如今,各种无人终端已遍布我们工作生活的方方面面,在概念炒作过后确有一些项目落地成功,然而热潮之后又面临重新洗牌。本刊将从多个角度展现“无人”,供读者反思现状,以更好的姿态应对技术迭代的冲击。
——编者
细数“无人”
文/王威
关键词:无人商业模式 无人零售 无人工厂 无人仓库 无人机 无人驾驶
一夜之间,生活中出现了越来越多各种各样的“无人”,让我们细数各行业无人化发展的现状,逐一分解“无人”对于商业发展的积极意义。
无人零售终端:遍布大街的无人饮料机和零食机就不用说了,近来火遍大江南北的网红无人口红机,其本质不仅仅是满足消费者的需求,而是为了给线下门店引流。门店通过引入无人口红机,让用户以一种类似游戏的方式获得名牌口红,一方面增加了趣味性,另一方面增加了客流量及用户停留时间。
无人服务场景:这一类无人服务包括很多场景,比如无人酒店需要引客人去房间、送餐到房间,用小型机器人就可以满足客户需求。比如24小时无人超市,用户通过支付宝或微信登陆后,即可实现自助购物、买单,通过大量的物联网设备,如人脸识别、高频RFID设备、智能门锁、WiFi探针技术、蓝牙技术、智能POS机等,实现自动补货、自动营销推送、自动结账、自动数据统计等一系列动作,既方便了用户,又帮助商家节约了人力成本。又如无人餐厅,2018年上海召开的第一届进口博览会,其餐厅使用了阿里的无人餐厅智能系统,用户从下单到菜品送上桌,全部通过一套智能调度系统完成,最终通过一个小型送餐机器人把客户点的菜品送到桌前,整个用户体验非常炫酷。
无人工厂:又被大家称之为“黑灯工厂”,这样的工厂在生产的时候,都是机器人操作,不需要开灯。例如很多汽车生产厂,整个生产车间不需要人工干预,通过全自动化生产线来实现整车制造,不仅生产效率高,而且大大节约了生产成本。富士康这两年大量引入的全自动生产线,也是一个典型的无人工厂案例。
无人仓库:京东的很多大型仓库(比如亚洲一号仓库)已经实现了全程自动化的无人控制。用户在网上下了一个订单,后台智能系统自动开始从不同的仓库仓位进行取货、分拣、打包、打标签、流水线配货,高速的计算机系统可以瞬间完成几百个运货机器人的取货送货线路规划,通过机械手臂、机器人、智能传送带等设备的协同配合,高效完成仓库工作。整个仓库只需要少量人工进行运维、优化工作,即可完成日单量超过20万件的发货任务。这样的无人仓库其工作效率是传统仓库的10倍。
无人值守停车场/加油站:无人值守停车场实现了车辆进入停车场时的牌照自动识别,在车辆驶出时自动进行停车费扣款操作。更有一些商场停车系统还打通了购物系统,可以根据消费者在购物中心的消费情况,自动实现停车费的抵扣和优惠,以此来鼓励用户在购物中心多消费。当用户将车辆停在了无人值守加油站的指定加油区域,机械手臂可以帮助用户完成打开油箱盖,插入加油枪的动作,在完成加油后自动实现加油费扣款操作,整个过程用户无需下车,也无需做付款动作,真正实现了无感支付。
无人机:无人机在很多领域都被重新定义并发挥了巨大的作用。例如,无人机的航拍功能被应用于电力行业,可以高效地巡视高压线路,以往巡视和检修高压线路,需要电力工人翻山越岭爬上高压线塔,费时费力且效率极其低下,更重要的是容易造成人员伤亡事故,现在通过无人机可以拍摄各线路段的详情,传送给地面人员做检修判断,既高效又安全。又如,发生地震、洪水、火灾等灾情的时候,现场的环境侦查就是指挥部做出应对部署的最佳依据,无人机侦查灾情可以快速到达人员无法到达的地方,完成人力无法完成的工作,并且更加高效和安全。这些,都是无人机应用给社会带来的巨大价值。
无人驾驶:目前大量车企都研发了无人驾驶系统,可以实现有条件的无人驾驶或者辅助驾驶功能。基础的辅助功能如自动泊车入位,解决了很多新手停车难的问题;高级一些的辅助功能可以实现用户到达目的地后直接下车,由车辆自动驶入停车库寻找车位停放;更高级别的系统可以在人工监管的情况下根据导航的要求自动驾驶,并且根据实时路况做出正确的驾驶操作。总体来说,当前的无人驾驶技术仍然停留在初级阶段,这是因为要实现真正意义上的无人驾驶,不但需要车企的研发,更需要道路、市政、交通等政府相关职能部门配合,通过在道路上铺设智能传感设备跟车辆进行无线通讯和互动指挥,实现真正意义上的车联网无人驾驶。这样的车联网系统,一方面可以降低交通安全事故的发生,因为司机酒驾、疲劳驾驶、闯红灯、乱变道、危险情况不当处置的情况不会再出现;另一方面还可以缓解城市道路拥挤的状况,因为整个城市的车辆运行线路通过一个庞大的智能计算系统来统一指挥和调度,可以有效避免道路拥堵。
综上所述,出现频率最高的几个关键词是“高效”“便捷”“安全”。无人技术的普及可以大大提高整个社会的运转效率,提升人们的生活品质。当然,也可能有人会担心无人技术的大量应用会影响到社会就业问题,有一个很简单的例子:19世纪以前,人们的日常出行大多靠的是人力车夫或者马车,科技的发展使我们制造出了汽车、火车、飞机等等,难道我们会认为这些科技的产生会让人们都失业吗?其实人会自发地找到更适合的工作,人类的生存和发展靠的是大脑开发更多的新技术,将来我们都是靠这些新技术来真正享受高品质生活的。■
作者系新零售X实验室创始人
敬畏天地,敬畏科技
既然人工智能有学习的能力,有自生长的能力,那么有一天它必定会与人类智慧正面较量⋯⋯
文/于宜杉
关键词:自动化 机器学习 人机博弈
“无人”可以是如宇宙般无边的哲学话题,也可以仅仅围绕技术做精细分析,但这个话题的奇妙之处就在于哲学与科技必须不分开。当然,这也是一个扯不清的话题,很容易走入逻辑迷阵而不自知,还自顾兴奋。
“无人”到底是什么
为了不陷于迷阵以及浮夸,就从我最熟悉和最接地气的事情说起,从我们的产品——优浮(Uengager)说起,并沿着最纯粹的技术发展路径陈述。
优浮是一款可在 Web 页面自由添加用户引导的在线工具,具体呈现为一个个可自定义的引导框,用户可以根据具体场景、需求灵活添加引导框以及里面的内容,通过一步步引导,与你的用户深度交互。即使不懂开发,不会写代码,也可以给网站增加引导工具,轻松实现流量转化与客户引导。
我们为什么要做这个工具?原因特别简单直接,就是为了解决用户在线时的交互与留存问题,这也是2B场景下的一个硬需求,这是一个很基础但又很容易在技术上被忽略的问题,相关方法论一大堆,但少有给出完整技术方案者。另外一个驱动力源于我们在给客户提供SEO(搜索引擎优化)引流服务之后,切身感受到了这个痛点。
为什么要技术化实现?因为这个问题仅靠人力无解 (当然,仅靠工具也不行)。如何把用户留住,这应该是全互联网生意最痛彻的体悟了吧?用户在的时候,你在哪里?如果有上千上万个用户,你需要用多少员工去关照或者留住这些用户?所以我们做了这个自动化引导工具,代替人(即运营者)去与用户互动并完成一系列任务。
这时,无人的基础概念就形成了。在很多场景下,人无法存在,但又必须存在,这个时候,需要用工具去替代人,或者说去体现人的存在感。这种替代的背后是绩效升级的驱动。
无人的第一阶段——自动化
无人的第一阶段,并不是智能,而是自动化。很多人懵懂之中会把这二者划等号,其实差别很大。简单地说,自动化都是系统按照人预先的设定在特定时刻触发,如果A,如果B,那么C,系统不需要做判断、分析和决策等思维动作,只是触发输出即可,而智能比如AI显然就必须有思维动作。
但在用户眼里,这个边界没那么清楚,他所感受到的都是系统输出的结果,至于是怎么输出的、中间过程是什么,他们不知道,也不在乎。这就是很多人混淆自动化与AI的主要原因。
AI要从自动化中孵化,其中关键步骤是数据积累。地球人现在都知道,没有数据就别谈AI,当然AI还有另一个要素就是算法。
优浮自然也是冲着智能引导去的,开始也是先做自动化,因为需要数据,自动化生态下生成的数据很关键,数据里有用户的行为轨迹,更隐含着日后的引导算法。必须说明一点,自动化不是AI发展唯一的路径,但自动化是AI发展效率最高的路径。因为自动化旅程生成了大量高相关性的精准数据,这些数据是机器学习最好的培养基。若没有自动化这个过程,人们面临最大的挑战就是数据清洗,从各种杂乱的数据中找出可以培养智能的那些,过程难以描述。
举一个例子说明自动化的数据特质:自动化好比是超市里处理好的、包在保鲜膜或者盒子里的蔬菜,你买回去洗一下就直接下锅了,当然你也可以去菜市场买各种没有经过处理加工的蔬菜,但回家要费很多功夫择菜。
无人的第二阶段——机器学习
有了数据然后做什么呢?让机器学习人类的行为逻辑。这个学习过程至少可以拆分为三个层面,还是以优浮相关联的这类企业场景做说明:
1.学习认知用户的行为规律;
2.学习自动化程序与用户之间的交互规律,包括来往数据或上行下行数据;
3.超越自动化的刻板,从前面两个过程中升华、找到不确定性情况下的应对之道,这就是判断、分析与决策;
基于上述步骤,AI可以输出了,过程中要经过大量测试,这时算法的功劳非常大,好的算法会事半功倍。
如果在自动化阶段,机器替代人的程度是50%〜70%, 那么AI阶段就是60%〜90%。
但无论怎样,机器都无法100%替代人,也就是说,在这个层面上真正的无人是不存在的。当然在前端用户体验上可以是100%的无人,但在后端总是离不开人的,而后端才是检验无人程度高下的最主要阵地。
人类发展AI的主观动机肯定不是抵制自身的存在感,只是让AI去解放人力不可为或者替代那些相对低级和重复性高的行为,当然这也就有了AI的相对高低之分,显然做人类做不了的事,其智能程度自然高于那些做重复劳动的事。
无人的第三阶段——人机博弈
那些更高级的人工智能,将来很可能就会演变为人类的对手。这并非危言耸听,而是宇宙之道。人类本意并非如此,但又有多少事能由人自身去把控?任何生命体都不能。有些事的发展总是超出我们的想象⋯⋯
人与机器必有一战。很多朋友都看过《三体》吧?尽管不能拿一部小说来界定宇宙法则,但自然之道向来是阴阳相生相克,所谓相克,就是三体中的黑暗丛林法则,世界在角斗中生,在角斗中长,也在角斗中灭亡⋯⋯循环往复,是曰轮回。既然人工智能有学习的能力,有自生长的能力,那么有一天它必定会与人类智慧正面较量,这也符合相生相克的规律。
这就是无人的第三阶段。貌似有种不祥的预感:我们要被机器干掉了,真的无人了!
西方很多学者已经严肃地提出这类话题并不断求证,西方思维大都从事物本身去分析,但东方思维更善于跳出局外洞察,往往是跳出三界外就能一下子找到西方思维百思不得其解的症结所在,科学的尽头总是哲学。
所以,用周易之道,人类的未来就清晰可见了。但问题是我们总要为子孙后代做些什么吧,哪怕到后来证明都是无效的。
西方科技精英的提醒很重要,至少我们要去思考各种可能性:
◆ 机器入侵人类会造成什么灾难?
◆ 机器智能最开始可能是良善的,但如果它们被人类的欲望逼上绝路而反击,会发生什么?
◆ 可能会有哪些机器智能的变种?
◆ 人类的情感与机器的情感怎样交互?
⋯⋯
这个世界的魔幻就在于,从人的角度来看,很多事情不可预测,谁知道世界的某些角落里此时有几个奇异博士呢?所以还是要时刻保持敬畏之心,敬畏天地,敬畏科技。■
作者系优浮Uengager创始人
直面“无人时代”,我们如何应对?
将人的思维意识体与智能机器设备的物理体、数字信息的虚拟体有机融合在一起,才是赢家之道。
文/武毅
关键词:无人时代 数字化生态 数字经济 机器换人
时至今日,“无人”模式接踵而至,“无人”领域多点开花,“无人”技术快速迭代。它们在不断融合甚至颠覆着传统工作模式的同时,也在极度碾压着工作和生活的时空边界,刷新着我们对“无人时代”的认知。
亲近“无人时代”
毫无疑问,数字化将改变产业形态使传统产业不再传统,低端企业不再低端。数字化技术将与传统企业或产业深度融合,使其逐渐转型为高科技引领、高智能运营、高素质人才驱动下的新型企业或产业。数字化与数字经济为全球经济活动赋予巨大能量,为中国企业的战略成长提供了全新的发展机遇与发展空间。
“无人时代”的到来,的确意味着一个全新时代的开始,这个时代是互联网技术、云计算、大数据、物联网、感知技术、触摸技术和人工智能等技术综合应用创新的时代,这个时代的典型特点是:万物智能互联、知识透明精细、敏捷快速致胜、边界模糊消失、创新无限可为。
面对数字化时代的到来,中国许多优秀企业如华为、海尔、腾讯、阿里、小米、美的等都在主动拥抱变革,全力推进转型,并取得了值得我们认真思考、学习和借鉴的经验。更多的企业仍然是处在茫然不知所措之中,企业家与高层对数字化转型的意义和战略缺乏共识,导致在数字化概念的炒作中迷失了方向,转型和颠覆加剧了对无人时代到来的恐惧。对“无人工厂”的理解被简单的定义为“机器换人”,更加增添了员工对职业成长的焦虑,在数字化时代的实践上也很难有实际行动和可喜建树。
“无人时代”通过对数字技术的集成和综合应用,将人工从不适的环境中置换出来,使得人类最大限度地获得自由,享受工作生活的便捷。实现数字化转型,大多数企业选择通过购置新型智能机器人设备,上线各种应用软件,或者研发运营工业APP产品等。这些举措在生产制造效率的提高、人工成本的节约、数据运算分析的精准程度上都获得了极大的改善。这一切也正是得益于人类群体智慧迸发出的无限力量。所以,不断提高组织中员工的心性,将人的思维意识体与智能机器设备的物理体、数字信息的虚拟体有机融合在一起,构建企业数字化生态,才是赢家之道。
用什么姿势应对“无人时代”?
工业革命促成人类社会技术和经济上的伟大进步,然而机器并没有使我们全部失业。正如它们摧毁了旧的工作一样,它们最终也创造出了新的工作。在我们所处的数字化时代,这些新的智能型机器、新的移动应用场景、新的经济业态也同样将会创造出与以往不同的新的工作环境,以及一系列新的赢家与输家。
美国驻欧空军司令菲利普·马克·布里德洛夫(Philip M. Breedlove)上将的工作与无人机应用密切相关,他曾表示:“我们的空军面临的第一号人员问题,就是为我们的无人驾驶平台配备人员”,这些人员配备包括修理和维护飞机的工作人员,还有整理影像和监控记录的分析师。据悉,一架“掠夺者”(Predator)无人机在空中飞行24小时,需要将近168名工作人员在幕后服务工作。一架更大的无人机,例如“全球鹰”(Global Hawk)无人侦察机,则需要大约300名幕后工作者才能确保任务的执行。相比之下,一架通用动力的F-16战斗机在一次任务中只需要不到100名幕后工作人员。
这意味着无人机技术的广泛应用并没有让更多人失业,反而成倍地增加了更多新兴职业的就业机会。有较强的数学建模和分析技能,理解软件工程,能熟练操作电脑,一批工作者都将会在这次变革中受益。同样,人工智能的快速发展催生了数据标注产业的蓬勃发展,事实上,大量从事数据标注工作的人员并不需要很高的学历。脸书(Facebook)的创始人马克·扎克伯格大学时所修的专业是心理学,正是在心理学中的许多洞见,帮助他把脸书变得更有吸引力和诱惑力。所以,应对“无人时代”带来的变革,我们更应该提升对数字技术认知的能力,积极拥抱变革,提升将技术性知识与解决现实问题联系起来的能力。相信通过数字化生态的不断演进,工作、生活中发生的大多数问题更需要应用多种学科的知识来共同解决。■
作者系北京华夏德稻企业管理咨询有限公司首席执行官
无人化是路径,不是目的
人的作用在无人化的环境下凸显得更加重要。
文/何革学
关键词:人工智能 AI 智能诊疗 IBM 谷歌 人机交互 亚马逊
随着中国经济向高质量增长的转变,以及各种红利的快速消失,企业经营的各种成本快速上升,促进“无人”商业模式的产生,其背后的核心支撑正是人工智能概念。在数据时代,基于数据的人工智能分析是企业发展的利器和法宝,但是其中最主要的核心算法,却必须依赖于核心业务场景,是一个具有高度行业和专业知识属性的难点和壁垒。过去几年,AI在语音识别、人脸识别、图像识别、语义分析等基础领域取得了很大的发展,但在行业深度领域的发展仍然举步维艰。比如无人驾驶、智能疾病诊断等需要高度知识经验的领域,人工智能仍然需要很长的时间或许才能取得进展。
还记得曾经风光无限的IBM 沃森(Watson)吗?曾经是公众心目中“人工智能”代名词的沃森,在近6年砸下几百亿美元的研发投入后,前景反而愈发暗淡。2017年,世界顶级肿瘤治疗与研究机构MD安德森癌症中心,宣布停止与IBM 沃森长达4年的合作,其他多家医院也终止了与沃森肿瘤相关的项目,医生们抱怨沃森给出了错误的判断。沃森尽管学习能力比医生强,但是疾病治疗方法进展很快,需要结合患者的不同情况给出个性化的治疗,显然沃森在给出治疗方案这个最需要智慧的环节远远不能满足实际的需要。人工智能可以为疾病治疗提供帮助,目前仅仅是辅助帮助,未来仍然有很长的路才能真正实现让AI来代替医生为患者提供治疗方案。富有知识和经验的医生,仍然是患者治愈疾病的最优选择。
2018年11月,谷歌Waymo无人车CEO John Krafcik在加州一次会议上公开表示,要实现完全无人驾驶的L5级别实在太难了,可能还需要很长一段时间。实现真正意义上的“无人驾驶”,还需要从芯片、算法、人机交互等领域进行长期研发,才能避免一些可能发生的交通事故,毕竟人的生命只有一次。
亚马逊的无人零售商店Amazon Go虽然进行了试验运营,但是由于成本过高,以及还有许多技术问题没有解决,所以大规模的商业化运行仍然需要很长的时间。一些用人就可以简单解决和判断的问题,要想完全用系统来解决,仍然非常复杂和困难。
在无人制造领域,人工智能技术则发挥了非常重要的作用。
在汽车行业,一些知名汽车厂家如宝马的智能制造工厂已经实现了无人化制造,国内的一些领先的制造企业也实现了制造环节的无人化。但是对于目前火热的智能制造而言,无人制造只是产业链的最低端环节,真正决定制造业竞争地位和优势的是前端的营销和中间最核心的研发环节。制造企业在获得客户的需求和订单后,根据客户需求进行产品研发,利用数字化的研发手段完成产品的研发后,把数据传递给制造环节来执行。前端的营销和中间的研发环节,才是一个制造企业最为核心的竞争优势和壁垒,最后的智能制造环节只是对已经确定的产品制造数据的操作执行而已。 由此可见,对于满足客户需求和产品研发这样具有高度创新性和创造性的工作,必须有具有一定知识和经验的人来执行,而对于已经确定的具有明确数据要求的生产,可以用无人化的智能工厂来实现,一方面最大限度的降低了对人的要求,同时,无人化的智能制造更能保证产品质量的一致性,因为人作为一个富有感性的生命体,总是会产生疲劳和情绪,而智能化的设备,则可以严格按照数据要求准确高质量地完成制造工作,同时不会有疲劳和情绪的影响。
如图2所示,在制造业的智能数字化建设中,智能制造只是最低端的执行环节,而最为关键的核心环节,市场销售和研发,仍然必须要依靠具有专业知识经验的人来完成。
在“无人”商业模式层出不穷的今天,虽然人工智能和数据分析取得了很大的进步和发展,但是人的作用却在“无人”的环境下凸显得更加重要。“无人”代替的是相对而言不具有创新性和创造性的确定性的工作,而且“无人”环节的流程是由人来制定的,只是通过智能化的设备执行,提高生产效率,确保生产质量,这样就可以节省出更多的人来从事具有创新性和创造性的工作。如果没有前端的市场销售和研究开发,只是简单的无人化智能制造,生产出来的产品不是客户需要的产品,或者产品性能和质量不合格,反而会造成更大的损失和浪费。
由此可见,在数据时代,企业在数字化与智能化转型建设过程中,需要用人来进行具有不确定性的创造性和创新性的工作,如市场、销售、服务、产品研发等;需要用“无人”来进行确定性的、重复的、需要按照固定流程和方法严格执行的工作,如智能制造,这样才是未来高效的、绿色的、创新型的智慧企业。 ■
作者系LTC学院院长、L2Cplat创始人兼首席执行官
编辑 程丹丹
|