认知架构设计

虽然认知领域的硬件和软件都在不断完善之中，但对于管理者而言，与其被动地等待新一代可选方案的问世，不如主动将认知技术引入职场，开拓其在增强人类能力方面的价值。最富有经验的管理者将会据此打造出支持多种应用的信息技术架构。事实上，我们期望看到公司构建出可与常规IT架构对接但又与之截然不同的“认知架构”。这意味着什么？我们认为一个设计巧妙的认知架构需要着重强调以下属性。

处理多种数据类型的能力 认知性的见解并非仅来源于单一数据类型（例如文本）。未来，它们会从综合性的文本、数字、图像、语言和基因组数据中浮现出来，从而培养出多样的情境意识。

学习能力 尽管学习能力应当是认知技术的精髓所在，但如今大多数系统（譬如规则引擎和机器人流程自动化）都做不到自我完善。如果你要在一个能够学习的系统和一个无法学习的系统之间做选择，那么务必选择前者。

透明度 在可预见的未来，人类和认知技术将携手合作。人类总想了解认知技术如何决策或提出建议。如果无法打开这只“黑箱”，我们就无法信赖这些技术。透明是辅助增强（augmentation）的关键特点，它将促进人类对于认知技术的迅速采纳。

多样化的人工角色 在写入程序以后，某些认知技术，如大多数工业机器人，就会运行指定的流程。相比之下，手术机器人就要由人来掌控了。未来，我们可能需要多重控制模式。就像开自动驾驶汽车一样，人类需要有可以介入和掌控的途径。掌握多重控制方式是促进机器对人类能力的增强而非完全自动化的另一种方式。

更新和修改灵活 为什么基于规则的系统能在保险业和银行业取得成功？原因之一在于使用者可以修改规则。但目前，大多数认知系统的修改和更新还只能由专家胜任。未来的系统必须变得更加灵活。

强大的报告能力 对于公司的其他成员以及其他利益相关者而言，认知技术也必须是可靠的。例如，我们曾与多家公司的代表商讨过利用自动化系统来购买和投放数字广告的设想，这些代表认为，由于客户坚决要求详细报告，因此相关数据必须能够以多种不同的方式进行“划分和切割”。

必备的先进IT属性 认知技术需要具备现代信息系统的所有属性，包括简易的用户界面、先进的数据安全性以及同时处理多用户的能力。在认知领域，所有公司都不希望在以上这些目标上有所妥协，最终它们也无需做出任何让步。

更重要的是，如果管理的目标在于辅助增强而非完全自动化，那么理解人类自身的能力应如何融入该体系就变得至关重要了。人类将继续保持对机器的优势，哪怕是最聪明的机器。人类能更好地解释非结构化数据——例如一句诗的含义，或者某张图片所预示的邻里环境是好是差。人类也拥有一定的认知宽度，能够同时处理很多不同的事项。与这些基础优势相伴的判断能力和灵活性，将依然是企业保持创新能力、取悦客户能力以及占据市场竞争优势能力的基础——在这样的市场上，认知技术很快就将无处不在。

显然，智能机器在那些它们擅长的领域，正在以比人类快得多的速度飞速进步着。可以肯定的是，很多工人都必须主动培养不同于以往的新技能。不过，在可预见的未来，人类依然有无限种方式来贡献出自身的巨大价值。聪明的管理者会运用先进技术来凸显自身的才能，单从这一点来看，担忧智能机器的崛起是完全没有必要的。

■翻译：徐黄兆

关注“商评小微”（微信号：xmi8607），即刻拥有你的企业家交流圈。

作者简介：托马斯·达文波特，百森学院（BabsonCollege）信息技术及管理学总统杰出奖教

授，同时也是麻省理工学院数字经济项目（MIT Initiative on the Digital Economy）的研究员。朱莉娅·柯比，常驻波士顿的编辑兼作家。二人合著了Only Humans Need Apply: Winners and Losers in the Age of Smart Machines（HarperBusiness出版公司，2016年）。