人工智能（AI）领域的快速发展，将对社会带来重大的影响，这引发了许多激烈的争论。一些人认为，它将驱动经济增长，为改善生活质量带来数不清的机会。尽管我们相信那些最深的恐惧其实是夸大其词的，但认知技术这一AI产品却不容忽视。它们是商业竞争优势的新兴源头，并走在一条通往「无处不在」的道路上，即将充斥我们的生活和工作。
智搜（Giiso）信息成立于2013年是国内领先的“人工智能+资讯”领域技术服务商，在大数据挖掘、智能语义、知识图谱等领域都拥有国内顶尖技术。同时旗下研发产品包括资讯机器人、编辑机器人、写作机器人等人工智能产品！凭借雄厚的技术实力，公司成立之初，就获得了天使轮投资，并在2015年8月获得了金沙江创投500万美元pre-A轮投资。
长期以来，人工智能研究者都在开发旨在提升计算机性能的技术，这些技术能让计算机完成非常广泛的任务，而这些任务在过去被认为只有人才能完成，包括玩游戏、识别人脸和语音，在不确定的情况下做出决策、学习和翻译语言。为了将人工智能领域中衍生出来的技术与AI领域进行区分，我们将这些技术称为「认知技术」（cognitive technologies）。通常使用的认知技术包括机器学习、计算机视觉、语音识别、自然语言处理和机器人学。
在接下来的3到5年中，认知技术有可能会给职业、工人和公司带来深远的影响。这些技术可以，并且即将消除人类的工作。但它们也有可能被用来重新定义人类的工作、为工人创造出新的机会、为商业公司和客户带来更高的价值。公司的领导者们应该理解4个主要的自动化选择，以及我们所描述的成本和价值策略。他们也应该调整人才管理工作，来吸引和改进员工的职业技能，包括创造性和情商——这些技能在认知技术时代会变得更加重要。
冲突的观念
关于认知技术会对就业带来什么影响，这一问题正在处在活跃、甚至是危言耸听的争议当中。争论的一方预言道，当过去由人来做的工作被这些技术所取代后，将极大提高失业率。而另一方的预言则认为，我们对技术变革所带来的历史规律已经很熟悉了——新技术提升了生产力，从而增加了社会财富，驱动经济增长，对拥有新技能的就业者创造出新的需求。
最近，牛津大学研究者做了一个被广泛引用的分析，正是上述争论中「黑暗」一方的一个例子。这项研究估测道，美国的就业人员中，有47%正因接下来10年或20年的计算机化而「处在风险中」。信息技术研究机构Gartner也持相似的观点，预言「到2025年，有1/3的工作将被软件或机器人所取代。」三个Gartner的分析师甚至做出更彻底的「战略性计划假设」：「到2030年，今天我们所熟知的90%的工作都将被智能机器取代。」
并不是所有人都相信，公司应该开始为一个没有雇员的未来早作打算。David Autor是一个杰出的经济学家，他在麻省理工学院（MIT）研究技术与就业之间的相互作用，是这方面的权威。他写道：「机器要取代人类，亟需适应性、常识和创造性，这些需求的缺口还非常大。」他认为，人们未能足够重视机器与人力之间的互补性，这种互补性将会「提升生产力、增加收入、增大对熟练工种的需求。」Rodney Brooks是两家著名机器人公司的专家和创始人，他相信，人们应当正确地看待机器人这样的技术，因为它们能够「让人们摆脱那些折磨人的愚蠢工作」，而不是让人们失业。
对未来，我们更喜欢积极的预期。认知技术正在较窄的领域中取得好的进展，而取代整个流程或职业却很罕见，不太可能在短期内变得很普遍。更有可能的是，尤其是在接下来的3到5年内，工作的一部分会被认知技术自动化。员工（包括知识性的员工）将与自动化的智能机器打交道，就像今天的飞行员和先进工厂内的工人所做的工作一样。由于这个原因，公司领导者应当进一步考察认知技术为工作、员工和公司所带来的影响，这是一件非常重要的事。
认知技术和工作自动化
在以往的工作中，David与其他同事分析了100多个认知技术的应用，并将这些应用分为三大类：产品类、流程类和分析类。每类应用都对工作和工人产生了深远影响。
图1
产品类应用将认知技术嵌入到产品内，来实现智能行为、自然交流（比如说和看）以及自动化。该类应用对工人的影响从没有影响（机器人玩具或智能温控器）到有些影响（能承担家居清洁工作的扫地机器人）再到影响重大：自动驾驶汽车正取代采矿卡车司机和火车驾驶员，某天它们将会取代出租车或货车司机的工作；机器人还会取代泥瓦匠和砖瓦工。下一步，公司就可以将使用认知技术的产品部署到各个业务流程中。
自动化企业工作
流程类应用使用认知技术来提高、扩大或自动化业务流程。比如自动化数据输入、自动化手写识别、使用算法的自主规划与调整以及使用语音识别、自然语言处理和问答技术的自动化客户服务。通过定义流程类应用会让工人的工作实现全自动或半自动化。如下所示，自动化会对企业产生挑战，而且并不总能达到预期效果。
自动分析
分析类应用使用认知技术来揭示模式、做出预测以及指导更有效的行动。如，英特尔采用机器学习向其销售团队展示客户的进一步需求以及他们该向客户提供什么。某些分析类应用可以看作自动化的形式：接下来做什么是基于特定情境由机器而不是人所做出的决定。其他分析类应用是改善而不是自动化现有决策流程，或者进行之前不能做的分析。有时，他们将机器学习与其他认知技术（比如计算机视觉或自然语言处理）相结合。例如，一家初创公司将计算机数据与机器学习算法相结合通过零售商场停车场的卫星图像来判断其营业状况。
自动化意想不到的后果
自动化的历史可以追溯到数百年前，包含了制造业（工业自动化）、航空和文职工作（办公自动化）。如今，认知技术将自动化拓展到新的领域，比如过去那些需要人类感知和认知能力的任务。虽然自动化极具价值，但是，数十年的研究编码自动化并不总是有益的，也带来了意想不到的后果。随着商业和技术领导人考虑使用认知技术来自动化工作，他们会从自动化的历史中学到很多，来避免重复错误。
引入自动化以弥补人类能力不足的想法似乎很令人信服。但是，自动化系统也会有缺陷。离开人类操作员，只让机器自主完成任务会有问题。比如，没有人类监控的自动化进程会产生错误，然后程序会忽略这些错误继续执行任务。研究表明，即使是干劲十足的工人，他关注不变的信息源的时间也不会超过半小时。
智搜（Giiso）信息成立于2013年，是国内首家专注于资讯智能处理技术研发及写作机器人核心软件开发和运营的高科技企业。公司成立之初，就获得了天使轮投资，并在2015年8月获得了金沙江创投500万美元pre-A轮投资。
如果人们不经常训练，他们会失去某技能。这就导致了颇具讽刺意味的情况发生，人们会需要一个自动化系统来执行他们不擅长的任务，比如自动驾驶。有时会产生悲剧后果。研究人员发现，过度设计或设计不佳的自动化，不仅没有实现去技术化，还会降低人们在某些任务中的表现。研究表明，驾驶中有太多的自动化，比如采用巡航控制系统会让司机（特别是新手）疏于警惕，还会降低表现，比如紧急制动。其他研究发现，自动化系统（就像坏老板）会降低工人的积极性、产生疏离感、降低满意度、生产力和创造力以及离间员工。
技术评论家Nicholas Carr认为，拙劣的自动化策略对效率和安全性会产生负面影响，还会破坏我们的个性和自我价值。
