是时候超越关于工作场所自动化的危言耸听，思考人机协作如何提升生产力了。我们需要探讨的不是人工智能（AI）和机器人技术将取代多少工作岗位，而是如何重新设计工作，以实现人才与机器的最佳整合。
以下四个步骤有助于组织应对这一问题：
1. 从工作任务入手，而非从岗位入手
工作场所的数字化为组织完成工作提供了一系列新选择。传统岗位可以拆解为彼此独立的组成任务，由员工、Upwork 或 Topcoder 等平台上的人才、自由职业者、联盟合作伙伴，乃至自动化系统，在世界各地完成。
因此，在决定如何最佳地整合人类与机器时，应关注工作任务，而非岗位。从这一出发点着手，组织可以开始区分常规工作与更具变化性、互动性的工作：前者最适合通过自动化完成，后者则需要同理心和创造力等人类技能。
那么，哪些任务最适合自动化？组织又该如何为特定任务选择最佳工具？
2. 了解自动化机遇
如图所示，了解三种关键自动化技术及各自最适合处理的工作至关重要。
机器人流程自动化（RPA）：机器人流程自动化（RPA）是三种技术中最成熟的一种，可自动执行高频、低复杂度的常规业务流程。此类流程包括更新员工联系信息和薪资数据，或将数据从一个软件程序转移到另一个程序，例如从电子表格转入客户关系管理（CRM）系统。
RPA 可以提升这些流程的速度和准确性。以信贷分析师为例，他们要完成大量数据分析与综合工作，包括查阅银行记录、信用评级机构、纳税申报等数据。机器人——一种运行自动化脚本的应用程序——可以比人更快、准确无误地完成这些任务，使分析师能够更快处理贷款申请，从而改善客户服务。
认知自动化： 认知自动化涵盖人工智能和机器学习，常用于增强或替代人类处理非常规复杂任务的能力。认知系统既能快速筛查海量数据，也能不断学习，因此其在不同领域的专业能力会随时间提升，扩大组织的知识储备。
例如，银行呼叫中心可能会使用认知虚拟代理回答常见的交易问题，从而让人工客服有更多时间处理需要同理心和人情味的事项，例如应对考虑转投其他银行的客户。
社交机器人：社交机器人将实体设备、人工智能、传感器和移动能力结合起来，使机器能够在现实环境中与人互动。
社交机器人的例子不妨看看亚马逊的 Kiva 机器人，它们与亚马逊仓库员工并肩工作。借助这些机器人，亚马逊免去了员工在仓库地面行走拣货这一危险且耗时的工作。取而代之的是，机器人负责拣取商品并送到员工手中，再由员工组装发往亚马逊客户的包裹。
3. 找出工作方式的最佳组合
将岗位拆解为组成任务，有助于组织判断哪些工作适合自动化，哪些工作由人来完成能创造更多价值。例如，可以将市场分析任务从营销经理的工作中分离出来，交由认知系统以边际成本完成。这样一来，营销经理便能有更多时间投入需要同理心和创造力、价值更高的活动，例如通过社交媒体加强客户关系，或提升团队参与度。
4. 重新设定对领导力的期待
要在新的工作世界取得成功，就必须具备领导能力；在网络化组织中，即便没有正式职权，也常常需要发挥领导作用，因为工作来源丰富，工作关系也同样多元。领导者需要具备远见和新技能，来统筹这一新的工作生态系统。
我们的分析显示，在各行各业，那些拆解岗位并采用最高效、最有效的人机协作组合来分配工作的企业，往往能够节省60%至80%的成本。与此同时，组织获得所需能力的速度和风险状况也常常能显著改善。
虽然自动化在某些情况下可能会取代工作岗位，但在许多其他情况下，它会增强人类员工的能力，帮助他们创造更大价值，并创造新的、往往更令人满意的工作。
