为什么人工智能不会取代所有人类数据分析师

虽然自动驾驶汽车和虚拟助手的人工智能得到了很多关注，但过去几个月人工智能的发展浪潮主要集中在分析师的任务上。“分析师”是一个无处不在的角色，在每个涉及数据的行业中都有发现。分析师使用我们对世界的测量结果并尝试回答相关的业务问题 - 这对于从数据中获取价值至关重要。但人工智能似乎越来越多地侵犯了分析师的角色。

本月，Apple以 2亿美元的价格收购了Lattice.io，以自动将非结构化数据转换为结构化数据 - 这一任务通常属于分析师领域。一家名为Lapetus的美国创业公司正在寻求用人工智能取代保险风险分析师，该公司称其比传统方法更准确地预测寿命。这些进步和其他类似的人提出了一个问题：AI会取代分析师吗?

最简洁的答案是不。但也许不是因为你怀疑的原因。

比人类更人性化

当大多数人想到人工智能时，他们会想到一个冷酷理性的决策者，缺乏情感 - 比如数据，这是星际迷航中的虚构机器人。这可能是人工智能早期的准确描述，当时程序员编写自定义规则引擎来响应某些场景。但随着人工智能和机器学习的进步，算法在模式识别方面变得非常擅长，并开始采用更具生物学的行为 - 更像是基于经验的本能而不是基于逻辑的决策。

在Daniel Kahneman的思考中，快速而缓慢，作者描述了人脑的两个系统。系统1是自动的，系统2是有意识的逻辑系统。如果大脑中的自动系统是产生我们情绪的系统 - 我们对可能伤害我们(恐惧)或可能带给我们美好事物(快乐)的事物的自动反应 - 那么AI变得更像情感系统而不是理性一。事实上，最近在强化学习方面的进步，人工智能在行动中得到积极和消极的信号并随着时间的推移而发展其反应，已经与过去的经历对我们的情绪反应的方式非常相似。鉴于Kahneman在他的诺贝尔奖获奖研究中所确定的，我们思维的自动功能存在系统性错误，

随着向系统1的转变，曾经被认为是人类独特的一些任务现在已经达到了高级AI的范围。算法非常擅长模式识别，人工智能可以判断情绪，并学会在人脸中发现恐惧和快乐。AI已经写过 诗歌和创作音乐，就像Ji-Sung Kim的 深度项目一样。所有这些都表明，将AI与人类智能分开的界限并不是我们大多数人认为的那样。

人情味

是的，人工智能正在以令人难以置信的速度前进并做一些曾被认为属于人类唯一领域的事情，但仍然有很多算法需要人类的领域。

虽然AI是模式识别的大师，但算法只能在人类可以精确描述的世界部分上运行。例如，Go板是一个封闭的环境; 即使潜在组合的数量令人难以置信，我们也可以在几个字节的数据和代码中轻松描述董事会的状态和游戏的目标。

然而，分析师的工作不仅涉及在封闭环境中进行数据分析。分析必须应用于外部世界，在那里有更多的背景影响解释。例如，虽然连接到传感器的AI可能能够分析土地上的土壤并且比人类更有效地优化产量，但是它不知道土壤条件对所得作物的风味有何影响。随着人工智能在封闭分析中变得更好，人类对于将这种分析应用于整个世界同样有价值。数据分析的最终目标始终是人性化的。无论分析是用于指导产品的创建还是为决策提供信息，最终的消费者都是人。

理解人类意味着什么，关心人类经验与分析过程有着内在的联系。因为在我们拥有更好的脑机接口之前，算法不可能很快学会理解人类，所以很难将我们的思想内容描述到计算机中。

这意味着我们的人性仍然是一种资产。虽然机器学习有助于提高分析过程的效率，但算法无法选择人类目标 - 这项工作需要一定程度的同理心，而不是人工智能。

正如金斯科特在她最近关于领导力的新书中所说的那样，Radical Candor在谈到管理时，“你的人性是你的有效性的资产，而不是责任。”

机器管理员的崛起

分析师的未来远比头条新闻所暗示的更为反乌托邦。人工智能的进步看起来很像是有效的助手，而不是替代品。像经理一样，每个人都有AI的工作组，模式匹配和进行封闭的环境分析。分析师的工作是将AI指向要分析的正确问题，并决定如何将该分析应用于现实世界中的问题。只要分析的最终消费者是人，人类分析师就不会去任何地方。