生成式AI的快速进步使许多人专注于其完全自动化的潜力——让机器完全从人类手中接管某些任务。但在我看来，更大的机会在于使用AI作为加速工具，使人们能够成就更多。目标应该是人机协作，而不是完全自动化。
考虑创造性工作，如写作、设计和编程。虽然自动完成算法可以建议完整的句子或代码块，但最深远的影响来自帮助构思、综合研究、将思想转化为文字、捕捉错误并 otherwise 加速创意过程的AI。通过适当的人机整合，创意人员可以将更多时间花在追求原创思维上，而不是重复性任务。
同样对于知识工作者，AI承诺推动研究、分析和问题解决。利用生成算法加速信息收集和处理以评估设计选项。律师可以使用AI加速案例法研究或合同审查。生成式AI成为一个乘数，允许领域专家交付更高价值的工作，而不是作为替代品。
甚至对于体力任务，AI通常可以通过作为协作者而非独立解决方案提供最大收益。配备计算机视觉和传感算法的机器人可以增强制造和仓储中的工人以提高安全性和生产力。智能电网和电动工具可以为建筑工人和技术人员提供有用的数据以增强规划和执行。
这种逻辑也适用于企业AI。聊天机器人可以处理常见客户查询，使人工代理能够专注于复杂问题。预测性维护算法帮助技术人员确定哪些资产需要关注。文档分析帮助知识工作者更快地处理文书工作。当通过扩增而非自动化的视角看待时，AI的可能性会扩大。
这并不意味着生成式AI不会在某些领域导致劳动力 displacement。但我们应该首先关注其提升人类所能成就的潜力，而不是将其视为对人类努力的 wholesale 替代。在AI数据驱动智能的补充下，人类在创造力、同理心、判断和适应性方面的优势，我们可以建立一个既有更好成果又有 engaging 工作的未来。希望每个领域的领导者都能深入思考这种协作方法。
让我知道你对人机协作与自动化的看法。我总是乐于讨论这些变革性技术的负责任发展。