我們在餐廳和咖啡廳時,如今已逐漸改為對著自助電腦螢幕點餐,而非與人交談點餐,這正是人工智慧(AI)如何影響零售體驗與工作的最佳案例之一。
過去幾十年來,工廠出現較明顯的自動化趨勢,但這種趨勢最近在辦公室也愈來愈常見。麥肯錫公司在調查美國800多種職業,及18種類別的2000個工作活動後,發現60%的這些工作裡,有30%能自動化,5%可以完全自動化。
麥肯錫估計,若推論到全球經濟,以現行技術來說,49%的工作可能會被自動化。加拿大卑詩大學經濟學教授蕭亨利(Henry Siu)說,不斷重複同一套程序的工作已到了自動化的時機,包括銀行櫃員、旅行社人員、數據處理人員、裝配線工人等工作。蕭亨利的專長為機器人技術,他也研究機器人將如何改變工作場所。
蕭亨利說:「以機器人、一般資訊及電腦科技形態出現的自動化技術,已對工作場所造成巨大的影響。」
事實上,AI憑藉著機器學習以及神經網路技術,已變得愈來愈聰明,相關應用在職場也愈來愈常見,甚至有超越人類之勢。例如,AI已被運用在法律、市場行銷和廣告、顧客服務及醫療保健等產業。
根據raconteur.com,美國的一些大型企業已採用電子系統,從大量法律文件裡,篩選出與特定訴訟相關的詞語,節省公司95%的「律師時間」。
專家指出,保險商也能運用AI技術監控個人損害求償,找出可能是詐騙賠償案件的跡象,AI也能用於草擬專為個人客製化的工作或租賃合約。這些原先為律師設計的系統,可望讓愈來愈多民眾能在行動設備上自己撰寫合約。
美國一家廣告公司更舉行一個實驗性的AI海報活動,運用人體追蹤技術感知走過的路人,並從路人的反應解讀廣告投放的準確度。在這個活動的背後,有個前程似錦的發展:應用辨識和認知傾向系統來幫助銷售。
此外,英國維珍鐵路公司(Virgin Trains)也用AI來「閱讀」投訴郵件、並「了解」郵件裡的文意和情緒,理解的程度足以抓出關鍵字,再讓客戶關係團隊回應,大幅縮短客服團隊回應郵件的時間,從35個工時減少到4小時,並加快回應時間。客服業者也讓AI透過幾乎與人類講話一樣的口氣,自動與客戶對話。
美國波士頓兒童醫院也正在使用一種認知系統,幫助臨床醫生解釋一位兒童的基因定序數據,並與醫學文獻相互比對,找出異常之處,以幫助診斷罕見疾病。還有一種手機應用程式(App),能運用臉部辨識功能追蹤、並辨別患者或藥物試驗參與者有無服藥。
不過,沒人能預測自動化和機器人技術會進步多快、以及能進步到什麼程度。機器學習是電腦科學的其中一個次領域,能讓機器不必預先編排程式、就能自行學習,另一個次領域為神經網路,能夠讓電腦與其他電腦互聯,以類似人腦的模式解決問題,兩者統整後,可望讓自動化進步到下個階段。
蕭亨利指出,機器學習的重點在於模式認知,允許電腦從切片組織中診斷是否有惡性腫瘤,或是從視網膜掃描中,找尋成年發病型糖尿病的跡象。
不過,並非任何職業都能被機器取代。蕭亨利說,一些醫院會用機器人來配藥,但護士的任務不太可能被自動化。他認為,人類總是具有比較優勢,「我不會想把我的孩子託付給沒有人的托兒所」。
卑詩大學機器人實驗室的生物醫學工程師史托克(Leo Stocco)表示,人們對機器人有所誤解,在高度專業的職業裡,人類還是不可或缺的,機器只是提升人類的能力。
然而,自動化技術會讓機器開始為我們「思考」,並在工作會議上取代我們嗎?蕭亨利說,AI機器學習將成為一個強大的工具,若你知道自己想找什麼,電腦能讓搜尋更有效率,AI是解決問題的工具,但提出待解決問題的,依然還是人類。