是机器的崛起!

被赋予人工一般智能(AGI)的机器人主宰世界的故事已经陪伴我们几十年了。尽管思考起来很有趣，而且在理论上是可能的，但在我们的有生之年不太可能发生。也就是说，你不能否认人工智能(AI)技术正以多么快的速度接近AGI或AI-complete。

尽管系统和机器无法完全匹配人类的智能，但随着人工智能技术变得更加复杂，它们继续让我们的生活变得更容易。所以，人工智能没有理由不能补充甚至取代你们公司的一些专家——或者有吗?

参见:专题报道:如何实现企业自动化(免费电子书)

在TechRepublic之前的一篇文章中，我分享了构建专家系统的策略，不过我没有提到在部署高级专家系统时将面临的文化挑战;在麦肯锡(McKinsey)最近的一篇文章中，美国国际集团(AIG)首席科学官穆利•布鲁斯瓦(Murli Buluswar)强调，对于分析型领导者而言，这是一个艰巨的挑战。在公司中部署专家系统非常重要;但是，在进行转换时不要忘记人类专家。

主题专家被认为是人类，但这不是一个严格的要求。正在将他或她的组织推向一个更分析的方向的领导者应该尽可能地接受人工智能，而组织的专业知识并不是禁区。

当我与Visa合作研究其企业数据战略时，有些人的需求非常大，因为他们是特定领域的专家——有时是唯一的专家。虽然这是专家的工作保障，但对公司来说是一个巨大的风险，因为要求专家的知识的重要计划被搁置，直到他或她可以工作。

但这种依赖对个体的依赖程度不如对个体知识的依赖程度高——知识可以储存在一个系统中，而不是人类的灰质中。事实上，我们已经习惯于在某些场景中使用系统作为专家。我们建立大型数据湖，利用大量的结构化和非结构化数据，然后分层详细分析系统，为我们带来见解。这与向一位在公司工作了30年的老员工提供一分钱来征求她的想法有什么不同?尽管这两个用例几乎是相同的，但是人类的条件迫使我们以不同的方式对待这些场景。

参见:在亚马逊的clickworker平台内部:50万人工智能培训人员是如何获得微薄报酬的(PDF下载)

人类有一般智力，而机器没有。这并不意味着机器在某些数学挑战上不能超越人类——一个简单的计算器做长除法的速度比人类快一百万倍。但我不认为1549航班上的导航系统会像机长Sullenberger那样安全降落在哈德逊河。

人类也更容易相处——我们是社会动物。尽管我们可能无法与我们物种的某些成员和睦相处，但通常来说，人类与其他人类相处得最好。

然而，专家系统在很大程度上被低估和未充分利用。在任何给定的场景中，对专业知识的基本需求并不总是超出AI的限制，特别是精心构建的专家系统。请记住，专家系统从人类专家开始，然后在他们的帮助下进行培训。尽管它无法与赋予它生命的人类的集体智慧相匹敌，但随着时间的推移，专家系统至少应该能够处理基本问题。除此之外，还有更高的可用性、可靠性和可管理性;看起来在你的组织中有一个专家系统的好位置——如果人们不介意的话。

参见:机器人革命将改变未来工作的6种方式(TechRepublic)

那么，您认为主题专家对被一个系统取代有什么看法?顺便说一下，这些正是您首先需要构建专家系统的专家。这就像培训一个学徒来接替你的工作一样，既不鼓励也不激励。事实上，我曾经遇到过这样的情况，专家们故意隐瞒(来自人类和机器的)信息，因为他们害怕过时。即使你的专家很合作，乐于提供他们的知识，但如果你不认真对待他们的担忧，那就是你的失职。

从主题专家到专家系统的转换必须包括一个完善的组织变更管理计划。这意味着，您的目标必须扩展到包括系统启动后专家的未来。我最近参与了雪佛龙公司的一个项目，该项目旨在规范所有炼油厂的检查方式;我遇到的最大挑战是剥夺高级检查员的自由裁量权。你将需要管理一个类似的转变，从无所不知到需要知道。你的专家必须改变他们的思维方式，从回答问题转向质疑答案。这是一个困难的但是成功部署所必需的过渡。

从主题专家到专家系统的转变对您的公司来说是一个明智的选择，但是它可能不会被您的专家接受。最好的情况是，你会从专家那里得到明显的抵制，他们觉得自己是在帮助自己摆脱工作;在最坏的情况下，这将是狡猾地破坏你的努力的托词。

我已经概述了专家系统的案例，突出了您的主要组织风险，并建议了进行转换的技术;下一步就是你的了。你可以继续被那些掌握你的组织智慧的关键的少数人所束缚，或者你可以转向一个专家系统。我希望你做出正确的选择，但不要太过分——如果你的专家系统最终接管了整个世界，我会非常难过。