高管和决策者同意，根据最近的一项研究*通过认识至今，自动化和分析对跨行业和企业的工作产生最大程度的影响。由于企业用智慧灌输它们，因此AI的崛起与越来越多的技术相互作用。并且有充分的理由。这些技术可以比人类更有效地运作，为客户提供更好的经验，并使公司能够捆绑前端和后端流程。人类与机器执行的工作比例继续提示有利于机器，特别是在数据组织和基于规则的决策中。

尽管有了这一进步，技术具有一定的限制。这使得人类触摸不可避免。在行业4.0时代，即使机器可以做大部分工作，那么人类将成为我们前进的人。对杠杆和建立在人机合作时的技能的需求将在上升。

以下是有助于企业增加人类与数字技术的五个关键行动。

速度数据速度人类智能

数据变化并快速增殖。为了保持领先于曲线，企业应设定未来12个月的目标，以使他们的决策速度与预期的数据量增长相匹配。例如，如果公司在未来12个月内预期数据的年增长率为30％，因此他们的思考识别和应用数据智能的速度需要在同一时期加速30％。任何更少的东西都会影响在这种快速变化的世界中的业务速度。“以数据驱动的决策获胜”已成为几乎每个行业的竞争游戏。越来越多地，人类的角色将变得更加专注于通过数据驱动的洞察力所做的事情，这需要重新侧重于决策和战略思维。

提高人力对机器故障后果的认识

高管们对信任和道德的关注有重大跃迁（2016年63％，而2020年的86％）。企业需要专注于建立在设计阶段的AI应用程序和系统中的道德和系统以及启动和发展后的自我调节。虽然没有用于机器风险管理的交钥匙解决方案，但优秀的第一步是指定机器风险官员或算法偏见审计员等角色，或者修改现有角色以识别和管理与机器相关的新风险和责任。

重新思考组织和团队结构

随着AI和Automation接管更多重复的任务，工作需求将改变团队结构。更大的分层团队结构，较小的团队将出现，允许辛勤化和团队在角色和功能中变得更加流畅和灵活。敏捷组织模拟以数字本土竞争对手区分的速度，活力和客户为中心，这可以随心所欲地枢转。

例如，除了集中的IT部门中的技术专业人员而不是集中专业人士，领导者将在独立团队中嵌入软件设计师和工程师，在那里他们可以快速部署在高优先级的目标上。我们必须期望看到多学科团队在功能部门出现。

训练人类提升他们的人类技能，以最大限度地利用机器

劳动力技能将越来越多地倾斜，以验证对人机合作的需要：决策，战略思维和学习。这些技能不仅难以找到，而且也不容易发展。虽然它相对容易训练某人如何遵循特定过程，但是如何教会同理感？解决这个问题的一种方法是更多地关注基本属性和行为而不是技能。这可以通过角色建模，利用心理学家进行技能评估，导师并创造一个工作技能优先考虑和庆祝的工作文化来实现。是什么让我们将来能使我们能够在未来就业。

远离黑暗的一面

这种新的工作方式，做生意和产生价值将以成本为付。网络欺诈，数字恐怖主义和获胜者所有经济都是围绕数字技术对个人和工作生活的影响提出的三大问题。在线行为增加，网络欺诈已经上升;据联合国称，2020年第一季度的网络钓鱼网站上涨了350％。虽然它在企业的职员准备使未来的未来可能更深的一面，但它也很重要，无法认识到AI对劳动力和社会的积极影响。

前方的工作是关于在机器驱动和以人为本的活动之间的平衡方面的侵略。即使机器可以做到任何事情，人们仍将是终极X因素。

- 作者Manish Bahl是助理副总裁，亚太地区未来的未来中心，认识。观点是个人的