在《機(jī)器智能正在代替人類做的5件事》一文中，我們看到了機(jī)器在不斷地創(chuàng)造新奇跡。同樣值得注意的是，你能夠并且應(yīng)當(dāng)采取一些明智的措施，推動(dòng)人和機(jī)器之間建立最牢固的伙伴關(guān)系。

[[324850]]

有些復(fù)雜的技能支撐著產(chǎn)生未來力量的所有人類表現(xiàn)。機(jī)器可以模仿它們，但不可能完美地復(fù)制。本文所討論的5種能力是想象力、創(chuàng)造力、推理能力(歸納和演繹)和解決問題能力。

01 想象

在為第一次火星旅行做準(zhǔn)備的時(shí)候，美國宇航局的工程師們提出了許多新概念。美國宇航局的托馬斯說，其中一個(gè)概念是可以指導(dǎo)宇航員進(jìn)行緊急護(hù)理的急救醫(yī)療系統(tǒng)。

信號在地球和火星之間傳輸需要40分鐘的時(shí)間，如果宇航員在火星上受傷或生病，他們無法實(shí)時(shí)地咨詢地球上的醫(yī)生。因此火星任務(wù)需要一個(gè)緊急護(hù)理的診斷和治療系統(tǒng)，即一個(gè)“掌上醫(yī)生”。

火星之旅受到載重和能源的制約，兩個(gè)方面都不能超出限制。你無法攜帶太重的東西，也不能像在地球上一樣，可以使用整個(gè)機(jī)房的計(jì)算資源。美國宇航局有什么好辦法?Thomas實(shí)際上還沒有答案。但是，美國宇航局遇到的這個(gè)謎題說明人類仍然勝過計(jì)算機(jī)領(lǐng)域。完美的答案需要非凡的想象力。

“這是一個(gè)數(shù)據(jù)科學(xué)問題，”Thomas說，“因?yàn)槟阏莆樟撕芏嘈畔?，但是抓不住重點(diǎn)。”美國宇航局不得不決定開發(fā)一個(gè)基于火星的系統(tǒng)，裝備了傳感器和其他設(shè)備來監(jiān)測宇航員和周圍環(huán)境。

美國宇航局將如何挑選出計(jì)劃護(hù)理的疾病?它需要一個(gè)能夠處理各種條件的智能的系統(tǒng)。長期的慢性疾病，如感染，仍然可以依靠地球上的專家來處理。而動(dòng)脈出血等急癥必須當(dāng)場得到解決。那么嚴(yán)重性介于兩者之間的問題，比如中毒，該如何處理呢?

解決開發(fā)一個(gè)“掌上醫(yī)生”這類問題是人們的強(qiáng)項(xiàng)。計(jì)算機(jī)無法想象，至少不能在沒有參照原型的情況下提出新穎的想法。想象力不僅需要插值或外推，更需要?jiǎng)?chuàng)造性。計(jì)算機(jī)不會(huì)造成會(huì)議室中充滿了各種瘋狂、野心勃勃、有趣和富有遠(yuǎn)見的想法。人類的想象力才是靈感迸發(fā)和夢想的源泉。

在人與機(jī)器協(xié)同工作時(shí)，你不必追求更聰明和更有想象力。你只需要敞開心扉接受各種各樣的可能性。

例如，抓住自動(dòng)駕駛汽車帶來的契機(jī)。自動(dòng)駕駛汽車上路后，司機(jī)可以像在火車或者飛機(jī)上，甚至是在起居室、飯廳或臥室里一樣從容不迫地度過時(shí)光。在這個(gè)飛馳在高速公路上并與平行數(shù)字宇宙掛鉤的生活單元里，人們會(huì)使用哪些娛樂、教育、飲食或個(gè)人健康(如按摩)的產(chǎn)品和服務(wù)?

從實(shí)用角度看，想象力通常要求以各種可能性作為原料，從中提煉出一個(gè)主題。

• 如果你經(jīng)商，如何利用這個(gè)新主題來賺錢?(提供與汽車位置同步的國家地理頻道風(fēng)格的解說節(jié)目?)
• 如果你在政府或第三部門工作，如何更好地履行為人民服務(wù)的使命?(根據(jù)機(jī)器學(xué)習(xí)推斷出的當(dāng)?shù)厥飞鲜鹿实陌l(fā)生模式來發(fā)出安全警報(bào)?)

你如何將數(shù)據(jù)、算法和網(wǎng)絡(luò)融合在一起，創(chuàng)造出這些新資產(chǎn)?你必須點(diǎn)燃自己的想象力引擎，用新穎的概念、策略或愿景來吸引眾人的目光。這是你肩上的任務(wù)。

考慮一下David Rose在創(chuàng)建Ditto實(shí)驗(yàn)室和之前的五家創(chuàng)業(yè)公司時(shí)所采用的想象方法。Rose說他在Ditto中采用了一種飽經(jīng)企業(yè)家檢驗(yàn)的妙招。他想象如何將新興的機(jī)器智能力量應(yīng)用到新的“問題空間”里。這個(gè)靈感源于學(xué)術(shù)研究。

“結(jié)果非常神奇，”他說，“你可以從學(xué)術(shù)界精選出影響深遠(yuǎn)的偉大的技術(shù)和思想。”

開始時(shí)，Rose注意到麻省理工學(xué)院的同事們一直在開發(fā)計(jì)算機(jī)視覺技術(shù)，以解決諸如自動(dòng)駕駛汽車和無人機(jī)識別物體等高難度問題。計(jì)算機(jī)視覺只有在機(jī)器能辨別出不同的物體時(shí)才能起作用。即使對于視網(wǎng)膜掃描儀、指紋讀取器和面部識別等已經(jīng)普及的應(yīng)用，分辨不同的事物仍然是一個(gè)挑戰(zhàn)。

Rose轉(zhuǎn)而考慮用計(jì)算機(jī)來識別最有區(qū)分度的一類圖像：徽標(biāo)和商標(biāo)。

因此Ditto就誕生了。該公司的成功在于認(rèn)識到由像素組成的照片提供了一個(gè)新的非結(jié)構(gòu)化數(shù)據(jù)流，而機(jī)器可以將其轉(zhuǎn)換成結(jié)構(gòu)化數(shù)據(jù)。由此發(fā)展出的新能力，可以更好地回答營銷人員感興趣的許多問題。

現(xiàn)在，Rose已經(jīng)將“大數(shù)據(jù)”和“大照片”結(jié)合，預(yù)計(jì)還要加入“大情感”，這是Affectiva業(yè)務(wù)的主要支柱。

聽起來像是天方夜譚，但這正是關(guān)鍵點(diǎn)。明天的領(lǐng)導(dǎo)力需要由計(jì)算機(jī)的感知、記憶和整理能力支持的強(qiáng)大想象力。

這種想象與過去的創(chuàng)新思維并不相同。你必須使用幼兒園沒教過的概念，比如眾包(讓國際化的團(tuán)隊(duì)解決新問題)和將無形的情感信息轉(zhuǎn)化為1和0的序列(Affectiva正在研究如何將希望、靈感和挫折用編碼表示)。

02 創(chuàng)造

你能將想象中的事物創(chuàng)造出來嗎?計(jì)算機(jī)離這一目標(biāo)還很遠(yuǎn)。因此，創(chuàng)造活動(dòng)，也就是將各種新式的組件裝配起來時(shí)形成的想象，是數(shù)學(xué)公司時(shí)代讓領(lǐng)導(dǎo)者脫穎而出的第二個(gè)關(guān)鍵能力。

創(chuàng)造不是執(zhí)行既有的計(jì)劃，而是打造出組成計(jì)劃的各個(gè)要素。它是關(guān)于如何利用流行的外包、網(wǎng)絡(luò)與合作等方式，把愿景的組成部分落實(shí)到位。

我們來看一看優(yōu)步公司的情況。它的600億美元的市場價(jià)值不是通過擁有和運(yùn)營大量的工廠和設(shè)備來實(shí)現(xiàn)的。它沒有發(fā)明地圖導(dǎo)航或者信用卡授權(quán)支付功能。它沒有雇傭司機(jī)，也不提供汽車。那優(yōu)步的核心資產(chǎn)到底是什么?它是一個(gè)由大量知識產(chǎn)權(quán)聚合起來的集合體。

在數(shù)學(xué)公司，領(lǐng)導(dǎo)者的創(chuàng)造力有時(shí)會(huì)被歸結(jié)為設(shè)計(jì)出好的方案，將企業(yè)、政府或非營利組織的專有機(jī)器智能資源連接成一個(gè)整體。創(chuàng)造價(jià)值的秘訣在于整合數(shù)字資源的供應(yīng)商，每個(gè)供應(yīng)商都有辦法讓計(jì)算機(jī)不用合并硬件就可以進(jìn)行交互和合并代碼。這創(chuàng)造了一種全球數(shù)據(jù)科學(xué)大熔爐，具有豐富的深度和多樣性。

在近期，數(shù)學(xué)公司之間使用應(yīng)用程序編程接口(API)交流。API是秘密交換數(shù)據(jù)或者說幕后交換數(shù)據(jù)的通道，在公司之間建立起強(qiáng)大的聯(lián)系。盡管API只是技術(shù)發(fā)展中的鋪路石，但它們能在競爭對手和消費(fèi)者的視野之外組成新型的戰(zhàn)略聯(lián)盟。

API使得即時(shí)、大規(guī)模的數(shù)據(jù)交換過程不再需要人工參與，機(jī)構(gòu)間可以共享和訪問各種信息，并且只有機(jī)構(gòu)自己知道如何利用這些信息。因此機(jī)構(gòu)可以做自己最擅長的事情，可以專注于在組織生態(tài)系統(tǒng)中發(fā)展自己生產(chǎn)力最高和最能盈利的領(lǐng)域。

創(chuàng)造不再是在地下室發(fā)明一個(gè)設(shè)備，并申請專利來壟斷利潤，盡管這仍然是一個(gè)不錯(cuò)的主意。它意味著在全球性的實(shí)驗(yàn)室中構(gòu)建新穎的概念，并將其分享以創(chuàng)造利潤。如果你領(lǐng)導(dǎo)一個(gè)數(shù)學(xué)公司，可以將日常經(jīng)營融入數(shù)學(xué)社會(huì)來提升公司的戰(zhàn)斗力。

在數(shù)學(xué)社會(huì)中，機(jī)構(gòu)之間就像如今的互聯(lián)網(wǎng)設(shè)備一樣互相連接。如果你不能通過資產(chǎn)并購來接入數(shù)學(xué)社會(huì)，那還可以通過數(shù)字功能融入方式來建立連接。

Ditto實(shí)驗(yàn)室的Rose將如今的領(lǐng)導(dǎo)者視為API集合的管理者，就像現(xiàn)在他們在復(fù)雜的生產(chǎn)鏈中切換買家和賣家的角色一樣。舉例來說，Ditto可能會(huì)同時(shí)成為Affectiva的供應(yīng)商和買家，而這兩家公司都可能是耐克(Nike)和寶潔(Procter & Gamble)等大公司的供應(yīng)商和買家。

如果一家公司能夠?qū)a(chǎn)品部件外包給實(shí)體供應(yīng)鏈，那它也可以將數(shù)據(jù)和代碼外包給一個(gè)虛擬的供應(yīng)鏈。創(chuàng)造力來自尋找出最有利的生存方式。

“你努力向客戶提供他們看重的數(shù)據(jù)洞察力和交互性，”Rose說，“客戶不關(guān)心你的見解從何而來。”要想取得成功，“你需要思維活躍的人，能不斷在新的數(shù)據(jù)世界中挖掘新的用戶體驗(yàn)。你需要的不只是瘋狂的發(fā)明家，還有出色的溝通者，他們能夠確定引入新事物的恰當(dāng)時(shí)間。”

創(chuàng)造行為包括考慮如何在實(shí)體生態(tài)系統(tǒng)中進(jìn)行交互，就像優(yōu)步為Epi-demico等公司運(yùn)送疫苗時(shí)所做的那樣。在機(jī)器智能時(shí)代，為了保護(hù)私有財(cái)產(chǎn)而與外界隔絕的做法，可能會(huì)錯(cuò)失開發(fā)利用全球性數(shù)字資源的機(jī)會(huì)，那是一個(gè)爆炸性增長的財(cái)富寶庫。

建立正確的組合意味著改變你的時(shí)間分配方式：將更多的時(shí)間花在社區(qū)、其他行業(yè)的同行、創(chuàng)業(yè)公司和大學(xué)實(shí)驗(yàn)室上?，F(xiàn)在，機(jī)構(gòu)比以往更像是一個(gè)大型組織的一部分。如果你想成為一個(gè)數(shù)學(xué)公司的優(yōu)秀領(lǐng)導(dǎo)者，必須擴(kuò)展公司與外部的連接，從而倍增自己的價(jià)值。

03 & 04 推理：歸納和演繹

現(xiàn)在我們又回到了起點(diǎn)：提出問題。這通常是你開始施展人類擅長的第三種和第四種認(rèn)知能力的地方——歸納推理和演繹推理。

歸納推理變得更加重要了，因?yàn)樗龠M(jìn)你與機(jī)器進(jìn)行積極的互動(dòng)，尋找答案。這就是人機(jī)伙伴關(guān)系的閃光之處，沒有平行的數(shù)字世界，你將失去許多可能性。

例如，美國中西部的一家大型連鎖醫(yī)院(下文稱之為MedWest)的研究人員想知道是否能夠阻止膿毒癥惡化到非常致命的狀態(tài)。膿毒癥是一種全身性的感染，患者通常需要住院治療。研究小組收集了過去幾年里數(shù)千名膿毒癥患者的醫(yī)院電子記錄。一些患者病情加重，發(fā)展到更危險(xiǎn)的重癥膿毒癥，而其他患者則沒有。

醫(yī)學(xué)領(lǐng)導(dǎo)者要求研究人員回答一個(gè)關(guān)鍵問題：是否可以觀察到兩組患者的生命體征差異，并為膿毒癥的惡化提供早期預(yù)警?如果這樣的警示信息存在，那將是一個(gè)重大突破，因?yàn)橐坏┗颊甙l(fā)展到嚴(yán)重的敗血癥，治療手段往往太遲了，無法避免患者死亡。

研究團(tuán)隊(duì)將病人的記錄匯集在一起后，按時(shí)間順序?qū)⒉∪说纳w征數(shù)據(jù)排序。然后，他們用一種新的分析方法來搜索生命體征隨時(shí)間變化的模式。

他們發(fā)現(xiàn)，在膿毒癥患者病情開始惡化的幾個(gè)小時(shí)之前，他們的生命體征通常按確定的規(guī)律變化。這是醫(yī)生沒有察覺到的一種模式。研究人員立即開始在MedWest監(jiān)測患者的這些變化，以便及早實(shí)施救治方案和挽救生命。

這就是歸納推理的力量，提出適合于人和機(jī)器共同來解答的問題。作為領(lǐng)導(dǎo)者，你是這股力量的起點(diǎn)。有了機(jī)器智能做助手，你提出問題，機(jī)器會(huì)幫助尋找新的答案。你不會(huì)帶著理論偏好和偏見開始解決問題之旅。你只需啟動(dòng)調(diào)查，然后一路駛向終點(diǎn)，那里出現(xiàn)的答案可以徹底改變我們的生活。

作為領(lǐng)導(dǎo)者，你擬定的問題涉及方方面面：誰、什么、何時(shí)、何地、為什么。

以默克公司為例，問題可以是誰在購買或使用這種疫苗?在生產(chǎn)中，哪些變量是最不可控的?在一個(gè)工作日中，哪些時(shí)段生產(chǎn)的批次不合格率最高?我們應(yīng)該在哪里尋找異常?為什么周一生產(chǎn)的批次的質(zhì)量最高?通過數(shù)據(jù)，你了解到公司的生產(chǎn)線在全球供應(yīng)和制造生態(tài)系統(tǒng)中的地位如何?基于這些認(rèn)識，你如何著手做某些事情?

想象一下，你是一名軍事指揮官，正在制定作戰(zhàn)計(jì)劃。你必須從戰(zhàn)略上考慮士兵、后勤、敵軍情報(bào)以及許多其他的戰(zhàn)爭因素。當(dāng)然，你的目標(biāo)是贏得這場戰(zhàn)斗，但是勝利需要付出代價(jià)，需要權(quán)衡各種利弊，應(yīng)該如何抉擇?

你可以向機(jī)器尋求建議，它加載了反應(yīng)實(shí)際戰(zhàn)況的模型，然后提供比如說25個(gè)選項(xiàng)，每個(gè)選項(xiàng)都是從你無法理解的復(fù)雜性中篩選出來的。

在這種情況下，你想要的不是單一的最優(yōu)答案，而是希望機(jī)器列舉出你未曾想到的選項(xiàng)，從中確定當(dāng)前狀況下具有最優(yōu)代價(jià)和權(quán)衡的解決方案。這就是在機(jī)器智能時(shí)代人和機(jī)器緊密合作的方式，以便在調(diào)查中充分挖掘歸納方法的威力。

歸納推理的最基本方法是觀察事物本身，沒有先入為主的理論告訴你將會(huì)從復(fù)雜的數(shù)據(jù)中發(fā)現(xiàn)什么。一旦你提出了問題，就讓機(jī)器智能用算法來提供答案。

你提出的數(shù)據(jù)和模型的問題反映了復(fù)雜系統(tǒng)的運(yùn)行規(guī)律。這些數(shù)據(jù)比你以前存儲的要廣泛得多。這些模型比你的大腦能想到的任何模型都復(fù)雜得多。只要你按照機(jī)器能回答的方式來提出合適的問題，獲得新穎有用的答案的可能性就會(huì)大大增加。

有一句關(guān)于數(shù)據(jù)的老話：垃圾進(jìn)，垃圾出。提問題也是這個(gè)道理。糟糕的問題只會(huì)得到無用的見解。

你是否會(huì)問先有雞還是先有蛋?這么做的話，你不會(huì)得到任何答案，因?yàn)槟闾岢龅氖请u和蛋的層次上的問題。相反，你可以這么問，在生物進(jìn)化史上，卵生動(dòng)物的祖先是什么時(shí)候出現(xiàn)的?站在數(shù)百萬年進(jìn)化史的角度提問，你可以獲得一些真實(shí)的可能性。

這就是為什么作為領(lǐng)導(dǎo)者你需要站在這個(gè)過程的頂端，以更廣闊、更具分辨力的眼光凝望這個(gè)世界。

你有可以依賴的工作和生活經(jīng)驗(yàn)，看待事物的觀點(diǎn)和組織知識。就像蘇格拉底所說，你在過著“審視的生活”。通過審視的目光和一顆永遠(yuǎn)對未知事物好奇的心，你對重要的行動(dòng)提出了一連串的質(zhì)疑。隨著對問題的不斷深入的思考，你形成了獨(dú)特的理論。

這并不是說一開始你就知道了明確的問題。很少會(huì)這么幸運(yùn)。首先，你需要學(xué)習(xí)如何與數(shù)據(jù)科學(xué)家合作，以便查詢請求的格式能夠被機(jī)器理解。

另一方面，如果你采用純歸納方法，并接受意料之外的結(jié)果，那就不能在問題中對可能的結(jié)果做任何假設(shè)。關(guān)鍵是要拿出有價(jià)值的問題，這些問題成為推動(dòng)組織到達(dá)終極關(guān)鍵問題的引擎。

如果說歸納推理是通過觀察來發(fā)現(xiàn)真相，則演繹推理是通過實(shí)驗(yàn)來驗(yàn)證假設(shè)。歸納推理中，你可以從自己認(rèn)為可能的事物出發(fā)形成推論。演繹推理中，你可以根據(jù)確定的前提來導(dǎo)出結(jié)論。實(shí)踐中兩種推理方式我們都會(huì)采用，但在一些圈子里，歸納推理因其間接、非正式的特點(diǎn)而受到冷遇。

當(dāng)你以新的方式與機(jī)器協(xié)作時(shí)，可以使用這兩種推理方式來完成很多事情。交替使用兩種推理方式通常是揭開復(fù)雜事物神秘面紗的捷徑?？茖W(xué)家的工作方式就是這樣的。他們一旦有了科學(xué)理論，就轉(zhuǎn)而使用演繹推理來尋找可以改變?nèi)魏螙|西的問題。

舊金山警方的領(lǐng)導(dǎo)層希望安排更有針對性的巡邏來減少汽車盜竊案件。在數(shù)據(jù)科學(xué)家的指導(dǎo)下，他們查詢了犯罪數(shù)據(jù)庫，發(fā)現(xiàn)了盜車案件的三個(gè)熱點(diǎn)地區(qū)以及案件發(fā)生最頻繁的時(shí)段，即周六晚上七點(diǎn)鐘前后。

在警察的幫助下， 數(shù)據(jù)科學(xué)家發(fā)現(xiàn)主要的熱點(diǎn)地區(qū)周圍都是公園。一個(gè)新的理論因此誕生：在城市中，公園的荒野地區(qū)是竊賊發(fā)起盜竊活動(dòng)和撤退的最好地點(diǎn)。這揭示了應(yīng)該在何時(shí)何地加強(qiáng)巡邏，隨后的反饋數(shù)據(jù)可以驗(yàn)證，“公園理論”是否是應(yīng)對汽車盜竊的巡邏方案的最好答案。

因此，你可以看到在人機(jī)合作中，人類一方的直覺能促進(jìn)更好的問題和答案出現(xiàn)。在沒有思考的情況下，直覺讓你冒出一個(gè)想法，而機(jī)器耐心地等待著測試這個(gè)理論。

05 構(gòu)建問題解決方案

第五種讓機(jī)器感到掙扎，而人類十分拿手的能力是構(gòu)建問題的解決方案。第一個(gè)挑戰(zhàn)是明確問題的本身以及它的構(gòu)成。然后你要決定怎樣依靠人機(jī)協(xié)作來尋找答案。

再一次，就像科學(xué)研究一樣，要取得巨大的成果，明確問題和著手解決問題的方式與投入的腦力勞動(dòng)同樣重要。確定了如何建立、引導(dǎo)、發(fā)現(xiàn)和分析的過程之后，計(jì)算機(jī)就可以執(zhí)行任務(wù)和數(shù)學(xué)計(jì)算。

解決問題的方法很多，準(zhǔn)備開始的步驟也很多。我們將使用什么數(shù)據(jù)?哪些算法最有用?用哪一類建模方法?合理的操作步驟是什么?

盡管計(jì)算機(jī)是個(gè)數(shù)學(xué)計(jì)算高手，但它自己并不能推斷出要做哪些計(jì)算。這并非期望你成為算法專家，但你應(yīng)該有良好的直覺，明白算法可以做什么、不可以做什么，以及在哪里可以使用它們。

下面這個(gè)簡單的例子展示了人類在與機(jī)器合作解決問題時(shí)所擁有的力量。在一家大型金融機(jī)構(gòu)中，我們的任務(wù)是找到一種早期檢測欺詐的方法，以阻止大部分的欺詐活動(dòng)，幫助機(jī)構(gòu)挽回資金。

欺詐的表現(xiàn)方式有數(shù)百種，由于欺詐事件層出不窮，欺詐者又行動(dòng)迅速，我們很難在追蹤案件時(shí)跟上他們的行動(dòng)模式。依靠10年來積累的數(shù)據(jù)和400多個(gè)變量，我們嘗試將“惡意行為”建模，使其可以被檢測出來，從而阻止未來的犯罪者。

我們改變了解決問題的方式。我們沒有問：“如何對惡意行為建模?”而是問：“如果也對良好行為建模，會(huì)有什么幫助?”正如我們所發(fā)現(xiàn)的，對遵守操作規(guī)則的良好客戶的特點(diǎn)建模，再綜合其他的惡意行為模型，這會(huì)把檢測和阻止欺詐的效率提高很多。

這意味著在實(shí)踐中目光不應(yīng)該局限在個(gè)別交易上，而應(yīng)當(dāng)重點(diǎn)關(guān)注相似人群(例如，居住環(huán)境和收入結(jié)構(gòu)接近的人群)的共同行為模式。

在“良好”行為的模式指引下，我們更加容易發(fā)現(xiàn)關(guān)心的異常行為并對其采取行動(dòng)。“惡意”行為及其與良好行為的差別顯得尤為突出。從這個(gè)問題出發(fā)，最終我們?yōu)樵摍C(jī)構(gòu)發(fā)現(xiàn)了超過10億美元的規(guī)模大、范圍廣的欺詐事件。

另一個(gè)問題求解的例子來自對比谷歌和特斯拉在構(gòu)建自動(dòng)駕駛車輛軟件時(shí)采用的不同方式。谷歌使用了幾百萬個(gè)道路場景訓(xùn)練它的模型，以確保駕駛程序可以預(yù)見和應(yīng)對任何想象到的情況。它只將軟件安裝在自己生產(chǎn)的汽車上并用自己的測試司機(jī)。

與此相反，特斯拉公司在它生產(chǎn)的每一輛汽車上都添加了自動(dòng)駕駛功能，供所有的司機(jī)使用，并帶有一個(gè)惰性車內(nèi)自動(dòng)駕駛測試功能。特斯拉汽車的一些軟件可以協(xié)助客戶進(jìn)行有限自動(dòng)駕駛。軟件的另一個(gè)功能是記錄駕駛員的所有行為，它對汽車沒有影響，這樣特斯拉可以不斷地積累數(shù)據(jù)，以便未來實(shí)現(xiàn)完全自動(dòng)駕駛功能。

比較一下兩種解決問題方式的結(jié)果：谷歌花了6年時(shí)間收集到100萬英里的真實(shí)自動(dòng)駕駛汽車數(shù)據(jù)，而特斯拉的7萬輛汽車每10小時(shí)就能產(chǎn)出100萬英里的駕駛員數(shù)據(jù)。誰將率先利用數(shù)據(jù)搶占下一個(gè)突破口?

我們得到的教訓(xùn)是：你不可能命令電腦“提升一下我的業(yè)績”(或者“改進(jìn)一下我的汽車軟件”)。你仍然需要提出問題并且指明如何來構(gòu)建它。

就像人類對機(jī)器的其他優(yōu)勢一樣，你會(huì)在某些任務(wù)上表現(xiàn)得更好，并且你需要進(jìn)一步發(fā)展對人機(jī)協(xié)作非常重要的關(guān)鍵能力。如果你正在選擇優(yōu)先發(fā)展的能力，以保證成功之路有堅(jiān)實(shí)的支撐，本文就為你精心準(zhǔn)備了一張候選列表。