随着人工智能（AI）手艺的持续演进，，，，人类与AI的相助模式正履历深刻厘革。。在2024天下机械人大会上，，，，海内外百余家企业展示了600余件功效各异的智能机械人，，，，它们中的绝大部分已经从“实验室”走向了“应用场”。。
选择机械人作为事情同伴效率会更高么？？？？美国麻省理工学院（MIT）的一项研究给出了肯定谜底。。该研究批注，，，，相较于只有AI机械人的团队或古板的人类团队，，，，人与AI机械人协作的团队模式展现出了更高的事情效率。。这种协作方式能够镌汰高达85%的职员闲置时间，，，，从而大幅度降低企业的运营本钱。。
那么，，，，现在人工智能商用的现状怎样？？？？企业应当怎样引进“机械职员工”？？？？未来人机协同又将面临哪些新的挑战？？？？安博电竞市场营销学系副教授张颖婕体现，，，，企业在推感人机协同的历程中需要考量多重因素，，，，并审慎地妄想AI手艺的整合路径，，，，以阻止太过依赖手艺而盲目替换人力。。同时，，，，未来人机协同的生长还将面临挑战，，，，企业必需起劲应对。。
消耗者对AI接受度提高
现在，，，，消耗者正在逐步接受AI产品。。张颖婕提到，，，，现在一些企业乐成地将AI产品应用于有声书制作，，，，通过AI语音合成泛起更具吸引力的产品。。消耗者反馈批注，，，，短期内由人声主播制作的古板书籍受接待水平可能降低。。
先前的研究显示，，，，消耗者不太喜欢机械人客服，，，，由于消耗者以为机械人客服不敷智慧，，，，给出的回覆过于生硬，，，，无法共情。。然而，，，，随着人工智能手艺的一直生长，，，，如ChatGPT等智能AI泛起，，，，这些问题正在逐渐解决。。现在的AI产品已经进化到与人相似的水平，，，，消耗者对AI的接受水平也一直提高。。正由于消耗者不再将AI视为鸠拙的工具，，，，他们对AI的期望也随之提高。。
“别的，，，，AI带来的新式生产力也正在改变着消耗者的选择。。例如，，，，AI手艺正在勉励内容创作者更多地由‘从众’向‘小众市场’偏向生长，，，，更周全地知足消耗者的多样需求。。”张颖婕说，，，，“因此，，，，AI手艺对消耗者的影响要从需求端和供应端双重思量权衡。。这种趋势也会随着AI手艺的一直前进而持续增强。。”
AI在企业决议中的应用
手艺前进极大地推进了人机协同的历程，，，，AI的商用规模正在从消耗场景迅速扩展到事情场景。。然而，，，，目今在企业谋划历程中，，，，关于AI以致大模子的应用实践还处在起源阶段。。例如在金融行业，，，，虽然AI的决议效果显著高于人，，，，但最终决议仍需人为介入。。别的，，，，在决议历程中，，，，虽然AI的准确性相对此前有所提高，，，，但在现实操作中不可能百分之百准确，，，，这也决议了人在AI可决议的场景中加入的须要性。。
现在，，，，大模子在金融行业主要被应用于营业场景简朴的非决议类环节，，，，例如对客服务、数据挖掘、营业助手等环节。。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、需要肩负焦点剖析决议使命的营业场景和营业环节中，，，，大模子的落地应用仍然面临较约莫束和挑战，，，，难以直接替换专业职员完身剖析决议使命，，，，更多是辅助焦点决议职员举行事情。。
人机协作在企业中不但仅是简朴的工具使用，，，，而是涉及到人与AI的信息共享、使命分配和智能决议等多个层面。。企业在引入“机械职员工”的历程中，，，，同样应当综合思量。。
首先，，，，企业需要从自身角度思量投入，，，，特殊是大型模子的本钱问题。。虽然AI手艺生长迅猛，，，，但初期的投资可能较高，，，，企业需要权衡是否连忙跟进潮流，，，，以及怎样合理接纳大型模子。。
同时，，，，企业需要思索怎样与现有的以人为主的团队举行有用协同。。AI与古板员工相比，，，，在使用历程中可能保存一些差别。。张颖婕指出，，，，手艺水平和人力资源也是企业在推进人机协同时需要思量的主要因素。。大模子可能无法完全替换古板的人工劳动，，，，并且手艺水平可能尚未抵达周全替换的水平。。
别的，，，，镌汰职员可能会影响公司的手艺团队，，，，因此，，，，在决议时，，，，企业需要审慎思量怎样整合GPT手艺，，，，阻止过于激进地替换人力，，，，而是寻找更合理的平衡点。。
人机协同的未来
随着AI在企业决议中的作用日益增强，，，，我们必需思索这种趋势将怎样塑造人机协同的未来，，，，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生长为更为深入的人机融合，，，，但在其他领域仍然坚持协同的性子，，，，这是一个需要在详细情境下讨论的问题。。“人机融合也许意味着，，，，人和AI形成一个团队，，，，而不再是简朴的人指导AI。。这种人机融合的模子越发双向和多回合，，，，类似于博弈论的思索方式。。在团队中，，，，每个成员都有奇异的角色和影响，，，，而不再有简单的最终决议者。。”
数据清静、情绪智能以及伦理和责任问题是未来人机融合中需要解决的主要手艺挑战。。特殊是在医疗领域，，，，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，，，，责任问题可能变得重大。。
数据清静是一个主要的思量因素，，，，尤其是在消耗者决议是否与产品分享更大都据时。。解决数据清静问题是手艺上的难点，，，，需要在包管产品效果的同时降低对用户隐私的侵占。。
情绪智能在人机交互中确实是一个主要的方面，，，，包括团队相助的愉快性和机械的情绪智能。。在与GPT等AI交互时，，，，对话的语气和情绪表达可能会影响机械的回应。。这种情绪智能的思量在确保有用相同和协同事情中至关主要。。
别的，，，，在医疗领域，，，，人机团队协作中可能会泛起责任和；；；；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，，，，责任问题可能变得重大。。这反映了人机协同团队中的伦理和责任问题，，，，需要仔细思量息争决，，，，以确保相助的稳健性和公正性。。
面临人机协作时代的到来，，，，张颖婕建议企业起劲应对挑战，，，，掌握机缘。。在投入、手艺水平和人力资源等方面，，，，企业需要做出审慎决议，，，，寻找人机协同的合理平衡点。。同时，，，，还需要关注数据清静、情绪智能和伦理责任等问题，，，，以确保人机协作的清静性和公正性。。只有这样，，，，企业才华在人机协作时代中找到自己的差别化之路，，，，实现可持续生长。。
参考文献：
Lu, Tian, and Yingjie Zhang. "1+ 1> 2? information, humans, and machines." Information Systems Research (2024).
张颖婕，，，，安博电竞市场营销学系副教授，，，，卡内基梅隆大学博士（信息治理系统偏向），，，，曾就职于美国德州大学达拉斯分校，，，，主要研究领域包括跨学科要领论研究、人机协同、共享经济、社交媒体、用户行为等。。
