自動化

想像一下，你透過在線客服反應問題，對方不但對答如流，還有會因為你的表達方式，回應「噢」或「啊」之類的語助詞，讓你相信系統的另一端是一位十分耐心且關懷你的客服人員，你心懷感謝甚至有點不好意思；若你之後才發現，對方只是訓練有素的AI，是否會有被欺騙的感覺？AI的服務愈來愈高級固然是好事，但人們都討厭被欺騙。如何在制定AI計畫時對所有利害關係人保持相應的透明性，是我們需要關注的議題。

雇主苦於找不到人才，人才苦於找不到雇主，似乎是亙久的難題，但為何在科技日新月異的今日，這樣的問題仍屢見不鮮？根據調查，在2020年，在每項職缺平均250位的求職者當中，雇主一般只面試四到六位。大量沒有得到面試機會的人，是怎麼被刪掉的呢？

「元宇宙」一詞，隨著去年Facebook改名Meta，突然躍升人們熱烈討論的熱門詞彙。如今眾人對這個詞已經耳熟能詳，每個人都會立即想到：娛樂、遊戲、數位貨幣……但關鍵是：除了科技相關的從業人員，元宇宙會給一般人的工作會帶來什麼影響嗎？你是否想過，元宇宙的應用，將會在可見的未來徹底顛覆你所在的產業？本文指出元宇宙會帶來四個層面的改變，而你極有可能就身在其中。

管理大師彼得．杜拉克（Peter Drucker）曾強調：「在21世紀，管理階層必須做出的最重要貢獻，就是提高知識工作的生產力。」如今科技日新月異，讓知識工作者適應各個層面的自動化生產流程，成為人工智慧與機器學習的掌控者，而不是被其掌控，是領導人的首重課題。若要規畫這段歷程，必須描繪你的團隊該如何從新手狀態，轉變為專家狀態。具體該從何著手？本文提出解決之道。 

曾經人們擔心，AI的發展會反過來淘汰人類，但是事實證明，那些善於利用人機協作的公司已經取得成功。搭載AI軟體的機器人能夠推進公司的業務，但這一切都建立在人類給予的管理和創新。領導人該如和運用以人為本的AI，打造無縫銜接的人機整合體驗？

若要為你的公司選擇恰當的人工智慧AI專案，必須正確了解人工智慧的能力，而非對它抱持過多的期待。Salesforce的人工智慧專案主管馬可．卡薩萊納（Marco Casalaina）接受本刊的專訪，談論他所支持的人工智慧專案「愛因斯坦」。他分析到，一個優秀的人工智慧專案，關鍵在於其間組合的「成分」，以及要首先回答一個問題：「你想解決什麼問題？」。另外一個極為重要的問題是：「人類可以做到這件事嗎？」因為某個任務如果人類做不到，人工智慧也無能為力。

由AI推動的精細決定，稱做「微決策」。鑒於AI愈發融入公司的營運決策系統，身為人類的經理人，比起傳統的「做決策」，現在更需要做出「關於決策的決策」，也就是人類該如何與AI搭配，進行各種工作層面的決策。本文介紹四種架構，將幫助你確定，人類該何時介入，以及如何介入。

思考三項分類，企業就能更了解自己打算自動化的工作。