随着人工智能（AI）技术的持续演进，人类与AI的合作模式正经历深刻变革。在2024世界机器人大会上，国内外百余家企业展示了600余件功能各异的智能机器人，它们中的绝大部分已经从“实验室”走向了“应用场”。
选择机器人作为工作搭档效率会更高么？美国麻省理工学院（MIT）的一项研究给出了肯定答案。该研究表明，相较于只有AI机器人的团队或传统的人类团队，人与AI机器人协作的团队模式展现出了更高的工作效率。这种协作方式能够减少高达85%的人员闲置时间，从而大幅度降低企业的运营成本。
那么，目前人工智能商用的现状如何？企业应当如何引进“机器人员工”？未来人机协同又将面临哪些新的挑战？北京大学光华管理学院市场营销学系副教授张颖婕表示，企业在推动人机协同的过程中需要考量多重因素，并谨慎地规划AI技术的整合路径，以避免过度依赖技术而盲目替代人力。同时，未来人机协同的发展还将面临挑战，企业必须积极应对。
目前，消费者正在逐步接受AI产品。张颖婕提到，现在一些企业成功地将AI产品应用于有声书制作，通过AI语音合成呈现更具吸引力的产品。消费者反馈表明，短期内由人声主播制作的传统书籍受欢迎程度可能降低。
先前的研究显示，消费者不太喜欢机器人客服，因为消费者觉得机器人客服不够聪明，给出的回答过于生硬，无法共情。然而，随着人工智能技术的不断发展，如ChatGPT等智能AI出现，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程度，消费者对AI的接受程度也不断提高。正因为消费者不再将AI视为笨拙的东西，他们对AI的期望也随之提高。
“此外，AI带来的新式生产力也正在改变着消费者的选择。例如，AI技术正在鼓励内容创作者更多地由‘从众’向‘小众市场’方向发展，更全面地满足消费者的多样需求。”张颖婕说，“因此，AI技术对消费者的影响要从需求端和供给端双重考虑衡量。这种趋势也会随着AI技术的不断进步而持续加强。”
技术进步极大地推进了人机协同的进程，AI的商用范围正在从消费场景迅速扩展到工作场景。然而，当前在企业经营过程中，对于AI乃至大模型的应用实践还处在初步阶段。例如在金融行业，虽然AI的决策效果显著高于人，但最终决策仍需人为介入。此外，在决策过程中，虽然AI的准确性相对此前有所提高，但在实际操作中不可能百分之百正确，这也决定了人在AI可决策的场景中参与的必要性。
目前，大模型在金融行业主要被应用于业务场景简单的非决策类环节，例如对客服务、数据挖掘、业务助手等环节。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、需要承担核心分析决策任务的业务场景和业务环节中，大模型的落地应用仍然面临较大约束和挑战，难以直接替代专业人员完成分析决策任务，更多是辅助核心决策人员进行工作。
人机协作在企业中不仅仅是简单的工具使用，而是涉及到人与AI的信息共享、任务分配和智能决策等多个层面。企业在引入“机器人员工”的过程中，同样应当综合考虑。
首先，企业需要从自身角度考虑投入，特别是大型模型的成本问题。虽然AI技术发展迅猛，但初期的投资可能较高，企业需要权衡是否立即跟进潮流，以及如何合理采用大型模型。
同时，企业需要思考如何与现有的以人为主的团队进行有效协同。AI与传统员工相比，在使用过程中可能存在一些差异。张颖婕指出，技术水平和人力资本也是企业在推进人机协同时需要考虑的重要因素。大模型可能无法完全替代传统的人工劳动，而且技术水平可能尚未达到全面替代的程度。
此外，裁减人员可能会影响公司的技术团队，因此，在决策时，企业需要审慎考虑如何整合GPT技术，避免过于激进地替代人力，而是寻找更合理的平衡点。
随着AI在企业决策中的作用日益增强，我们必须思考这种趋势将如何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发展为更为深入的人机融合，但在其他领域仍然保持协同的性质，这是一个需要在具体情境下讨论的问题。“人机融合也许意味着，人和AI形成一个团队，而不再是简单的人指导AI。这种人机融合的模型更加双向和多回合，类似于博弈论的思考方式。在团队中，每个成员都有独特的角色和影响，而不再有单一的最终决策者。”
数据安全、情感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技术挑战。特别是在医疗领域，医生和AI在诊断中践行角色互补时，如果机器未能检测到病症，责任问题可能变得复杂。
数据安全是一个重要的考虑因素，尤其是在消费者决定是否与产品分享更多数据时。解决数据安全问题是技术上的难点，需要在保证产品效果的同时降低对用户隐私的侵犯。
情感智能在人机交互中确实是一个重要的方面，包括团队合作的愉快性和机器的情感智能。在与GPT等AI交互时，对话的语气和情感表达可能会影响机器的回应。这种情感智能的考虑在确保有效沟通和协同工作中至关重要。
此外，在医疗领域，人机团队协作中可能会出现责任和危机管理问题。医生和AI在诊断中践行角色互补时，如果机器未能检测到病症时，责任问题可能变得复杂。这反映了人机协同团队中的伦理和责任问题，需要仔细考虑和解决，以确保合作的稳健性和公正性。
面对人机协作时代的到来，张颖婕建议企业积极应对挑战，把握机遇。在投入、技术水平和人力资本等方面，企业需要做出审慎决策，寻找人机协同的合理平衡点。同时，还需要关注数据安全、情感智能和伦理责任等问题，以确保人机协作的安全性和公正性。只有这样，企业才能在人机协作时代中找到自己的差异化之路，实现可持续发展。
参考文献：
Lu, Tian, and Yingjie Zhang. "1+ 1> 2? information, humans, and machines." Information Systems Research (2024).
张颖婕，北京大学光华管理学院市场营销学系副教授，卡内基梅隆大学博士（信息管理系统方向），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方法论研究、人机协同、共享经济、社交媒体、用户行为等。
点击“阅读原文”预约咨询
