人工智能（AI）領域的快速發展，將對社會帶來重大的影響，這引起了許多激烈的爭論。一些人認爲，它將驅動經濟增加，爲改善生活質量帶來數不清的機會。儘管咱們相信那些最深的恐懼實際上是誇大其詞的，但認知技術這一AI產品卻不容忽視。它們是商業競爭優點的新興源頭，並走在一條通往「無處不在」的道路上，即將充斥咱們的生活和工做。算法
智搜（Giiso）信息成立於2013年是國內領先的「人工智能+資訊」領域技術服務商，在大數據挖掘、智能語義、知識圖譜等領域都擁有國內頂尖技術。同時旗下研發產品包括資訊機器人、編輯機器人、寫做機器人等人工智能產品！憑藉雄厚的技術實力，公司成立之初，就得到了天使輪投資，並在2015年8月得到了金沙江創投500萬美圓pre-A輪投資。安全
長期以來，人工智能研究者都在開發旨在提高計算機性能的技術，這些技術能讓計算機完成很是普遍的任務，而這些任務在過去被認爲只有人才能完成，包括玩遊戲、識別人臉和語音，在不肯定的狀況下作出決策、學習和翻譯語言。爲了將人工智能領域中衍生出來的技術與AI領域進行區分，咱們將這些技術稱爲「認知技術」（cognitive technologies）。一般使用的認知技術包括機器學習、計算機視覺、語音識別、天然語言處理和機器人學。機器學習
在接下來的3到5年中，認知技術有可能會給職業、工人和公司帶來深遠的影響。這些技術能夠，而且即將消除人類的工做。但它們也有可能被用來從新定義人類的工做、爲工人創造出新的機會、爲商業公司和客戶帶來更高的價值。公司的領導者們應該理解4個主要的自動化選擇，以及咱們所描述的成本和價值策略。他們也應該調整人才管理工做，來吸引和改進員工的職業技能，包括創造性和情商——這些技能在認知技術時代會變得更加劇要。性能
衝突的觀念學習
關於認知技術會對就業帶來什麼影響，這一問題正在處在活躍、甚至是危言聳聽的爭議當中。爭論的一方預言道，當過去由人來作的工做被這些技術所取代後，將極大提升失業率。而另外一方的預言則認爲，咱們對技術變革所帶來的歷史規律已經很熟悉了——新技術提高了生產力，從而增長了社會財富，驅動經濟增加，對擁有新技能的就業者創造出新的需求。大數據
最近，牛津大學研究者作了一個被普遍引用的分析，正是上述爭論中「黑暗」一方的一個例子。這項研究估測道，美國的就業人員中，有47%正因接下來10年或20年的計算機化而「處在風險中」。信息技術研究機構Gartner也持類似的觀點，預言「到2025年，有1/3的工做將被軟件或機器人所取代。」三個Gartner的分析師甚至作出更完全的「戰略性計劃假設」：「到2030年，今天咱們所熟知的90%的工做都將被智能機器取代。」編碼
並非全部人都相信，公司應該開始爲一個沒有僱員的將來早做打算。David Autor是一個傑出的經濟學家，他在麻省理工學院（MIT）研究技術與就業之間的相互做用，是這方面的權威。他寫道：「機器要取代人類，亟需適應性、常識和創造性，這些需求的缺口還很是大。」他認爲，人們未能足夠重視機器與人力之間的互補性，這種互補性將會「提高生產力、增長收入、增大對熟練工種的需求。」Rodney Brooks是兩家著名機器人公司的專家和創始人，他相信，人們應當正確地看待機器人這樣的技術，由於它們可以「讓人們擺脫那些折磨人的愚蠢工做」，而不是讓人們失業。人工智能
對將來，咱們更喜歡積極的預期。認知技術正在較窄的領域中取得好的進展，而取代整個流程或職業卻很罕見，不太可能在短時間內變得很廣泛。更有可能的是，尤爲是在接下來的3到5年內，工做的一部分會被認知技術自動化。員工（包括知識性的員工）將與自動化的智能機器打交道，就像今天的飛行員和先進工廠內的工人所作的工做同樣。因爲這個緣由，公司領導者應當進一步考察認知技術爲工做、員工和公司所帶來的影響，這是一件很是重要的事。翻譯
認知技術和工做自動化設計
在以往的工做中，David與其餘同事分析了100多個認知技術的應用，並將這些應用分爲三大類：產品類、流程類和分析類。每類應用都對工做和工人產生了深遠影響。
圖1
產品類應用將認知技術嵌入到產品內，來實現智能行爲、天然交流（好比說和看）以及自動化。該類應用對工人的影響從沒有影響（機器人玩具或智能溫控器）到有些影響（能承擔家居清潔工做的掃地機器人）再到影響重大：自動駕駛汽車正取代採礦卡車司機和火車駕駛員，某天它們將會取代出租車或貨車司機的工做；機器人還會取代泥瓦匠和磚瓦工。下一步，公司就能夠將使用認知技術的產品部署到各個業務流程中。
自動化企業工做
流程類應用使用認知技術來提升、擴大或自動化業務流程。好比自動化數據輸入、自動化手寫識別、使用算法的自主規劃與調整以及使用語音識別、天然語言處理和問答技術的自動化客戶服務。經過定義流程類應用會讓工人的工做實現全自動或半自動化。以下所示，自動化會對企業產生挑戰，並且並不總能達到預期效果。
自動分析
分析類應用使用認知技術來揭示模式、作出預測以及指導更有效的行動。如，英特爾採用機器學習向其銷售團隊展現客戶的進一步需求以及他們該向客戶提供什麼。某些分析類應用能夠看做自動化的形式：接下來作什麼是基於特定情境由機器而不是人所作出的決定。其餘分析類應用是改善而不是自動化現有決策流程，或者進行以前不能作的分析。有時，他們將機器學習與其餘認知技術（好比計算機視覺或天然語言處理）相結合。例如，一家初創公司將計算機數據與機器學習算法相結合經過零售商場停車場的衛星圖像來判斷其營業情況。
自動化意想不到的後果
自動化的歷史能夠追溯到數百年前，包含了製造業（工業自動化）、航空和文職工做（辦公自動化）。現在，認知技術將自動化拓展到新的領域，好比過去那些須要人類感知和認知能力的任務。雖然自動化極具價值，可是，數十年的研究編碼自動化並不老是有益的，也帶來了意想不到的後果。隨着商業和技術領導人考慮使用認知技術來自動化工做，他們會從自動化的歷史中學到不少，來避免重複錯誤。
引入自動化以彌補人類能力不足的想法彷佛很使人信服。可是，自動化系統也會有缺陷。離開人類操做員，只讓機器自主完成任務會有問題。好比，沒有人類監控的自動化進程會產生錯誤，而後程序會忽略這些錯誤繼續執行任務。研究代表，即便是幹勁十足的工人，他關注不變的信息源的時間也不會超過半小時。
智搜（Giiso）信息成立於2013年，是國內首家專一於資訊智能處理技術研發及寫做機器人核心軟件開發和運營的高科技企業。公司成立之初，就得到了天使輪投資，並在2015年8月得到了金沙江創投500萬美圓pre-A輪投資。
若是人們不常常訓練，他們會失去某技能。這就致使了頗具諷刺意味的狀況發生，人們會須要一個自動化系統來執行他們不擅長的任務，好比自動駕駛。有時會產生悲劇後果。研究人員發現，過分設計或設計不佳的自動化，不只沒有實現去技術化，還會下降人們在某些任務中的表現。研究代表，駕駛中有太多的自動化，好比採用巡航控制系統會讓司機（特別是新手）疏於警戒，還會下降表現，好比緊急制動。其餘研究發現，自動化系統（就像壞老闆）會下降工人的積極性、產生疏離感、下降滿意度、生產力和創造力以及離間員工。
技術評論家Nicholas Carr認爲，拙劣的自動化策略對效率和安全性會產生負面影響，還會破壞咱們的個性和自我價值。