是机器的崛起！

被赋予人工通用智能(AGI)的机器人主宰世界的故事已经伴随我们几十年了。虽然思考起来很有趣，理论上也有可能，但在我们有生之年不太可能发生。也就是说，你不能否认人工智能(AI)技术正在以多快的速度接近AGI或AI-complete。

虽然系统和机器不能完全匹配人类的智能，但随着人工智能技术变得更加复杂，它们继续让我们的生活变得更加轻松。所以人工智能没有理由不能补充甚至替代你们公司的一些专家，——。

参见：专题报告：如何实现企业自动化(免费电子书)。

在TechRepublic之前的一篇文章中，我分享了构建专家系统的策略，但没有提到部署高级专家系统时将面临的文化挑战。在麦肯锡最近的一篇文章中，美国国际集团(AIG)首席科学官穆尔里布卢斯沃(Murli Buluswar)强调，这对分析型领导者来说是一个艰巨的挑战。在公司部署专家系统非常重要。然而，在进行转换时，不要忘记人类专家。

专家被认为是人，但这不是严格的要求。把组织推向更具分析性方向的领导者，应该尽可能接受人工智能，组织的专业知识不是禁区。

我和Visa合作研究其企业数据战略的时候，有些人因为是特定领域的专家，需求很大，有时候——是唯一的专家。虽然这是专家的工作保障，但对公司来说却是一个巨大的风险，因为需要专家知识的重要计划被搁置，直到他或她能够工作。

然而，对个人的依赖程度并没有对个人知识的依赖程度高。——知识可以储存在系统中，而不是人类的灰质中。事实上，在某些场景中，我们习惯于将系统作为专家使用。我们建立了一个大规模的数据湖，利用大量的结构化和非结构化数据，然后对系统进行分层的详细分析，给我们带来了深刻的见解。给一个在公司工作了30年的老员工一分钱问她的想法有什么区别？虽然这两个用例几乎相同，但是人类条件迫使我们以不同的方式对待这些场景。

请看：亚马逊clickworker平台的3360.5万人工智能培训师如何获得微薄的奖励(PDF下载)。

人类有一般的智力，而机器没有。这并不意味着机器在某些数学挑战上无法超越人类。一个简单的计算器做长除法的速度比人类快一百万倍。但我不认为1549航班上的导航系统会像苏伦伯格机长那样安全降落在哈德逊河。

人类也更容易相处。我们是群居动物。虽然我们可能与我们物种的一些成员相处不好，但总的来说，人类与其他人类相处得最好。

然而，专家系统在很大程度上被低估和利用不足。在任何给定的场景中，对专业知识的基本需求并不总是超过AI的限制，尤其是精心构建的专家系统。请记住，专家系统从人类专家开始，然后在他们的帮助下进行培训。虽然比不上赋予它生命的人类的集体智慧，但随着时间的推移，专家系统至少应该能够处理基本问题。此外，还有更高的可用性、可靠性和可管理性；如果人们不介意的话，你的组织里似乎有一个专家系统的好地方。

参见：机器人革命将改变未来工作的6种方式(TechRepublic)。

那么，你认为主题专家对被系统取代有什么看法？顺便说一下，这些是你首先需要建立专家系统的专家。这就像训练一个学徒接管你的工作，既不鼓励也不激励。其实我也遇到过这样的情况，专家故意隐藏信息(对人和机器)，因为怕过时。即使你的专家很合作，愿意提供他们的知识，如果你不认真对待他们的担忧，那将是你的失职。

从主题专家到专家系统的转变必须包括一个完善的组织变革管理计划。这意味着您的目标必须扩展到包括系统启动后专家的未来。我最近参加了雪佛龙公司的一个项目，旨在规范所有炼油厂的检验方法。我最大的挑战是剥夺高级检查员的自由裁量权。你将需要管理一个类似的从什么都知道到知道的过渡。你的专家必须改变他们的思维方式，从回答问题到质疑答案。这是成功部署的一个困难但必要的过渡。

从主题专家到专家系统的转变对你的公司来说是一个明智的选择，但它可能不会被你的专家所接受。充其量，你会从专家那里得到明显的阻力，他们觉得自己在帮助自己摆脱工作。在最坏的情况下，这将成为狡猾地破坏你努力的借口。

我已经概述了专家系统的案例，强调了您的主要组织风险，并建议了转型的技术。下一步是你的。你可以继续被少数掌握你组织智慧的关键人物束缚，也可以求助专家系统。我希望你做出正确的选择，但不要走得太远。如果你的专家系统最终接管了整个世界，我会很难过。