围绕人工智能（AI）的全球讨论已迅速从乐观转向悲观。
但这种担忧是没有根据的——AI工具始终需要人类去开发并引导它们，在最有用的地方发挥作用。
而最关键的人类技能将从解决问题转向发现问题，这需要认知多元化。
关于人工智能（AI）的全球讨论已经绕了一圈。它从广泛的好奇（AI能做什么？）转向了毫无节制的乐观（AI将拯救世界），再到全面的悲观（AI将毁灭世界）。
AI无疑带来了一系列严肃的政策问题，而我们才刚刚开始理解这些问题。但当前讨论的基调未免过于怀疑。AI将取代今天的一些工作；我们之所以知道这一点，是因为每一次重大技术进步都曾如此。但我们也知道，AI将创造数量显著更多的新工作，而且薪资可能更高。
这项技术不会束缚人类，而是将使我们能够拓展知识、技能和生产力，远超我们大多数人此前的想象。
在这一新时代中蓬勃发展的员工和企业，将是那些拥抱技术、接受不可避免的颠覆的人，而非本能地反对技术的人。这将需要思维方式的深刻转变，而这在以往的技术浪潮中几乎没有先例。
发现问题是新的高价值技能
最关键的人类技能将从解决问题转向发现问题。
这与工业革命以来职场的运作方式形成鲜明对比。几十年来，重点一直放在将一个显而易见的问题转化为一个不那么显而易见的解决方案上。但AI与人类智慧相结合后，拥有前所未有的问题解决能力，以至于它可能让人类腾出更多时间投入创造性活动。高效应用AI的真正挑战将是“用例”的发掘：识别最适合AI技术解决的跨学科紧迫问题。
AI出人意料的应用中，一个很好的例子是提升鲑鱼养殖的生产效率，这是推动可持续水产养殖的关键一步。渔民如今正使用AI和机器感知工具（能够获取并处理感官信息），根据鱼的饥饿程度自动安排投喂时间。这减少了饲料浪费，削减了一个重要的碳排放来源，同时改善了鲑鱼的生长指标。
Tidal AI（X公司内部的项目，X是Alphabet旗下的登月工厂）与Cognizant近期展开合作，将在初步成功的基础上继续推进，并拓展至所谓蓝色经济的其他领域，包括海运。目前，企业已能利用机器学习模型分析微观天气系统、洋流速度和港口数据流量，以优化航线和到港时间，从而降低燃料消耗。
为何多元化对发现问题至关重要
与解决问题不同，发现问题需要认知多元化。要成功驾驭这一格局，企业将需要技能更为多元的员工队伍——既要了解人类行为（社会学、心理学、人类学），又能创建和优化各类流程（设计思维、六西格玛、行业专业知识），还要通过讲故事和设计，在智力和情感层面与受众互动。文科专业毕业生将与STEM专业毕业生发挥同等重要的作用。他们将有助于使AI更具人情味，并赋予其更细致的判断力。
面对日益复杂且难以预测的世界，组织需要践行“伟大的头脑思考不同，而非趋同”这一理念。同质化的文化往往因求同压力而扼杀认知多元化。我们无法仅凭自上而下的分析和大数据应用来应对21世纪的问题。我们需要能够提出高明问题、洞察先机、跳出主流思维、理解情境、不仅能告诉我们正在发生什么，还能解释其发生原因，并以客户的视角看待世界的人。这正是认知多元化对于企业保持与客户和员工的相关性如此重要的原因。
美国AI行业中移民创始人、研究人员和领导者的普遍存在，证明了不同视角和背景的重要性，这有助于美国在行业发展中保持其领先地位。一项近期研究显示，美国顶尖AI公司中，有28家（占43家的65%）由移民创立或联合创立。
显而易见，即便生成式AI正朝着接近人类的能力发展，短期内也不可能取代人类工作。人类的想象力和智慧将长期是人类工作的源泉。在解决AI所引发的重大政策问题上，人类仍将不可或缺。
