为人工智能时代的员工重新培训时，我们可以选择努力胜过机器人，也可以选择与机器人互补。
我们的目标应是找到折中之道，充分发挥双方的潜力。
机器学习的未来应着眼于人类与机器如何组成最佳团队。
美国正经历数十年来最大规模的失业潮。对此，唐纳德·特朗普总统提议，通过与中国脱钩、切断美国制造业与中国的联系，将这些工作岗位带回美国，以解决问题。
然而，这一策略面临一项重大挑战。总体而言，我们熟悉的制造业岗位不会回归。相反，它们注定将被自动化和机器学习取代。
这并非美国独有的问题。全球人口预测显示，到2030年，全球人口将接近85亿。再考虑到人工智能、计算处理能力和机器人技术等领域正以指数级速度发展，可以有把握地预测，全球劳动力及我们对劳动力的需求在不久的将来将发生显著变化。
随着技术不断加速发展，岗位职能也将迅速变化。因此，培养受过教育、能够适应不断变化的需求的劳动力，必须成为我们的优先事项之一。
未来的工作将呈现何种形态，很可能取决于人类与机器最终如何协同工作。机器的分析能力将在多大程度上取代人类，目前仍不明朗。某些岗位职能中，人类的参与会完全过时吗？我们可以更妥善地提出这些问题。
从事创意工作的人有个好消息：迄今为止，机器还无法真正复制想象力。坏消息则是，拥有常规、非创意类工作的人正受到影响，因为这些岗位确实正在被自动化吞噬。
人类与机器相遇的两种方式
关于如何帮助劳动力跟上技术发展，存在两种相互对立的做法。一种是提升员工的分析技能，与机器直接竞争；另一种则是努力运用综合技能，与机器和人工智能互补。
但这并非走向两极，也不是非此即彼的选择；关键在于找到人类与机器协作的最佳平衡点。实现这一点，靠的不是设计出速度最快的中央处理器（CPU）或最强大的机器人，而是设计最佳团队、最佳流程和最佳用户体验。
我们不应孤立地评估人类或机器的潜力，而应着眼于二者的结合。设计师必须探索解决方案，让人类与机器彼此互补，最大限度地发挥双方的潜力。
为什么计算能力不应只留给专家
俄罗斯国际象棋大师加里·卡斯帕罗夫至今仍保持着职业赛事连续夺冠纪录。他曾说：“水平较弱的人类棋手加上一台机器，再配合更好的流程，胜过单独使用一台非常强大的机器；更令人惊讶的是，这样的组合也胜过一位强大的人类棋手加一台机器，却采用较差的流程。”
20世纪90年代，卡斯帕罗夫在一场对阵IBM“深蓝”计算机的历史性棋赛中代表人类迎战机器。此后，他观察并参与了多场由人类与机器组成的团队彼此较量的棋赛。
他的结论是什么？获胜的不会是计算能力最强或排名最高的大师组成的团队，而是配合最默契、团队协作最佳的团队。
2000年，特级大师弗拉基米尔·克рам尼克击败加里·卡斯帕罗夫，成为古典国际象棋世界冠军。退役后，他希望重燃人类在国际象棋中的精湛技艺。颇具悖论意味的是，他借助了DeepMind的力量——这家公司打造了迄今最优秀的国际象棋计算机AlphaZero，其水平远超“深蓝”。AlphaZero能够自学；由于它能自学下棋，因此也能学习按照新规则进行任何游戏。
它探索新的棋类变体、揭示其中的缺陷与妙处，速度远超几代人类棋手的实践。它能够测试一场棋局的所有结果，并判断这场棋局是否值得进行。因此，人机团队克拉姆尼克与AlphaZero正在探索新的国际象棋形式，展现人类的精湛技艺与审美；由此，他们创造出各种新颖迷人的国际象棋类型。
重新构想业务流程
我们不应认为机器学习和机器人设计的未来在于人类与机器对抗，而应着眼于人类与机器如何组成最佳团队。一项针对1000家使用人工智能的公司的调查发表于《哈佛商业评论》在2018年指出：“在人机交互的多数活动中，人们需要做新的、不同的事情（例如训练聊天机器人），也需要以不同方式做事（例如利用聊天机器人提供更好的客户服务）。然而，到目前为止，我们调查的公司中，只有少数开始重新构想其业务流程，以优化协作智能。”
如今，IBM的38.8万名员工中，至少有9万人正在运用设计思维方法，开发公司的业务领域，例如人工智能和CPU。IBM由此不断迭代和试验，探索如何改善用户运用计算能力时的体验。
未来的关键不在于打造速度最快的CPU或培养典型的员工技能，而在于设计人类与机器之间最契合的组合，并优化和简化二者的互动。最具开创性的公司已经认识到这一点。
