至顶网CIO与应用频道 09月11日 北京消息:在“人工智能即将引发世界末日”的说法甚嚣尘上的大环境里,理性的声音很容易被淹没。为此,今年年初,我与同事Matt Cain决定写一篇研究报告,以期在所有喧嚣的“末日悲观论”中发出理智的信号。
在Gartner题为《通过数字化工作场所项目利用人工智能增强人类技能而非取代》的研究报告中,我们重点提出了各企业机构利用人工智能增强人类能力,并进而构筑新型能力、拥抱新工作模式的若干途径。
我们认为,将人工智能引入工作场所的确是一场天翻地覆的转变。在我们为每一个垂直领域提供服务时,这一举动将带来飞跃性改变。但是,究竟发生了哪些变化,而且为什么我们应该加以关注呢?
变化一:人工智能要求工作者更加人性化;讽刺的是,这并非我们想要的。
人工智能其中一个被低估的优势就是它帮助人类从事与生俱来(或者至少应该)擅长的工作,以及支持机器完成其精通的任务。这种“关注点分离”(separation of concerns)导致了一个类似“半人半马”的怪象:一方面增强人类能力,而一方面又将机械性、重复性的任务交由机器完成。
这就是第一个悖论——我们不愿接受这种变化——它将导致我们的工作方式更加人性化。但是,您可能会问原因何在?
这是因为成为“真正的人类”很难做到。这要求具备想象力、移情、好奇心、批判性思维、激情、创造力——您懂的!人性化就要避开例行任务,即:只与生产力相关的任务。人性化需要我们开展创造性工作,这是只能由人类完成的工作。事实上,这些工作是均涉及充分运用个人专长与独特行为(例如:由于上次的愉快体验,您打算走进那家餐馆并依然希望某位服务员提供服务)。
部分原因在于——随着我们逐渐长大,由于标准化教育以及上令下行的就业性质,我们的创造力(大量)消失了。因此,对人类能力的要求越低,我们的生活似乎将更加轻松。如需深入了解详情,请查阅《学校教育是否扼杀了创造力?》(个人愚见,这是迄今最好的TED演讲)。
想象力比知识更重要
——阿尔伯特·爱因斯坦
变化二:人工智能要求人类“从外到内”地看待工作
将设计思维方法应用到我们的工作之中时,需要以退为进,重新思考客户的实际问题,并且确定在哪些场景下机器可以最好地协助人类为客户提供支持。这相当于非常规(需要更高认知能力)与常规(机械、可重复)任务。该方法揭示了第二个悖论——重新设想自己的工作,以期被取代的工作者将难以如愿,但他们会影响所在企业的人工智能战略方向。
变化三:利用人工智能技术补充人类技能将提高决策与流程效率
人工智能引发变革的主要目标之一是要让人类成为“请求-响应链”(request-response chain)内中继信息的中间人。在这种情况下,除了从记录系统中提取数据外,人类贡献的价值很少,因此主要向非中介化发展(参见下图)。
我们应提高人类的作用,借助独一无二的业务与客户知识来提供个性化洞察,同时将提取重复性信息的责任交由基于人工智能的虚拟助理处理。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。