很多人都在畅想AI时代进入高级阶段后的形态，机器人会接管这个世界么？无数此类题材的影视和文学作品，其实反映了人类在这方面天马行空的想象力和内心中隐含的焦虑。在学术界，从上世纪50年代图灵、香农等人工智能领域的先驱开始提出此类问题至今，猜测从未停止。

过多的考虑“机器人取代人”属于一种认识误区，远比这重要且迫切的，是我们如何进行组织能力的变革，让团队中越来越多的AI大脑与人脑协作良好、效率提升，直至引发生产力的大进步。

AI并不是人脑的升级版，而是人脑的增强模块

在人们谈及AI时，总是情不自禁的将之比作人脑的升级版。但这种观点一开始就错了——人脑在思维能力方面的全局优势和潜力目前无可匹敌，还远远到不了需要机器来对人脑进行替代升级的阶段，现阶段的AI更多的是对人脑功能中若干模块的极度增强，比如记忆、感知、对比和反馈等，而对于一些更高级的能力，如推理、演绎和创造创新，目前还仅仅只能说略见眉目。

但是，这种模块增强已经可以极大的提升我们处理多源异构数据的能力，智能时代是真切的到来了。

我们先看看增强的部分，首先在记忆的方面就不用说了，机器储存和检索结构化信息的能力非常强大，比如阿尔法狗可以背下人类历史上所有的棋局，然后用之和人类对局，比如我们的公安系统的数据库里可能装有十几亿人的面部识别特征，而且是跨系统的进行对比和识别。

然后说感知和认知方面，我们知道由于传感器价格的大幅度下降，我们在重要的公共场合、甚至是一个零售门店里都装有无数的传感器。它们识别人类的各种行为——比如在哪个货架前停留的时间比较久，比如两个人是否打起来了，两台汽车是否相撞了。一个大家可能比较熟悉的例子，一个嫌犯在城乡结合部躲了好多年，结果去了一趟机场，十分钟就被识别出来了，几天内就落网了，这都是我说的——极度增强的部分模块，正在以超强的工作能力取代人类的重复劳动。

这一切都是数据获取、感知-认知能力、大数据推理能力得到快速发展的结果。

但是，还有非常多的更复杂的问题是AI解决不了的。比如，探索未知和创造未知的复杂智力活动，AI在这方面的能力也不够强大。我们看机器写作，AI已经可以写“新闻稿”了，但是仅限于有结构化数据支撑的稿件，比如股价的涨跌；但很难写出高质量、有风格的、有洞察的长文；AI也可以把某个商业模式优化，但很难从头创造一个商业模式。

这一切都告诉我们，人要对自己的大脑有充分的信心，但我们又要充分享受AI带来的红利，这如何实现呢？那就是人机协同。

人机协同未来已来

其实，人机协同在我们的社会生活中已经开始了广泛的实践。

我们曾经提出过一个HAO智能的概念，它在我们目前的产业实践里已经落地了，大家可以看到这张图。

图的左上角叫做Cognitive System，感知智能体系，它的功能其实就是对外界的所有环境的变化做感知，相当于眼睛和耳朵；感知到的信息和认知体系的协同工作，产生了定义和推理，接下来是最右边上面的行动体系，扮演手和脚的功能。大家可以看到，这个系统并不是只靠人脑或者只靠机器来实现从认知到行动的，是我们所有的人的大脑加在一起，再叠加各种数据反馈，形成的群体智慧的综合结果、系统工作。

HAO智能并不一定就是人机协同的终极模式，我在这里举出这个图表，是想告诉人们，未来的人机协同一定是这样的一种形态——人和AI、大数据能力共同在一个架构下，通过某种协调机制，比如数据中台，相互配合、共同工作。而且，这种工作可能还是很愉快的。

有几个人机协同后，我们的社会生活、工作方法发生巨大变化的“小例子”。

首先，我们是在餐饮行业里人机协同的案例。

我们曾经有一个讨论，餐饮行业里实现智能太难了。因为中国人对于吃这件事非常在意，什么地方风味啊、什么做菜要有“锅气”啊……这些都是典型的特别主观、特别难以量化、特别难以形成know-how的概念，但现实中又广泛为公众所接受。所以我要坦白的说，现在要开发出一种可以让餐厅的味道更好吃，让一个小餐厅一下子能提供米其林餐厅的出品的AI，基本还不可能。

那人机协同对餐饮业就没有意义了么？

相反，它的意义很大。首先一个实现的就是千人千面。大家知道现在二维码点餐迅速普及，这个菜单本身就是一种AI输出的结果。

由于我们每个人的口味是不一样的，我们的消费行为也各自不同，那么系统给每个人的提供的菜单组合也不一样。你拿到数字化的菜单一看——我最喜欢、最常点的都在列表的最前面排列，这就很大程度的增加客人的好感和点菜速度。据我所知，这种菜单个性化，在某些大型连锁餐饮企业已经做了验证了，客单价收入提高5%。

另一个大家百听不厌的关于AI人机协同的就是破案故事，比如有一次拐卖儿童事件的破案过程。

某日，某地公安接到一起拐卖儿童的报案，由于案件刚刚发生不久，处于破案的黄金时段，办案人员先从现场掌握的嫌疑人逃窜车辆车牌入手进行调查，但是很快发现该车辆是套牌车，线索就此中断……在智能系统的帮助下，办案人员得以迅速将车辆以外更多维度的线索数据纳入研判视角中，通过智能系统的自动分析识别，办案人员很快识别到犯罪嫌疑人的模糊人脸；这无疑缩小了嫌疑人的范围，随后办案警员通过人工智能系统开始叠加数据维度，对犯罪嫌疑人的轨迹、关系等更多维度的数据进行研判……最终系统协助公安机关锁定了可能性最大的嫌疑人。

那这个案例中人机协同的地方在哪里呢？在实战中通过模糊的人脸在系统中未必能够直接锁定目标犯罪嫌疑人，更大概率的是识别出一群长得很像的人，但是很难确定哪一个才是真正做了案的。在这种情况下，我们的警官就会发挥自己的主动经验，从嫌疑人的标签、轨迹、关系数据等角度进行分析……这里面的大量工作是机器做不了，必须通过人脑的。但是，人脑利用机器做判断的过程，会变成一种know-how沉淀下来，犹如大脑在不断地学习，那么下一次遇到这种情况就能更高程度地靠机器来解决了。

大家可以看到，这一阶段的人机协同的特点是，机器来做人做起来比较低效的工作（比如对比面部数据，比如不停的测量薯条的温度），然后把这些认知推送给人，人根据经验和系统两方面的结果来做决策，然后系统被训练的更智能，解决问题的能力越来越强。我的判断是，接下来的十年，人机协同将主要依托这个路径不断前进。

可是，在一个更大的系统里，一个有更多AI大脑和人脑的复杂系统里，要尊重一种什么样的原则才能做到最好的配合呢？这就是我们第三部分要讨论的，人机协同带来的组织变革和管理变革。

人机协作需要管理思想和组织结构的变革

我经常分享管理思想的三个阶梯，从泰勒到德鲁克，再到今天的AI时代。

如果把组织比喻成一个人，那泰勒的思想是管理人的手和脚如何更好的协调动作的问题；彼得·德鲁克的思想是解决如何管理人的脑袋的问题；而我们当今的智能时代，需要解决的如何高效管理知识型人才+智能机器共存的组织，使得管理思想实现从以人为主体转变为管理“人机”共同主体的升级的问题。

或许也可以这么说，亨利·福特开创了标准化流程，引领了第一次企业转型浪潮；自动化流程带动第二次浪潮，并于20世纪90年代达到顶峰；人机协作能够进一步增强和重塑企业的业务流程，引领以自适应流程为标志的第三次企业转型浪潮。

埃森哲战略发布的《智能时代革命：打造人机融合的未来劳动力团队》大胆的预测，如果所有企业能够像领军企业一样积极地投资人工智能和人机协作，到2022年，其营收将大幅提高38%，员工规模将扩大10%；整体而言，这意味着全球企业届时将新增总利润达4.8万亿美元。

有合作，就必然有合作带来的挑战。有很多人担心，人机协作中会出现脱节现象，这种担心不是没有道理的。因为这是完全两种不同的智慧在协同工作，所以它可能需要新的智慧、新的语言、新的情商来完成。

未来十年的AI发展将给我们带来什么样的变化。我不是预言家，也不是未来学家，但人工智能的发展总是有迹可循的，所以我做了这样几个预测：

第一，人机协同可能需要我们重新定义很多工作岗位，自下而上地重建团队组合。在团队里有许多新成员，他们是有实体或仅仅以数字形态存在的AI智能，我们可以视为一种机器人，它们的加入会使得企业重新平衡好工作自动化和人员能力提升这两方面的需求，从而导致生产力和生产关系都出现转型。在组织形态上，一个企业以往的企业主高高在上，客户构成基石部分的正金字塔结构，可能会转换成客户需求在上，企业主在最下端的倒金字塔结构，这个结构也反映了行业know-how萃取和数据能力积淀的过程。

第二，由于未来的智力输出由人脑和机器大脑两部分组成，两部分在能力和特点上都有很大的不同，所以我认为将来会在一个公司内、行业内、社会与产业之间，都出现一种新的中台，即“协作中台”。中台是资源和数据的积淀而产生的，且是产业资源大循环的交换中枢。现在，我认为人机协作在长期来看，也需要这样一个middle office，让人力和机器智能找到最佳的耦合方案，我们的中台概念为此会继续加深。

第三，有人说，未来的我们的机器伙伴，因为不会有情绪，所以会更加任劳任怨……我部分是认同这个观点的。但是，人和机器之间最大的命题不应是谁发明谁，谁控制谁的问题。这不是最核心的问题，最核心的命题应该是两者之间最大的区别，就是彼此的互不可替代性，由于彼此不可替代，所以最好的结果是协作——人类可以开发、训练和管理各类AI应用，从而确保AI系统真正成为人类的好帮手。同时，机器可以使人类突破自身极限，拓展自身能力，例如实时处理和分析来自不同来源的海量数据。换言之，机器也能够赋能于人。人和机器协作，提高效率，这就是人机同行的美好世界。

结语：生逢伟大时代