在全世界，聰明的半自主的機(jī)器人和機(jī)器正在各種工作場(chǎng)所取代人類。它們學(xué)習(xí)快、工作勤勞，而且肯定比較少抱怨。智能科技正在以越來越少的成本、帶來越來越多的價(jià)值。

　　然而，這種“比人類更優(yōu)秀”卻也會(huì)帶來管理上的挑戰(zhàn)。如果這些算法作業(yè)的績(jī)效不如預(yù)期，情況會(huì)如何?如果機(jī)器的“機(jī)器學(xué)習(xí)”成績(jī)不好，有誰能重新訓(xùn)練它們?如果機(jī)器人的行為模式會(huì)讓顧客感到不舒服，該怎樣讓它們得到意見回饋、從而加以改善?究竟該由誰或是什么來負(fù)責(zé)這件事?最近微軟聊天機(jī)器人Tay的慘劇，正是沒把機(jī)器學(xué)習(xí)“訓(xùn)練”認(rèn)真對(duì)待的下場(chǎng)。

　　就算是聰明而又努力的機(jī)器，也像某些懶惰而有害的人類，需要對(duì)它們進(jìn)行工作檢討。好的管理者都知道，想在未來擁有生產(chǎn)力和顧客忠誠度，除了得激勵(lì)員工，也得激勵(lì)機(jī)器、并加以管理。

　　說白一點(diǎn)，管理者如果無法讓機(jī)器人把工作做得更好，到頭來可能連自己的工作也難保。在21世紀(jì)，一項(xiàng)新的必備領(lǐng)導(dǎo)能力可能就在于能否讓智能型的機(jī)器充分發(fā)揮潛力。

　　《人工智能時(shí)代》(Humans Need not Apply)的作者杰瑞.卡普蘭(Jerry Kaplan)認(rèn)為：這是智能型系統(tǒng)設(shè)計(jì)的核心。就長(zhǎng)期的歷史進(jìn)程看來，自然的發(fā)展是走向“自動(dòng)化”，而不是要重新創(chuàng)造人類的心靈和情境。

　　卡普蘭自己曾在硅谷多次創(chuàng)業(yè)投資，他斷然表示，要把智能機(jī)器人性化或是"管理化"，都是“過度而無用的擬人化”。

　　他還說：“你可沒辦法叫那些機(jī)器坐下聽訓(xùn)，讓它們感覺自己做了壞事?！?/p>

　　然而卡普蘭也承認(rèn)，要面對(duì)顧客的機(jī)器學(xué)習(xí)系統(tǒng)已經(jīng)在行為中整合越來越多的情緒因素，而不再只做演算上的優(yōu)化。舉例來說，搭Uber自動(dòng)汽車的時(shí)候，乘客也可能像搭一般車一樣，希望車可以開快一點(diǎn)、猛一些。如果有別的車硬擠，他們也會(huì)希望可以“教訓(xùn)”對(duì)方一下。

　　這時(shí)，如果自動(dòng)汽車不能對(duì)乘客的要求做出適當(dāng)響應(yīng)(就像一般司機(jī)如果沒有響應(yīng))，得到的評(píng)分就會(huì)較低。究竟，自動(dòng)汽車如果要替乘客趕飛機(jī)，該能開得多猛?就顧客服務(wù)而言，自動(dòng)汽車能否響應(yīng)需求而開得“猛”一點(diǎn)，就像是一般司機(jī)能不能開猛一點(diǎn)同樣重要。只要顧客的需求還在合法、合情、安全的范圍內(nèi)，智能型的機(jī)器就該像有智慧的人類一樣響應(yīng)需求。

　　卡內(nèi)基美隆大學(xué)(Carnegie Mellon University)E. Fredkin講座教授、機(jī)器學(xué)習(xí)主席湯姆.米契爾(Tom Mitchell)就問：“為什么對(duì)待機(jī)器的方式要不同?”米契爾的院系已有幾位重要成員遭到Uber挖角，而他認(rèn)為“監(jiān)管”對(duì)于機(jī)器學(xué)習(xí)系統(tǒng)的重要性并不下于對(duì)人類的重要性。他相信，企業(yè)設(shè)計(jì)機(jī)器人的工作模式時(shí)，也必須考慮持續(xù)的績(jī)效考核及改進(jìn)。

　　他補(bǔ)充道：“當(dāng)然，該怎么做現(xiàn)在還不明朗。但我們都知道勢(shì)在必行，才能提升這些科技的接受度及采用率……必須有適當(dāng)接口，讓監(jiān)管及改進(jìn)更簡(jiǎn)單、更安全。”

　　人類員工的責(zé)任和效率有關(guān)鍵績(jī)效考核指標(biāo)(KPI)加以評(píng)估，而慢慢地，機(jī)器人和機(jī)器學(xué)習(xí)系統(tǒng)也必須面對(duì)同樣的KPI。如果自動(dòng)化的聊天機(jī)器人并未提升客服中心的顧客滿意度，就該重新設(shè)計(jì)/重新訓(xùn)練?？头行牡慕?jīng)理，究竟該找最棒的客服代表、還是該找科技好手來處理這個(gè)問題?

　　過去人類企業(yè)遇過的領(lǐng)導(dǎo)、管理、激勵(lì)問題，現(xiàn)在也落到了全球聯(lián)機(jī)成網(wǎng)的機(jī)器企業(yè)上：360度績(jī)效評(píng)估是否能帶來新的見解及效率?智能機(jī)器該如何設(shè)計(jì)或訓(xùn)練，才能提供新的見解或改善?這些機(jī)器是否也該使用物聯(lián)網(wǎng)?或是新的數(shù)據(jù)庫，以確?？?jī)效能持續(xù)提升?

　　正如員工滿意度與顧客滿意度高度相關(guān)，企業(yè)如果使用智能機(jī)器人及高績(jī)效機(jī)器學(xué)習(xí)設(shè)備，就必須密切觀察演算效率及顧客價(jià)值之間的相關(guān)性。

　　再接下來的挑戰(zhàn)，將在于這些相關(guān)性的定義和判斷，有多少是由人類主管決定，又有多少是由高AIQ(Artificial Intelligence Quotient，人工智商)支持系統(tǒng)來決定。

　　卡普蘭觀察道：“對(duì)于社會(huì)規(guī)范及行為，現(xiàn)在尚無完善的運(yùn)算理論”，因此，想讓聰明的人類與更聰明的機(jī)器共存而合作，起步并非易事。但無疑，企業(yè)未來必然會(huì)運(yùn)用機(jī)器產(chǎn)生的數(shù)據(jù)及預(yù)測(cè)分析，讓產(chǎn)生這些信息的機(jī)器更為改善、日益聰明。

　　問個(gè)對(duì)未來企業(yè)最尖銳問題，也就是未來企業(yè)要得到更佳成果、更高價(jià)值的時(shí)候，究竟該做績(jī)效考核的對(duì)象是最佳的員工、或是最佳的機(jī)器了。