企业管理顾问华伦·贝尼斯（Warren Bennis）讲过一个笑话。他说，未来的工厂里只有一个人，一条狗。人是要喂狗，狗是要看住人，不让他碰机器。
总有一天，机器人会替代人。如果对物种进化做一个预测，那么，人类之后的下一个物种应该是机器人。
推荐大家读一本《如何思考会思考的机器》，里面汇集了全球各个行业顶级专家对人工智能的看法。当然，即使是专家，对人工智能的看法也大多是猜测。谁也不知道未来会出现什么变化。如果简单地讲，未来可能会有两条路径。
第一种路径是机器人彻底替代了人。
机器人不仅学会了人的思维模式，而且比人类做得更好。机器人也学会了人类的情感，而且比人类更加理性。机器人有了自我意识，不会再听命于人的指挥。这并非是不可能的。归根到本源，人的思维、情感，无非都是物理和化学反应，只是我们对其原理了解甚少而已。
第二种路径是人和机器人融为一体。
手机让我们成为“千里眼”、“顺风耳”，能够实时地、不受地域限制地与其他人沟通。大数据可以方便我们更好地学习和交流。人用上了各种人造器官。以后，人们很可能会运用更多的科技改善我们的记忆、延长我们的寿命、调节我们的情绪。
· 记性不好？外接一个U盘就行。
· 性格暴躁？吃一片药就改过来了。
· 想体验一下南极探险？你可以从别人那里购买一段个人回忆。
· 听不懂爪哇语？机器帮你直接翻译。
无论出现哪种情况，我们都能想象得出最后的结果：人类这个物种，会被彻底地改变。生活、工作，都会和以往大不相同，甚至人类的生存都会遇到挑战。
人工智能是如何出现的？这是一个很复杂的问题。
我们不妨从最简单的角度来理解。过去的电脑都是靠“程序”运转，程序员设想出可能会出现的各种情况，然后告诉机器，如果遇到某一种情况，该如何如何处理。
这就会带来一个挑战，如果是一个非常复杂的问题，有很多环节，机器在每一个环节上都要穷尽所有的可能性，那么，计算和判断的复杂程度会呈指数型增长，直至机器彻底崩溃。
人每天也会遇到各种复杂的问题，要不要结婚，要不要生子，都是极其复杂的问题。人生有无穷无尽的可能性，有各种各样的偶然性。人是如何处理复杂问题的？
我们的思维方式比较偷懒。好比，在第一个岔口，有两个选择，我们会随便选一个，比如我们选A。再往前走，又遇到第二个岔口，又有两个选择，我们再随便选一个，比如我们选A1。如果A1是个死胡同呢？我们赶紧退回最近的分岔点，选择A2。
如此循环往返，直至找到合适的路径。这种思维方式看起来很笨，这不就是靠碰运气吗？确实如此，这是因为人的记忆储存能力和计算能力严重不足，才想出来的凑合的办法，但事实证明，这是解决复杂问题的唯一正确路径。
我们对智能机器人最直观的体验可能是家里的扫地机器人，一款叫Roomba的家伙。
最早设计Roomba的时候，设计师非常苦恼。每个家庭的房间都不一样，有人住别墅，有人住陋室，有的房间方方正正，有的房间极不规则。如果想把所有的户型资料都预先输入，几乎是不可能的。换个思路之后，就豁然开朗了。Roomba的设计思路是让机器人自己去学习。
当Roomba刚到你家里的时候，它会像喝醉酒一样，到处碰壁。其实它是在学习。碰墙没有关系，它会把这当作一次失败的尝试，把结果记录下来。只要它把每一次失败都记录下来，不断修正，就能越来越熟练，最后，它就像在你家里尽情撒欢的小狗，来来去去，自如得很。
一言以蔽之，这种设计思路就是“试错法”。机器学习就是一个计算机算法在分析和预测中不断自我改进的过程。
认知机器人的方法论无非是最基本的概率论，但它的技术进步在于，认知机器人已经开始理解更复杂的非结构化信息。也就是说，机器人不仅能够像过去那样理解数字，还能够“看懂”图像、“听懂”人的讲话，等等。
以机器翻译为例。IBM在开发翻译软件的时候成立了一个团队，最早，他们雇佣了很多语言学家，希望语言学家能够教会机器不同的语法，然后让机器根据语法学习各种语言。后来，他们发现这样根本行不通。最简单粗暴的办法就是把海量的语言资料都输入电脑，让电脑自己去“试错”。
一开始，电脑的翻译一定是不伦不类的，但慢慢地，如果你给电脑足够多的正确和错误的示例，它就会慢慢弄明白，哪些说法是不地道的，哪些是更地道的。它的学习就越来越快。它可以用同样的方法学会中文、俄语、班图语、尼泊尔语：其实它不是在学外语，而是在处理统计数据。以后，我们很可能不用再学习外语了，人工智能会比我们做得更好。它能够掌握各种语言，靠的就是大数据和“试错法”。
说起人工智能，我们常常会有一种恐惧，认为我们的工作很快就会被机器替代。确实，越来越多的工作会被机器替代，但距离我所预言的那个机器人取代人类的时代还早得很。我们仍然处在人工智能的初级阶段。
现在的人工智能大多局限在一个特定的领域。Roomba是负责扫地的。有的人工智能是为了翻译语言、或是帮助医生诊断疾病。它们各有分工。在其各自的领域，它们完全有可能替代很多常规性的人类的工作，但机器人会不会突然变得全知全能呢？你家的Roomba会不会有一天扫地扫腻味了，自己决定不想扫地，要设计汽车了？至少目前来看，这种可能性为零。
任务自动化和工作岗位自动化是两件不同的事情。工作岗位自动化是指机器完全替代了人，任务自动化是不会抢走人类的工作的。
举例来说，由于工业革命，纺织行业在19世纪就从手工业变成了现代化工业。纺织行业中98％的劳动被自动化了，那么，纺织行业的就业人数是否相应地减少了98%呢？
没有。纺织行业的就业人数反而增加了。这是由于生产力大幅度提高之后，产品的价格会下降，对产品的需求就会增加。过去，许多人只有一套衣服，而且是妈妈手工缝制的。过去是“慈母手中线，游子身上衣”。现在，游子穿的都是买来的衣服，每个人的衣橱里都塞得满满的。此外，对窗帘、地毯、沙发罩，各种各样纺织品的需求也大幅度增加，于是，需求的增长抵消了机器对劳动力的替代。
同样的故事今天仍然在发生。自动取款机是在20世纪90年代之后开始出现的。当初，人们认为有了自动取款机，就不再需要银行柜员了，结果呢？
银行柜员的人数却增加了，而且比美国整个劳动力市场就业人数的增加速度更快。
条形码是从20世纪80年代开始出现的。扫描条形码，能让收银员的结账时间减少18-19％，但收银员的人数反而增加了。
20世纪90年代末以来，律师事务所越来越多地使用电子文档检索软件，这本是律师助理要做的工作，但律师助理的人数反而快速增长。
我们都听说过，技术可以创造出全新的岗位需求，比如数据科学工程师。但与此同时，技术也能改变很多传统的常规工作。
银行柜员不需要再收付现金，他们可以花更多的时间帮顾客处理更复杂的事务。
律师助理不用再在档案堆里找文件，他们可以帮助律师们更好地维护客户关系。
会看CT片子的电脑没有完全替代医生的工作，医生可以借助电脑，进一步提高诊断质量。
各种设计软件也没有替代设计师的工作，相反，会有更多的人更容易地进入这一行当。
所以，好消息是：未来的工厂里，会有一台机器，一个人，一条狗。 有的工作是人来做主，机器辅助；有的工作是机器做主，人来辅助。至于那条狗嘛，它安安静静地趴在那里，像一个哲人一样若有所思。（作者为财新智库研究部主管、首席经济学家）
