觀點分享

【工作大未來】機器人與人類的協作方程式

2018年2月8日
| 台灣

By Ravin Jesuthasan, Managing Director and Global Practice Leader, Willis Towers Watson

人工智慧時代已經到來,這不是危言聳聽。現在我們不能不開始思考的問題是:人類如何與機器合作,以創造更高生產力。這個問題並非討論多少職位將被人工智慧及機器人取代,而是未來的工作將如何拆解與重組,讓人類智慧與機器智慧能更有效的整合應用。

下面的四個重點是協助企業診斷與展開人機協作的重要步驟:

  1. 以工作本質(work)出發,而非工作職務(jobs)

    工作環境的數位化使得企業或組織能夠以一套新的方式完成原有的工作。傳統的工作職位將可以被拆解成許多獨立的單位任務,被散佈在世界各地的全職員工、兼職員工、獨立工作者、在人才平台上的自由業者(例如Upwork, Topcoder)、以及人工智慧,協同合作完成。

    至於如何決定人類與人工智慧的最佳整合方式,重點應是工作本質(work),而非工作職務(jobs)。建議企業的起始點是開始區隔自動化可完成的重複性工作,與需要人類同理心及創造力等變化性與互動性較高的工作。

    然而,哪些單位任務適合自動化,而組織又該如何選擇最佳自動化工具?

  2. 了解自動化科技與應用

    首先你需要先了解以下圖表所列舉的三大主要自動化科技以及其對應的工作任務。

    understanding the automation opportunities in Chinese
    流程自動化(RPA):是目前三大自動化科技中發展最成熟的,也就是將大量低複雜度的例行性作業進行自動化。例如自動更新員工的聯絡資料與支付資訊,或是資料移轉自動化 (例如從表單轉移到CRM系統)。

    流程自動化(RPA)能夠提升這些作業的處理速度與正確性。以貸款分析師為例,原本他需要執行許多資料分析與統合任務,包括檢驗來自銀行、信用評等機構、稅務機關…等的資料。然而,一個自動化應用程式就可以加速這些重複性高的工作,還能做到零失誤。如此便能夠讓貸款分析師更快的處理貸款程序,並提升客戶服務品質。

    認知自動化:包含人工智慧與機器學習,通常用於增進或取代人類在非例行性的複雜任務上的執行能力。由於認知系統可以快速篩選大量資料並進行學習,因此它的專業性會隨著時間越來越成熟,讓組織的知識基礎得以累積。

    舉例來說,銀行客服中心可以導入自動化虛擬客服人員來回答一般的銀行轉帳問題,讓真人客服人員能有更多時間去解決需要同理心及人際互動的問題,例如與考慮轉換到其他銀行的客戶深談進而留住客戶。

    社交機器人:社交機器人結合了實體設備、人工智慧、感測器與行動能力,是能夠以實體與人類互動的機器人。

    例如Amazon的Kiva機器人,它跟員工一起在Amazon的倉儲工作,取代了原本由人工執行的既危險又耗時的取貨流程。相反的,Kiva將貨物取好並帶回給員工,員工則負責後續的裝配與出貨。

  3. 演繹最佳組合

    將工作職務解構成單位任務,能讓企業或組織更容易判斷哪些任務適合導入自動化,哪些工作人類能帶來更多價值。例如,市場分析的任務也許可以從一個行銷經理的工作中被獨立抽出,在適當的邊際成本之下,改由認知機器人來執行,讓行銷經理能花更多時間在更高價值、需要同理心與創新的任務,如透過社群媒體提升客戶黏著度,或是強化團隊凝聚力等。

  4. 重塑管理者期待值

    這種未來的工作型態若要成功,需要領導的能力,而這領導的能力常常並不是所謂的權威,而是當組織中擁有眾多工作來源與眾多工作關係時,領導者往往需要遠見與新的技能,才能在這新的工作生態圈中成為領航者。

根據韋萊韜悅的分析報告,能夠解構工作並成功導入高效人機協作的公司,能夠節省高達60%-80%的支出,主要來自於速度的提升與風險控管的改善。

在某些情況下,自動化確實會取代人工。但是有更多的例子顯示,自動化能協助人類增加更多能力,創造新的工作機會,提升更高的價值。

原文出處:World Economic Forum