第一批人工智能已經被炒魷魚了

轉載贊2 收藏5 評論3

舉報 2018-07-23

掃描,分享朋友圈

作者：小豪首發：虎嗅網

叫囂著要取代全世界的人工智能，終于在最近陷入了失業的煩惱。

據報道，瑞典的一家在線銀行Nordnet，準備對自家的AI員工Amelia炒魷魚。Amelia去年夏天剛剛入職Nordnet，其日常工作就是幫客戶開個銀行戶頭、處理一些銀行數據等任務，正常來說速度肯定是應該比工作人員要快，銀行的工作效率和效益也該有個明顯的提升。

但事與愿違，這一年來，Amelia好像并沒有表現出一個AI員工該有的能力。

第一批人工智能已經被炒魷魚了

其實Amelia并不是第一個被炒魷魚的AI。今年一月份，英國的一家超市就解雇了一個上崗僅僅一周的導購機器人Fabio。超市的初衷是它一能吸引顧客，二能幫助賣貨。然而幾天之后，他們發現這兩件事兒Fabio一件都沒做好，甚至有些顧客看見它就繞道走。

這是怎么回事？正常來說，AI在提高工作效率這方面是共識，但上崗不久就被炒魷魚，多少令人有點意外。但細細想來，以如今AI發展的程度而言，出現這樣的情況似乎也是常事。

應聘自稱技術流，上崗才發現活不好

在所有最可能被AI取代的工作當中，銀行首當其沖。原因在于，相較于其他行業來說，銀行擁有龐大而又相對完整的數據積累，而進行數據分析又正是AI的拿手好戲。一個要算，一個能算，簡直無縫貼合。

但這并不意味著AI在銀行就可以暢行無阻，至少這并不是如今AI能完美而為之的。盡管在實驗室中，開發者們已經針對AI可能遇到的各種問題進行了全面模擬，AI也在這過程中表現得游刃有余，但一旦投入實戰，其實用功能仍然有可能會受到挑戰。以Amelia被炒為例，其可能是以下兩個原因所致。

第一，算法的問題。算法存在問題，其對數據的處理就會存在誤差。雖然銀行擁有完善的數據，但如果沒有合適的算法進行處理，或用了不合適的算法進行處理，其得出的結果仍然是不可接受的。比如在分析報告這方面，目前仍然是人類分析師為主，原因就在于AI對動態性很強的金融業務上可能存在分析的誤差。而銀行做的畢竟是錢的生意，總是出錯，客戶肯定不干了。

第二，溝通的問題。既然是用AI系統，那么其要解決客戶問題就一定會涉及到語言溝通。銀行是一個非常繁忙的金融機構，我們能看到的場景就是銀行每天都在排隊。如果AI的連續性對話和專業性學習不徹底，其在于客戶溝通的過程中很可能會答非所問，造成遲鈍、誤解等問題，這一定會影響工作效率、消磨客戶耐心。

而Nordnet又是一家線上銀行，其對AI的語義識別對話能力的要求自然更高。這點兒類似AI客服，說不好話就賣不了貨，賣不了貨就只能等著被炒了。

對導購機器人Fabio來說，溝通不暢或溝通體驗不好一定是超市將其“辭退”的重要因素。也就是說，不是打著AI的名頭就一定會生意興隆。最核心的地方在于，技術是否真的成熟到足以應對任何情況。

本想事半功倍，奈何入不敷出

無論是雇傭AI還是雇傭人力，公司的目的只有一個：賺錢。但公司花了大錢把你招來，你卻坐吃等死，那就只能將你掃地出門了。

據Nordnet稱，去年為了引入AI技術，公司付出了巨額代價。整個2017年的年利潤僅為2.47億瑞典克朗，是2012年以來的最低水平。雖然不能確定銀行利潤的降低一定是引入AI所致，但真正實用的消費級AI產品價格尚且不菲，遑論以提高利潤為終極目的的企業級AI解決方案。

第一批人工智能已經被炒魷魚了

Nordnet從AI系統提供商IPsoft那購買的解決方案，不僅僅是一個AI柜員，花了多少錢我們也不得而知。但是看一下AI方面的資金投入數據：百度每年投入100億元、歐盟計劃2020年之前投入15億歐元、2014年以來中國人工智能累計投入超過600億元……不僅如此，AI人才動輒百萬美元的年薪，這些成本都會加在銷售給C端的產品上。

因此，正處于前期布局、投入、研發的AI，有一點是可以肯定的，那就是成本居高不下。從這個角度來說，能在這個時候冒著賠本的風險去品嘗AI的公司，都是勇敢者。

物不能盡其用，鍋不能AI背

當然，鍋也不能全都讓AI背了，畢竟能力有多大它自己也沒辦法。這中間還可能存在的一個問題是，開發者和使用者的斷層。

這種斷層體現在，開發者窮盡己之所能，沒日沒夜地做出了自己認為非常完美的產品，覺得考慮到了實際過程中可能產生的所有問題，應用起來完美無缺，結果客戶不會用。這就是個大寫的尷尬了。這種感覺就像你買了個上萬塊的手機給奶奶用，她卻只拿來照鏡子。AI如果是因為這個原因被解雇，實在是有點冤枉。

事實上，這種情況的確值得注意。在關于AI會取代人類的什么工作的大討論之后，有人就拋出了“AI不能取代教師，但不會用AI的教師將會被取代”的觀點，其中的教師可以被換成醫生、律師、工人等等諸多職業。可以說，會用AI就像會用手機一樣，未來將成為必需品。但對很多人來說，手機的功能并沒有被充分挖掘，所以他們很難區分出5000元的手機和1000元手機的差別：不都能打電話裝軟件？

所以，要讓客戶能充分發掘AI的潛能，或許可以從以下兩個方面出發。

1. 開發者“私人訂制”。開發者想做好一件東西，而客戶想要的是用好一件東西。這就要求產品一定是最符合客戶需求的。根據客戶的需求，體現出開發產品的差異化，讓客戶在使用的時候能夠更快地上手，才是發揮AI功能的第一步。

2. 客戶的技能培養。一般來說，客戶不需要知道AI到底是怎么做的，只需要知道怎樣才能讓它按照自己的指令工作就夠了。但即便是這樣，還是有很多人存在著學習困難。比如很多年紀大的老師一輩子不會用電腦，也不愿意學，投影儀就成了擺設。因此，開發者在進行產品交接的時候提供全套的技術指導，才能在產品符合自家需求的情況下，還能熟練操作，實現AI產品的價值最大化。

那么，通過這種方式來解決開發者和用戶之間的斷層，顯然對洗白AI“無用”的冤屈是有積極意義的。