随着人为智能（AI）技术的持续演进 ，人类与AI的合作模式正经历深刻刷新 。在2024世界机械人大会上 ，国内表百余家企业展示了600余件职能各别的智能机械人 ，它们中的绝大部门已经从“尝试室”走向了“利用场” 。
选择机械人作为工作搭档效能会更高么 ？美国麻省理工学院（MIT）的一项钻研给出了注定答案 。该钻研批注 ，相较于只有AI机械人的团队或传统的人类团队 ，人与AI机械人合作的团队模式展示出了更高的工作效能 。这种合作方式可能削减高达85%的人员闲置功夫 ，从而大幅度降低企业的运营成本 。
那么 ，目前人为智能商用的近况若何 ？企业该当若何引进“机械人员工” ？将来人机协同又将面对哪些新的挑战 ？J9集团国际站市场营销学系副教授张颖婕暗示 ，企业在推动人机协同的过程中必要考量多沉成分 ，并审慎地规划AI技术的整合蹊径 ，以预防过度依赖技术而盲目代替人力 。同时 ，将来人机协同的发展还将面对挑战 ，企业必须积极应对 。
消费者对AI接受度提高
目前 ，消费者在逐步接受AI产品 。张颖婕提到 ，此刻一些企业成功地将AI产品利用于有声书造作 ，通过AI语音合成出现更具吸引力的产品 。消费者反馈批注 ，短期内由人声主播造作的传统书籍受欢迎水平可能降低 。
先前的钻研显示 ，消费者不太喜欢机械人客服 ，由于消费者感触机械人客服不够聪明 ，给出的回覆过于生硬 ，无法共情 。然而 ，随着人为智能技术的不休发展 ，如ChatGPT等智能AI出现 ，这些问题在逐步解决 。此刻的AI产品已经进化到与人类似的水平 ，消费者对AI的接受水平也不休提高 。正由于消费者不再将AI视为工巧的器材 ，他们对AI的进展也随之提高 。
“此表 ，AI带来的新式出产力也在扭转着消费者的选择 。例如 ，AI技术在激励内容创作者更多地由‘从多’向‘幼多市场’方向发展 ，更全面地满足消费者的多样需要 。」嘏颖婕说 ，“因而 ，AI技术对消费者的影响要从需要端和供给端双沉思考衡量 。这种趋向也会随着AI技术的不休进取而持续加强 。”
AI在企业决策中的利用
技术进取极大地推动了人机协同的过程 ，AI的商用领域在从消费场景迅速扩大到工作场景 。然而 ，当前在企业经营过程中 ，对于AI甚至大模型的利用实际还处在初步阶段 。例如在金融行业 ，固然AI的决策成效显著高于人 ，但最终决策仍需报答染指 。此表 ，在决策过程中 ，固然AI的正确性相对此前有所提高 ，但在现实操作中不成能百分之百正确 ，这也决定了人在AI可决策的场景中参加的必要性 。
目前 ，大模型在金融行业重要被利用于业务场景单一的非决策类环节 ，例如对客服务、数据挖掘、业务副手等环节 。而在对金融领域专业能力要求较高、涉及提供强金融投资建议、必要承担主题分析决策工作的业务场景和业务环节中 ，大模型的落地利用依然面对较大约束和挑战 ，难以直接代替专业人员实现分析决策工作 ，更多是辅助主题决策人员进行工作 。
人机合作在企业中不仅仅是单一的工具使用 ，而是涉及到人与AI的信息共享、工作分配和智能决策等多个层面 。企业在引入“机械人员工”的过程中 ，同样该当综合思考 。
首先 ，企业必要从自身角度思考投入 ，出格是大型模型的成本问题 。固然AI技术发展迅猛 ，但初期的投资可能较高 ，企业必要衡量是否立即跟进潮水 ，以及若何合理选取大型模型 。
同时 ，企业必要思虑若何与现有的以报答主的团队进行有效协同 。AI与传统员工相比 ，在使用过程中可能存在一些差距 。张颖婕指出 ，技术水平和人力本钱也是企业在推动人机协同时必要思考的沉要成分 。大模型可能无法齐全代替传统的人为劳动 ，并且技术水平可能尚未达到全面代替的水平 。
此表 ，裁减人员可能会影响公司的技术团队 ，因而 ，在决策时 ，企业必要审慎思考若何整合GPT技术 ，预防过于激进地代替人力 ，而是寻找更合理的平衡点 。
人机协同的将来
随着AI在企业决策中的作用日益加强 ，我们必须思虑这种趋向将若何塑造人机协同的将来 ，并带来哪些新的挑战 。
在张颖婕看来 ，人机协同可能会在某些领域发展为更为深刻的人机融合 ，但在其他领域依然维持协同的性质 ，这是一个必要在具体情境下会商的问题 。“人机融合也许意味着 ，人和AI形成一个团队 ，而不再是单一的人领导AI 。这种人机融合的模型越发双向和多回合 ，类似于博弈论的思虑方式 。在团队中 ，每个成员都有怪异的角色和影响 ，而不再有单一的最终决策者 。”
数据安全、感情智能以及伦理和责任问题是将来人机融合中必要解决的重要技术挑战 。出格是在医疗领域 ，医生和AI在诊断中践行角色互补时 ，若是机械未能检测到病症 ，责任问题可能变得复杂 。
数据安全是一个沉要的思考成分 ，尤其是在消费者决定是否与产品分享更无数据时 。解决数据安全问题是技术上的难点 ，必要在保障产品成效的同时降低对用户隐衷的加害 。
感情智能在人机交互中的确是一个沉要的方面 ，蕴含团队合作的愉快性和机械的感情智能 。在与GPT等AI交互时 ，对话的语气和感情表白可能会影响机械的回应 。这种感情智能的思考在确保有效沟通和协同工作中至关沉要 。
此表 ，在医疗领域 ，人机团队合作中可能会出现责任和；卫砦侍 。医生和AI在诊断中践行角色互补时 ，若是机械未能检测到病症时 ，责任问题可能变得复杂 。这反映了人机协同团队中的伦理和责任问题 ，必要仔细思考和解决 ，以确保合作的稳重性和公正性 。
面对人机合作时期的到来 ，张颖婕建议企业积极应对挑战 ，把握机缘 。在投入、技术水平和人力本钱等方面 ，企业必要做出审慎决策 ，寻找人机协同的合理平衡点 。同时 ，还必要关注数据安全、感情智能和伦理责任等问题 ，以确保人机合作的安全性和公正性 。只有这样 ，企业能力在人机合作时期中找到自己的差距化之路 ，实现可持续发展 。
参考文件：
Lu, Tian, and Yingjie Zhang. "1+ 1> 2? information, humans, and machines." Information Systems Research (2024).
张颖婕 ，J9集团国际站市场营销学系副教授 ，卡内基梅隆大学博士（信息治理系统方向） ，曾就职于美国德州大学达拉斯分校 ，重要钻研领域蕴含跨学科步骤论钻延注人机协同、共享经济、社交媒体、用户行为等 。
