4星|《我们会被机器取代吗？》：机器会让我们有能力做比以前更高端的工作——更复杂、更有意义、更符合我们能力...

哈佛商业评论·我们会被机器取代吗？【精选必读系列】 （全5册）

《哈佛商业评论》的两本正刊三本增刊的合集。正刊是今年第8期和第10期，增刊则分别出版于2015，2016，2017三年，其中的文章最旧有2012年的。

两本正刊我以前写过点评，我都评3星。第10期关于机器与人工智能的话题少多，第8期不太多。3本增刊虽然有点发表时间有点早，但依旧有价值，内容上超过它们的出版物依旧不多。

总体内容是关于人工智能、物联网、机器人的文章的合集，没有明确的主题与倾向，因为是不同的作者写的，但是总体来说有不少相关的事实、数据、概括、分析，比较有价值。

总体评价4星。

以下是书中一些内容的摘抄：

1：说到证券交易所，当然就会想起长久以来始终是典型工作的“场内交易者”。但如今，场内交易者已经为数不多了。根据《金融时报》，在2000年，纽约证券交易所的场内交易者超过5500名，而现在则不到400名。#5859

2：尼奇塔的观点与增益策略的核心理念相同：智能机器不会将人淘汰，更不会奴役人类。有时机器会让我们有能力做比以前更高端的工作——更复杂、更有意义、更符合我们能力的工作。#5946

3：传奇驯马师韦恩·卢卡斯（D.WayneLukas）无法准确解释自己能如何判断一岁马驹身上的潜力。苹果公司著名设计师乔纳森·艾夫（JonathanIve）无法将自己的品位传输到计算机上。#5977

4：数字营销中的广告购买在今天几乎全是自动完成，但只有少数人能察觉到自动购买会在何时对品牌造成损害，并对其逻辑进行相应调整。#6003

5：从很多方面来说，美国当前的情况和19世纪初很像——当时出现了首批担心机器会抢走自己工作的勒徳分子（theLuddites）。#6108

6：这一现象被称作“回避算法”（algorithmavoidance），在多个研究中都有记录。人们在诊断疾病或预测政治结果时都选择摒弃算法，而是相信自己或他人的判断，但结果往往是这种人类凭直觉做出的决定更糟糕。#6190

7：换句话说，我们会因算法出错而对其抱有偏见，但对犯错的人类则更包容。#6196

8：研究者发现，得到选择权的受试者更倾向信任算法。戴特沃斯特认为，这是因为他们不再感到自己正在放弃控制预测的权力。#6211

9：长期以来，多个研究都证明赋予机器以声音、形体，甚至名字顺应了这一倾向，让人们更容易与机器协同工作。举例来说，我们与和自己有“眼神交流”的机器人合作更有效，而且我们觉得这些机器人，比如帕雷奥歪着脑袋的时候更可爱，而且像人类。#6221

10：例如OnFarm公司，这家公司“没有产品”，通过收集各种农业设备数据，公司为农场主提供信息服务，帮助他们作出更好的决策。虽然OnFarm根本不是设备制造商，却让传统设备制造商坐立难安。#6581

11：约翰迪尔公司（John Deere）和爱科公司（AGCO）合作，不仅将农机设备互联，更连接了灌溉、土壤和施肥系统，公司可随时获取气候、作物价格和期货价格的相关信息，从而优化农业生产的整体效益。#6618

12：但大多数制造企业并没有发展自己的软件能力，杰夫·伊梅尔特最近指出，“每一家工业公司最终都会成为软件公司。”智能互联技术的发展已经验证了伊梅尔特的论断，内部软件开发能力将成为公司最关键的能力之一。#6757

13：有些制造商的产品结构复杂、寿命长，替换部件和售后服务能提供可观的收入和利润，这些公司在智能互联时代将面临两难的境地。#6836

14：PaaS模式的利润能力取决于产品使用合同的定价和条件，背后起作用的是双方的议价能力。#6840

15：劳斯莱斯公司开创了“按时计费”模式的先河，航空公司可以按飞机引擎的工作时间来付费，放弃过去固定产品销售加维修保养费用的模式。如今越来越多的制造企业开始提供类似的产品即服务模式，这将对销售和营销工作带来深刻的影响。#7075

16：在航空、医疗器械、农业设备等行业，智能互联产品还将与传统产品长时间共存。这意味着，我们描述的组织转型将是渐进式的，而非颠覆式的。#7224

17：例如，一位在航空引擎制造企业工作的工程师，不能寄希望于，单凭诊断软件就能利用大量引擎性能数据判断出问题所在。#7482

18：诸如英国、以色列等国家的央行官员们发现，广义的经济趋势和消费者在谷歌上搜索洗衣机、有氧运动课程、轿车和其他奢侈品的行为之间，有着很强的相关性。#7495

19：出于这个原因，大数据及其他分析项目需要精通认知科学和行为科学的人。他们了解人们在开发解决方案、商业点子和知识时，会如何看待问题、应用信息和分析数据。#7509

20：作为一种资源，大数据是非竞争性、不断增长、可精炼、可再生以及可转变用途的。这五个R让大数据在至少6个对任何企业都非常关键的主要应用领域成为一项伟大的资产。#7792

21：数据转变用途的一个典型例子是不起眼的邮政编码。邮编最初是美国邮政局为了改善普通邮件投递而设计的，但它现在已成为处理无穷无尽的商业和社交应用的主力，与信封和邮票毫无关系。#7787

22：另一个更近一些的例子是，TripAdvisor拥有巨量的网络数据，结果却被旅行社之类的机构用来评估某个地区饭店的健康和安全标准。#7789

23：第一个著名的案例出现在2012年，主角是美国零售商Target。当时Target依靠对25种产品的购买模式分析，为每位顾客分配了“怀孕预测”指数，估计她们的预产期，并在其妊娠阶段及时寄送优惠广告信息。#7828

24：借由数据看清你人生的图景，你就可以根据量身定制药品、保险或金融产品。问题在于，谁来拥有完整的图景？某些信用评级服务吗？我可不希望如此；谷歌？不；个人拥有？我希望这是我们最终的出路。#7899

25：想想看，谷歌买了Nest后，它会知道我厨房的温度、我进入卧室的时间……这是让人绝对无法容忍的事。#7920

26：在意大利的特兰托（Trento），数百家庭生活在数据新政之下，他们可以得到有关自身数据收集的告知，并且可以掌控数据。这些数据通过可经审计的方式分享出去。结果如何呢？这些人比生活在数据新政之外的人分享的数据更多。#7945

27：你去问问人们担心的问题，就会发现“身份信息盗用”这一项已经超过了核战争。人们对此没有采取多少对策的原因是他们不知道自己可以应对。#7957

28：越是那些自定义为数据驱动型的公司，越会客观地衡量公司的财务与运营结果。尤其是，运用大数据做决策的那些行业前三名企业，比其竞争对手在产能上高5%，利润上高6%。#8016

29：同样的例子来自Twitter，2010年海地大地震之后，根据Twitter上的更新预测出的霍乱蔓延与官方报告一样准确，但比官方提早两周。#8029

本文转自左其盛博客园博客，原文链接：  http://www.cnblogs.com/zuoqs/p/8007103.html  ，如需转载请自行联系原作者