(不符合) 小於6段 & 小於700字 (段落: 1/ 字數: 1846)

然而,這種「比人類更優秀」卻也會帶來管理上的挑戰。如果這些演算法作業的績效不如預期,情況會如何?如果機器的「機器學習」成績不好,有誰能重新訓練它們?如果先進機器人(像是富達投顧的機器人理財顧問、Uber的自動車、IBM超級電腦Watson的醫療診斷)的行為模式會讓顧客感到不舒服,該怎樣讓它們得到意見回饋、從而加以改善?究竟該由誰或是什麼來負責這件事?最近微軟聊天機器人Tay的慘劇,正是沒把機器學習「訓練」看得夠認真的下場。

就算是聰明而又努力的機器,也像某些懶惰而有害的人類,需要對它們進行工作檢討。好的管理者都知道,想在未來擁有生產力和顧客忠誠度,除了得激勵員工,也得激勵機器、並加以管理。

說白一點,管理者如果無法讓機器人把工作做得更好,到頭來可能連自己的工作也難保。在21世紀,一項新的必備領導能力可能就在於能否讓智慧型的機器充分發揮潛力。

《人工智慧時代》(Humans Need not Apply)的作者傑瑞.卡普蘭(Jerry Kaplan)認為:「這是智慧型系統設計的核心。就長期的歷史進程看來,自然的發展是走...

已經是會員?立即登入
繼續閱讀全文
免費註冊會員帳號
可享每月三篇文章免費讀
註冊免費會員
訂閱數位版
訂閱數位版即可立即無限暢讀全站優質文章、影音等豐富內容
首月 / NT$60
每月定期扣款,隨時可線上申請暫停扣款