不要慌！在AlphaGo肩膀上坐好

01-28

最近，谷歌人工智慧AlphaGo與李世石的圍棋對戰吸引了全世界的眼球。到本文截稿的時候（3月15日中午）比賽已經進行了四場，AlphaGo連勝3場已經實際贏得比賽後，李世石終於在第四輪扳回一場，今晚將會揭曉最終的比分……

無法忽視的未來

這次比賽的最終比分已經不重要了，因為它已經激起了所有人對基於神經網路的人工智慧技術的強烈好奇心。AlphaGo的獲勝預示著在可見的未來，在任何規則明確的認知問題上，人工智慧都將會超越人類。 而這個結論也引發了人工智慧對人類生存是否構成威脅這樣的網路大論戰。

當然，偶爾討論一下「人工智慧是否會消滅人類」這樣的科幻話題也蠻有意思的，畢竟這比過去那些關於人工智慧的乾巴巴的技術文章要有趣多了。不過，我覺得大眾或許被「人機大戰」這個標題所誤導，而忽視了一個擺在我們眼前的、更明顯的事實：

在未來的10年內，人與人的綜合智力競爭將會異常迅速地加劇。而導致這一趨勢的直接原因就是：越來越多的人將藉助AlphaGo這樣的人工智慧技術輔助他們的思考和工作。

讓我們看一下「人機大戰」的比賽現場，更容易理解我所說的意思。請仔細看上面比賽現場的照片，棋盤右邊的是李世石，而坐在左邊移動棋子的並不是AlphaGo，是一位活生生的人！ AlphaGo在整個比賽過程中的真實角色是一個在旁邊進行計算並指揮人來行動的「指導系統」。

試想一下，如果沒有「人機大戰」這個標題的影響，單獨來看這張照片的話，你可能會以為這就是一場普通的圍棋比賽，對不對？尤其是如果左邊的選手把他身旁的屏幕隱藏起來的話，你根本就不會知道他是在藉助人工智慧來和一位圍棋高手過招，是不是這樣呢？

那麼現在，如果有一個在某方面比普通人還聰明的神秘助手來暗中幫你，你會不會使用它呢？…… 恐怕，這才是我們即將面臨的真實場景：人工智慧將會迅速在各個領域成為人們的「隱形助手」，它們將會首先成為我們的幫手而不是競爭對手。

誰會革我們的命

未來，我們面對的真正競爭對手依然是人。區別只是每個人背後都將會有一些「Alpha狗」來協助他們思考！真正可怕的競爭對手不是人工智慧，而是那些懂得駕馭複雜的人工智慧來和我們競爭的人。由此推導出的一個顯而易見的競爭趨勢就是：

未來的知識工作者，對數據和人工智慧的駕馭能力，將上升成為其最核心的競爭技能之一。

這才是未來10～20年影響我們每一個人具體生活的大事件，將會革我們命的並不是機器，而是和機器充分配合工作的人！

人們對數據和人工智慧的駕馭能力，將會成為一項左右競爭成敗的重要技能。這就像是汽車發明以後，司機成為了一個重要的職業；電腦發明以後，使用軟體和程序才成為了一種重要的工作技能。

在李開復最近的一篇文章中，他提到矽谷最近的一個趨勢：「現在，做深度學習的人工智慧博士生，一畢業就能拿到200到300萬美金的年收入的offer，這是有史以來沒有發生過的。」

其實大部分經歷過計算機革命的人都會馬上理解這些現象的意義：過去人們撰寫文檔時是沒有計算機和互聯網的，人們藉助各種類型的打字機來完成文檔的錄入和排版。但是計算機文字處理技術出現以後，短短十幾年的時間，幾乎所有人都更換到計算機的工作流程上來。

這背後的真實原因，並不是學者們所說的「主動迎接科技革命」，而是因為其他人一旦率先開始使用計算機提高效率，我們為了和他們競爭就「必須要趕上」。如今，我們正在經歷的這場人工智慧與人腦的大戰，不就預示著一次近在咫尺的智力工作革命嗎？

在過去的30年間，計算機和互聯網已經徹底顛覆了人們的工作方式，那些重複性的、簡單工作的學習成本降得越來越低，公司越來越少僱傭全職的打字員或翻譯，取而代之的是將語音錄入、文檔校對、文秘、客服等工作充分地外包，從而讓公司的全職員工可以專註於銷售或產品研發等最重要的工作上。

很多人（包括筆者）都已經經歷了計算機和互聯網的革命，因此我們知道這種技術革新浪潮是應該被重視的。

計算機智能的發展並不會就此止步，在未來的20年內，人工智慧將會繼續革那些重複性、低智能的工作的命，用更便宜、更快速、更安全的軟硬體產品，徹底解放人們的工作效率！

對「助理」類工作的革命

當最新的人工智慧技術應用到各個領域之後，過去的有一類工作將會被徹底地革命，那就是「助理」，也就是那些簡單的智能認知工作。

以筆者所服務的藝術行業來舉例：在傳統的畫廊行業里，一個畫廊經理本身最重要的工作應該是銷售藝術品。為了達成這樣的目的，Ta通常每天都要去處理很多具體的事情，比如整理藝術家的資料、開辦畫展、分析收藏家的愛好等等。

為了能夠達成更高的工作效率——銷售更多的藝術品，在國內的藝術經紀這個行業里通常會僱傭很多美術院校的畢業生來處理一些助理類的工作。但是，僱傭助理並不會立即讓這些工作變得簡單有效，還必須要解決兩個小問題：

第一、管理和培養一個好用的助理需要花費一定的時間。由於藝術市場的信息處理工作比其他行業繁雜，又需要很多專業知識。就導致一個好用的助理往往需要幾個月甚至1、2年的時間才能慢慢上手。

第二、建立一套工作流程，確保助理既可以幫上忙，又不會接觸到太多畫廊的關鍵商業秘密。畢竟助理的薪資水平不高，如果他們因為一點點薪水差距而跳槽到其他競爭對手那裡，那麼Ta最好不要「知道得太多」。

這兩個「小問題」事實上並不那麼容易解決。因為它們對畫廊效率的提升有著非常關鍵的影響，畫廊經理們往往要花不少的時間精力來處理它們。據我觀察，一些大中型畫廊的經理人通常會把一半的時間消耗在培養新人方面。

當然，這不僅僅是畫廊行業的個別現象。在很多工作流程複雜的知識性工作組織裡面都有這樣幹活的人難培養的效率瓶頸，一些簡單的工作分配給助理人員來完成，但工作的品質、速度和保密性這些相互矛盾的要求讓助理工作的效率非常難於保證，從而連帶影響了整個組織的工作效率。

於是，即便是畫廊這樣非常傳統的行業，如今也開始注重他們的內部管理，開始建立一套行之有效的數據管理系統來提升工作效率。隨之而來的就是那些助理類工作，將會伴隨著數據管理的逐步精密化，而逐漸遭到淘汰。

穩坐在人工智慧的肩膀上

如果我們結合著人工智慧領域的革命這個大背景來思考企業效能的問題，就會發現企業裡面的很多基層信息處理工作都只需要比較基本的人工智慧就可以完成。比如文檔的整理，實際上大多數情況就是基於簡單的智能邏輯來對比、整理和刪減文檔。比如語音錄入，就是智能地辨別聲音來轉換成文本……

只是，過去的幾十年人工智慧一直不具有處理這類問題的能力，而隨著最近神經網路技術和深度學習技術的進步，這些「簡單智能」類的工作大都將會被人工智慧所替代。仍然以藝術市場為例，來看看人工智慧這個「隱形助理」將會給這個行業帶來哪些積極的影響：

1、利用人工智慧技術來完成基礎的資料分析工作

機器視覺是人工智慧領域的一個重要的技術方向，它的一個非常基本的應用就是基於一張圖片來尋找另一張有著相同或相似內容的圖片。相信使用過百度相似圖片搜索的朋友都已經體驗過類似的功能了。

有趣的是，國外有一些藝術機構已經測試過各種機器視覺引擎能否協助人們來尋找同一件作品的不同圖片，目前他們的鑒定結果是：人工智慧已經具備了很可靠的人肉搜索能力。

基於這樣的可能性，未來那些有效率的畫廊需要關注的問題之一，就是儲存好自己所代理的藝術品檔案，包括圖片、分類、作者、年代等關鍵信息。因為只要手裡有這些關鍵數據，藉助人工智慧技術所提供的超速信息檢索能力，就可以在短短几秒鐘內為客戶找到Ta可能需要的藝術品清單。

2、精細管理潛在客戶，剖析客戶偏好

對藝術作品進行深度學習的技術，同樣可以應用在客戶數據的分析上。如果潛在客戶提供了幾件他所喜歡的作品圖片，藉助機器視覺分析技術就可以找到他所喜愛作品類型的一些特徵。

通過不斷地收集客戶每一次參觀展覽、購買作品、詢問作品的數據，就可以很精準地搞懂顧客的心思，為他推薦最「靠譜」的作品收藏組合。

3、基於大數據來預測商品的價值趨勢

藝術品的價值也和任何一種商品一樣，存在著波動性。隨著市場口味的變化，有些門類的作品價格會上漲，其他一些門類的作品價格可能會下跌。而如果藉助大數據技術，收集各個門類的藝術品成交價格數據，就可以通過人工智慧演算法來觀察和預測價格的波動趨勢，從而及時調整藝術品的收藏策略。

最重要的是，這些技術如今已經具有了現實的可行性，已經可以為包括藝術品行業在內的各種需要精細化工作流程管理的行業提供實際的幫助。最新的消息，借著本次大賽的巨大聲勢，Google已經宣布將AlphaGo開源，提供給對深度學習和人工智慧感興趣的朋友們學習使用。

基於本文當中所提到的不可避免的趨勢，我建議你從現在就開始認真地考慮如下問題：我如何將人工智慧技術引入到我的工作環境當中，來提高我的工作效率呢？

切記，不要杞人憂天地把人工智慧視作你的敵人，而是要把它看作你未來的可靠幫手，重要的是你能否坐在AlphaGo的頭頂上駕馭它，而不要被它拽著走。在未來幾年之中，你一定要在這方面行動起來，因為一旦競爭對手先想到了藉助人工智慧提高效率的方法，你就會成為競爭中那個被迫在後面追趕的一方。