欧文·弗拉多斯基·伯杰
将来会有足够的工作吗？ 我们持续的技术进步对工作可能产生什么影响？ 它们将如何影响生产力？ 随着我们越来越智能的技术现在被用于不久前被视为人类专有领域的活动，这些都是需要反思的重要问题。
尽管没有人真正知道这些问题的答案，但是大多数对该主题的研究得出的结论是，相对较少的职业（10％或更少）将完全自动化，并在接下来的10-15年内消失。 取而代之的是，随着技术使这些职业中更多的例行任务自动化，越来越多的职业将发生重大变化。 人们仍然会参与其中，但是他们的工作将被他们现在必须掌握的高级工具所改变。 此外，以技术为基础的经济增长可能会创造各种新的职业，这将抵消过去数世纪以来因自动化而流离失所的职业的下降。
人们还希望技术的进步将提高从事这些新职业或转变职业的工人的生产率。 但是，如果我们看一下过去10到15年的指南，我们会发现，尽管智能手机，云计算，大数据和人工智能等巨大的技术进步，生产力的增长在这段时间内已经显着下降。
经济学家提出了关于生产率下降的竞争性解释，但迄今为止未能达成共识。
了解这个生产力难题可能很好地把握了未来生产力提高和长期经济增长的关键。
麻省理工学院的Erik Brynjolfsson和Daniel Rock和芝加哥大学的Chad Syverson在最近的一篇论文中给出了我所见过的最令人满意的解释。 在考虑了四种可能的解释之后，作者得出结论，实际上没有生产力悖论。 在适当的情况下，具有变革性的技术进步与落后的生产力之间不会存在内在的矛盾。
在过去的两个世纪中，在广泛接受基于新技术的范式与随之而来的经济转型和机构重组之间，通常存在着巨大的时间差。 即使在达到市场认可的临界点之后，整个经济中的公司和行业也要花费相当长的时间（通常是几十年），才能使新技术和商业模式得到广泛采用，然后它们的利益才会随之而来，包括生产率的提高。 该论文认为，我们正处于这种中间时期。
分析师JP Gownder在几周前发布的Forrester研究报告《技术增强型员工》中也表达了类似的观点。 Gownder写道：“尽管在技术上进行了数十亿美元的投资，但自2004年以来，员工生产率的增长一直在放缓。”
“即使全球技术支出在2018年将首次在全球超过3万亿美元，但这种生产率悖论仍应引起CIO和其他决策者的关注：对于所有这些投资，我们难道不希望以更有效的员工形式获得回报吗？ ”
他认为，答案是，大多数技术投资都没有落到员工手中。 他的报告检查了有关组织如何使用技术来提高员工绩效的数据，并发现许多公司没有提供足够的工具来做到这一点。
例如，除了广泛使用的核心设备（如PC，平板电脑和智能手机）外，很少有员工使用更高级的设备（如可穿戴设备或专用移动设备）。 除了电子邮件和日历等主要应用程序外，许多员工还没有将应用程序用作工作的一部分。 用户界面也是如此。 虽然成熟的用户界面（例如键盘，鼠标，触摸屏）被广泛使用，但很少有员工使用诸如语音识别之类的更高级的输入技术来与自适应的，上下文相关的AI应用程序进行交互。 他们也没有与机器人和虚拟助手并肩工作以增强其人类能力。
很少有雇主提供这些更高级的工具，因此，其雇员的技术大多仅限于经过实践检验的基础知识。
为了克服当前员工生产力方面的差距，Gownder建议公司考虑一种给定的技术将如何帮助员工更好地解决三个关键方面的问题：决策环境； 执行支持； 和人工管理的机器。
决策环境：提供信息以帮助员工采取行动。 做出知情的，及时的决定是困难的。 即使有可用数据，其他障碍也常常阻止个人从数据中提取可行的见解，甚至无法确定要分析的数据集。 能够理解决策环境，所涉及流程和最佳数据访问方式的智能工具可以为员工提供宝贵的帮助。
执行支持：机器承担部分工作量。 除了协助员工外，机器还可以处理部分实际工作量。 电子表格应用程序之类的工具长期以来一直在这样做。 新一代的AI应用程序可以将执行支持提高到一个新的水平。 该报告引用了Eva作为此类工具的示例。 Eva在会议上听取与会人员的声音，记录和转录他们的对话，建立工作云以总结会议，提取后续操作并将其发送给适当的员工。
人工管理的机器：将任务从人类员工的工作中解放出来的机器。 在最先进的阶段，机器将承担大部分工作量，同时由与其一起工作的人员进行监督和补充。 例如，机器人过程自动化（RPA）机器人越来越有能力采取由人类先前执行的重复，可预测的动作，从而使人类能够监督机器人，改善其过程以及处理异常和升级。
为了克服技术增强工作者的承诺与当前现实之间的差距，该报告建议重点关注要解决的业务问题，而不是所使用的技术。
首先，确定可以使用技术增强解决的业务问题。 接下来，在创新实验室或其他试点环境中测试建议的解决方案，在每个步骤中进行迭代和学习，直到您可以做出决定。 并且，在准备就绪后，将机器人同事整合到团队中，以便他们可以增强团队人员的工作。
Gownder在总结中写道：“随着工作的未来从轻度技术增强的员工一直到机器人完全替代工作，劳动力将越来越成为人与机器的混合体。” “人机协作……将成长为一项重要的劳动力技术学科。”公司应牢记：
- 分工将比以往更加重要。 在计算机提供战术支持的同时，人类需要提高其战略角色。 “通过专注于互补但又不同的任务，人机团队比单独的两个团队要有效得多。
- RQ（机器人商）将对劳动力效率至关重要。 RQ是对工人使用增强技术时所具备的技能集的一种度量。 “员工中具有较高RQ的公司将比RQ评级较低的公司创造更多的收入和利润。”
- 可穿戴设备将与智能软件和智能手机结合在一起，形成一个全身网络。 “将来自多个设备的实时输入与智能软件相结合，将使现场服务技术人员，销售人员甚至教室教师等各种角色的员工得以突飞猛进地提高他们的绩效。”
- 人类将隐性地或显性地教机器。 “机器学习增加了此功能，使软件可以观看和改进。 深度学习将把这完全提升到另一个层次，因为AI会获取非结构化的数据和示例并模拟人类的掌握。”
