近年来，人工智能的发展成为热点话题，有人担忧人工智能会造成失业问题，业内人士认为，不必为此过分担忧。事实上，目前，人工智能的发展还处于初级阶段，应该更多的考虑如何利用人工智能提升技术、优化系统，从而解决人类难题。同时，人工智能要真正产生价值必须具备一些先决条件。
1
人工智能挑战各行各业？
“五年前，我们启动了ET项目，我们认为，未来的机器会比人更聪明。三十年以后，时代杂志封面的本年度最佳CEO会是一个机器人。”不久前，马云在以“迈进智能新时代”为主题的2017中国(深圳)IT领袖峰会上如是说。
据称，ET项目基于阿里云强大的计算能力，正在多个领域不断进化，目前已具备智能语音交互、图像/视频识别、交通预测、情感分析等技能。业内人士甚至戏言，ET在20年后或有望成马云的接班人。
或许很多人还在认为，人类的某些技能如常识、适应性和创造力等，机器可能永远无法复制，因此，创造性工作将免受“机器代人”浪潮的冲击。但事实上，人工智能的快速发展正在挑战这种假象。如今，机器已经能够学习海量新知识，还能对人类语言和动作作出反应。
IBM公司推出的Watson 计算机系统的一个“智囊”版本，就可以帮助董事会制定公司战略。“会议室Watson”能够捕捉并分析参会人员所说的一切，在大屏幕上展示问题研究的答案，并基于AI算法和大数据分析，得出与公司战略相符的建议。而且，它同时也会分析每个董事会成员发言的准确性和有效性，进而得出他们的贡献度。
此外，IBM一直在推动Watson超级智能运算进入医疗、法律等领域。新一代医用Watson已经可以帮助医生诊断癌症等疾病、评估患者并开出处方。律师则可以向Watson提出关于案件的模糊问题，得到的回答配有从法律或判例中援引的条文和资料。
而继律师、审计师等这样的职业纷纷遭遇人工智能的挑战后，人工智能又让投行员工饭碗不保。比如，摩根大通和高盛早就宣称自己是一家科技公司。去年7月，摩根大通投入使用的一款金融合同解析软件COIN，通过机器学习和加密云网络技术，在几秒内就能将原先律师和贷款人员每年需要36万小时做完的工作完成，在大大降低错误率的同时保证全年无休。在华尔街，人工智能也已造成了数量惊人的“失业”。据悉，截至去年9月，高盛已裁员超过400人，主要是证券部门的交易员及销售人员。2000年时，高盛纽约总部的现金股票交易柜台尚有600名交易员，现如今只剩下2名。
花旗银行的一份统计报告显示，为节省人力，预计在2015至2025年之间减少30％的员工，其中，美国和欧洲的银行将裁减约180万名全职员工。
不久前，著名投资人创新工场董事长李开复说，人工智能可以渗透到每一个行业、每一项工作。在任何一个以大数据为核心的领域，当个人的工作能在10秒钟以内作出判断，或者有重复性，就将会被机器取代。不是一台机器取代一个人，而是一台机器可以取代上千人。而金融行业将是人工智能在中国爆发的第一站。
2
促使人类研究更高知识体系
“我们暂时还不用担心被机器人抢去饭碗。”业内人士表示，人类借助AI来提升技术、优化工作效率，或者通过人机交互，在逐步提升机器智能的同时，反过来也提升了人类的逻辑思维能力。
“作为医生，每天要看大量的病人，没有足够时间与所有患者沟通，也没有足够时间去查阅大量的资料文献，进行更高阶层的学习。而有了人工智能的辅助，可以让医生从繁复的重复劳动中解放出来，去研究更高阶层的知识体系。”一位医疗行业人士说。
“人是感性动物，机器无法替代这种与环境、心情、经验以及交流双方的契合度相关的东西。比如，分析师通过真正的深入交流及充分的沟通，才能了解和明白客户的真实需求和风险偏好。因此，分析师并不会完全失业，而是可以利用人工智能获取更丰富的知识结构。”上海证券交易所前副总裁兼CTO白硕向记者表示。
一家拥有百年历史，生产电力、纸张等的德国传统企业福伊特集团也意识到数字化对集团转型的重要性。在出售了集团工业技术服务事业部后，该公司迅速成立了数字化解决方案事业部。2017年，福伊特还将进一步扩展数字应用领域业务，为此成立了新的智能控制事业部，计划投资1亿欧元用于全新的数字产品开发，包括人工智能的应用开发，以将原有在信息技术、自动化、软件和传感器领域的业务整合于一体。
“我不认为50％的人会因人工智能而失业，根据过去的经验来看，新产品、新智能、新领域的发展会创造新的就业机会，比如像脸谱、谷歌、苹果这样的公司。”福伊特集团全球总裁兼首席执行官Hubert Lienhard博士日前接受记者采访时表示。
3
发展需要四个先决条件
人工智能虽然很强大，但目前确实还处在发展的初级阶段。百度公司创始人、董事长兼首席执行官李彦宏指出，“人工智能研究还有很多提升空间，我觉得还有很长时间才能挑战人的认知能力。”在李彦宏看来，这个“很长时间”指的是“不会到来”。
“现在人工智能很火，每个商业计划都想加上人工智能，但不要误认为它能做很多事情。”李开复对于今天人工智能的投资和估值泡沫化表示担忧，“1996年时，美国率先提出人工智能，其核心是深度学习算法。6年前，这一技术才到达可以创造价值的阶段。”
事实上，人工智能要在应用层面产生价值，需要四个先决条件，“一是场景，二是大数据，三是计算能力，四是人才。”腾讯公司董事会主席兼首席执行官马化腾如是回答。
“首先，一定要有海量数据。第二，数据要被标注。第三，要在垂直单一领域应用。第四，需要顶尖人工智能专家，要有积累，有经验。”李开复同时补充，“世界上懂人工智能的人不超过7千万，中国只有700人，而且，这700人几乎都在BAT里。”
而在金融层面，人工智能的真正落地则取决于三大要素。马上消费金融CTO蒋宁在接受记者采访时表示，三大要素分别是模型算法、大数据和计算平台。在数据层面，蒋宁认为最本质的是要解决大数据从哪来、怎么用。以马上消费金融为例，除了依托股东方1400多万客户数据以及自身所拥有的千万级个人客户数据外，还对接了央行征信、公安、法庭、社保、运营商、公积金、车管所、电商等多元化数据源。在数据模型搭建方面，则借鉴了美国征信局及ZestFinance、Capital One等国际机构的核心经验，以深度学习为主，保证了模型的有效性。“目前仍存在对海量数据的场景化、实时分析的挑战，需要构建一个非常巨大的人工智能计算平台。”蒋宁表示，这个计算平台要支持多种算法，其中最关键的是搭建一个能够支撑算法的团队。
“人工智能应用到消费金融领域，有最核心的几大环节，包括智能客服、智能催收、智能风控和智能营销。”蒋宁最后指出。
