

我们常见的内容平台的审核方式，也可以算作此类。因为人工智能可以自主进行审核、通过或者驳回，在这个过程中没有人工参与。这种独立式人工智能很容易产生问题，比如内容平台频频出事，虽然很多平台都增加了人工审核，但是谁知道呢？

而半独立式人工智能则指的是人类干预较多，人工智能只是承担前期的观察、分析，最多再加一点初步结论，最终的决策仍由人类完成的人工智能类应用。

比如用人工智能做各种预测、帮助医生读X光片、招聘、识别古文字、抓在逃犯等等。显而易见的是，这类有人类干预和把控的人工智能反而是运行得颇为良好。

也就是说，目前人工智能要完全独立地承担工作任务，也就是“替代”人类，可能还有些难度。有企业耐不住性子而赶鸭子上架，人工智能也很无奈。正因如此，人们更多地称人工智能为“助手”。

从“助手”向“替代”的转变过程，可能就是人工智能降低自己被解雇概率的过程，也是人工智能技术进步的过程。

当然，等到人工智能替代了人类之后还是会有被炒鱿鱼情况的发生，只不过作出这一决定的可能不是人类，而是更优秀的人工智能。到那时候，开发者又将面临另一场永无休止的战争。

文章为作者立场，不代表时代周报观点。

编辑：魏帆

如果可能、那就走在时代的前面

如果不能、那就同时代一起前进

但决不要落在时代的后面

——布留索夫

文章出自：http://qh.itpxw.cn/ai/python/201841676.html

文章标题：人工智能机器人真的不好吗 为何会被炒鱿鱼



免责声明：本站文章均由入驻起航学习网的会员所发或者网络转载，所述观点仅代表作者本人，不代表起航学习网立场。如有侵权或者其他问题，请联系举报，必删。侵权投诉

(责任编辑：IT培训网)