如何在选择权最后一英里中制霸世界？

对于是否可以一直保有酒店行业中人类的O形环地位一事，我们不能过于自信。但如若对于人类而言，高技术含量的工作前景可人，或许我们就不必再为低技术含量工作的销声匿迹感到哀恸。根据奥特尔与多恩的说法，高技术含量的工作同样能抵御自动化浪潮的侵袭。那些错失教育机会的人将领悟到一个真谛：未来几乎不会有驾驶快递卡车或是清洁酒店客房之类的工作。他们将学习管理知识与专业技能，并享受高技术含量岗位所带来的经济收益。多恩认为，高技术含量的工作有一大共性，那就是它们都“利用人类能力来应对新发展与新问题，并提出新理念和新方案”。他提出，计算机能够在这些领域中弥补人类的不足，但并非要取而代之。

我们认为高技术含量工作从业者的就业前景其实一片光明，这种观点可以从机器学习的拥护者——佩特罗·多明戈斯的论点中得到些许旁证。关于他的理念，我们在第一章与第二章中已经探讨过了。我说是“些许旁证”，因为我们已经了解了多明戈斯的构想：机器超越了绝大多数学识渊博并精于创造的人，它们提出了全新的疾病应对方案。相对于接受教育并对知识进行内化的专业人员而言，这个构想对于训练有素的管理人员可能更为有利，因为机器学习能够更高效、更全面地掌握知识。

多明戈斯信心十足地认为人类一定能够制霸选择权中的“最后一英里”。他将由人类决策者与由日益强大的机器学习者做出的决定之间的关系界定为：“最后一英里仍然属于你。你将从算法为你提供的各类备选项中进行选择，但余下的99.9%的筛选工作是由机器完成的。”机器将得出的结论传递给人类，由人类来完成最终抉择。扮演选择权中的首席执行官角色似乎能够彰显人类的优势。一名出色的首席执行官并不像他的大多数下属一样具备特定的技能与专业知识。这些技能与专业知识往往会分散他的注意力，使其不能专注于其本职工作——拥有组织系统的全局视野。首席执行官的专业素养体现在把控组织结构的全局导向时的运筹帷幄与当机立断。特斯拉的首席执行官埃隆·马斯克（Elon Musk）需要对未来电动汽车的运行机制及其可行性了若指掌，但他如果埋头钻研新款汽车采用的挡风玻璃雨刷器的细枝末节，那他就错了。终极决策权才是他最重要的掌控领域。

另外，对现有趋势进行的出色分析并不能作为对数字时代的可靠预测。我认为将数字时代的人类角色定位在终极决策权上糟糕至极。它违背了明智的集体决策原则。根据这一原则，让能力不足的决策者凌驾于能力更出众的决策者之上是大错特错的。一方是否能够担当英明的终极决策者，将权威凌驾于另一方所做的决策之上，并不完全取决于该决策者的能力如何，还取决于这名决策者与受命于他的决策者们之间的相对能力。这种相对能力远比对决策绝对性的客观评估重要。如果有人想要成为某位患者的心脏病手术方案的最终决策者，那么，他单靠表现自己熟知心脏手术的规范与禁忌，以及自己决策的果断英明是不够的，他还需要表现自身把握终极决定权的实力，那就是，他做出的决策至少应当不逊于听从他指挥的人及其他决策者做出的决策。这一点对于数字时代的人类决策者来说很有借鉴意义。在数字时代，将人类捧至决策金字塔顶端的需求映射了目前人们对计算机的偏见与对人类例外论的盲从。我们应当从长远角度评估，相对于预想中的数字决策者而言，人类决策者是否堪当重任。仅仅证明自己的决策比其他人的明智是不够的。

当我们从长计议时，对于数字时代的组织模式而言，终极决策的重要性反倒表明继续被留在工作岗位上的人类劳动者其实万万不该踏足最终决策这一领地。这“最后一英里”中包含的决定很可能要由未来机器来下达，因为相较于人类而言，未来机器的优势可能会特别大。如果你非要为人类决策者留出一英里，那么也不该是这最后一英里。用决策性术语来说，最后一英里意味着没有回头路可走。后来的决策者无力细察并纠正愚蠢的决定。假设米开朗琪罗（Michelangelo）收了一位雕刻学徒，经他评估，这位学徒资质平庸，而他却必须让这位学徒参与创作自己即将问世的作品。如果米开朗琪罗在意这尊雕塑的品质，他就不能将完工前的最后一道工序交给这位才疏学浅的学生。早先的错误或许不能被修复至完好如初，但至少“雕刻大神”米开朗琪罗可以想方设法加以修补。但如果由这位学徒负责最后一道工序，那么修补也就成了泡影。米开朗琪罗再无机会修补因施错了力道而凿坏了的地方，也无法化腐朽为神奇，将一支拙劣的宝剑重塑为小巧的匕首。

能让你超越其他对手并坐上最终决策者宝座的品质并不能确保你在数字时代也可以高枕无忧。人类终极决策者的弊病之一便是微观管理——将过多的注意力放在本应由下属承担的细枝末节上。追求微观管理的人类管理者往往罔顾大局。可以预见的是，数字终极决策者做出的最终抉择将会更加明智，因为它们的微观管理可以告知它们深度思考所有问题后得出的解决方案，反之亦然。

我们将此形容为介于人类脑力工作与计算机脑力工作之间的中性能力。计算机有主动式存储器，可以记忆它目前运行的一切任务，人类也有类似的结构，心理学家称之为“精神工作区”（mental workplace），我们将正在积极处理的任务都放在那里。当主动式存储器被各类任务阻塞时，计算机的运行速度就会减慢。当人类的“精神工作区”被各种任务充斥时，人类终极决策者的效能便会降低。

高效的人类终极决策者会避免自己陷入分派给下属执行的任务的细节中，以留出他们的“精神工作区”。出色的人类下属知晓如何为终极决策者提供他所需要的信息，以便其做出明智的决策。他们不会越俎代庖，抢先拍板下结论，但他们会小心翼翼地过滤掉妨碍决策者理解的细枝末节，让决策者明确他们所汇报的进程与组织中其他进程之间的联系。

“精神工作区”阻塞是很危险的，这一点在驾驶舱里发生的各种悲剧中可见一斑。当飞行员专注于排除明显的仪表盘故障，失去了态势感知，对海拔大幅下降浑然不知时，空难便发生了。驾驶舱中的理想决策者必须在“精神工作区”中为咫尺间的危险腾出一定的空间，但更要留出足够的空间来关注飞机的整体飞行状态。对于人类而言，两者之间的轻重难以权衡。似乎只有靠一心二用，人类飞行员才能在持续留意总体飞行状态的同时应对新危机。

高效的人类终极决策者一心一意地守卫自身的“精神工作区”，而数字终极决策者还有另一种可行的策略，设计者只需要拓展它们的主动式存储器的空间即可。如果因同时运行多项任务导致计算机运行速度下降，你可以提升它的内存。对于数字终极决策者而言，关注细节问题并不会妨碍总体决策。我们不能过度夸大当下计算机的能力，它们的主动式存储空间也是有限的。主动式存储器是计算机工程师勤勉维护的珍贵资源。但是，如果我们认为现今的计算机特定的带宽限制会制约未来计算机的能力的话，我们就很可能会落入现有偏见的窠臼之中。(www.xing528.com)

有些人因为自己能够完成多线程任务，即同时处理不同的信息流并给出不同的回应而沾沾自喜。其实这并非真正的多线程任务，人类只能连续完成单项任务，迅速地将注意力从一处信息流切换到另一处。这种来回切换的进程会导致效能大幅下降。这么看来，当人类飞行员全神贯注于异常仪表盘时，他会对海拔的骤然直降毫无察觉，这也就不难理解了。他忘了将注意力切换回来以评估飞机的航行状态。而计算机恰恰相反，它们才是真正的多线程任务能手。一台计算机所能执行的不同任务数受制于它的处理能力。只要能不断为其分派充足的处理空间，强大的计算机就不会因为新增的额外任务而出现现行任务的执行效能下降的情况。

以喷气式客机的驾驶舱为例，决定将何种信息传递给人类终极决策者的决策中应做出务实的取舍。现代喷气式客机的传感器可以接收到大量信息，包括飞机状态以及外部环境如何等。出色的驾驶舱设计部分体现为如何在尊重人类认知极限的基础上，将这些信息显示并传达给人类飞行员。飞机传感器获取的海量信息中仅有这一部分是值得呈现在人类飞行员面前的。航空仪表盘的设计必须考虑到人类飞行员的生理极限。驾驶座舱仪表的设计中考量了概率阈值。优秀的驾驶舱设计会过滤掉对人类飞行影响小的信息。一旦从目前关于数字机器与人类例外论这一对如影随形的误解偏见中跳脱出来，我们就能领悟到：有些信息未达到概率阈值，不值得显示在人类飞行员操纵的驾驶舱的仪表盘上，却值得传递给带宽更庞大的数字终极决策者。有些关于风速与风向的数据不值得被传输给人类飞行员，却可以被这位终极决策者利用。风速与风向的细微变化不太可能对航行产生影响，但是，将每次变化叠加起来之后，情况就不同了。如果计算结果和校准数据可以源源不断地输入人类飞行员的主动式存储区的话，那么人类飞行员与计算机之间的这个差别也应当被纳入考量。但我们不太可能拥有一台容量无限的主动式存储器，虽然摩尔定律及相关的概论都预示未来的计算机将一直向着这个理想极限靠拢。只要我们将最终决策权留给人类飞行员，飞机的安全性似乎永远都有上限。如果数字终极决策者的活动内存容量足够大，甚至可以考虑到概率极低的风险，那么，乘坐它们驾驶的飞机要远比搭乘人类飞行员所驾驶的飞机安全，因为人类飞行员的“活动内存”更有限，他们只能无奈地忽略未超过概率阈值的危险。但微乎其微的零星风险比比皆是，当我们将这些风险结合起来考虑时，驾驶舱中的人类终极决策者会带来的危险也就一目了然了。

适用于驾驶舱中的终极决策的情景同样适用于其他领域的终极决策。试想数字时代人类首席执行官的窘境，胆识、直觉、对他人动机的洞察等品质往往被视为现今商业成功的必杀之技。当下的商界领军人物成功地调整了为更新世设定的“认知硬件”，以顺应21世纪初期的商业环境中呈现出的机遇与危机并存的局面。或许，我们会震撼于通用电气公司首席执行官杰克·韦尔奇（Jack Welch）在“成本削减”上的天赋异禀，以及苹果公司首席执行官史蒂夫·乔布斯（Steve Jobs）在革除陈规上的大刀阔斧。但我们应当将这些成功放到大环境中去衡量，大环境中的人类商界领军人物也做出过具有毁灭性的错误决策，并导致了史诗般的倾覆。乔布斯的克星是约翰·斯卡利（John Sculley）——1983至1993年苹果公司的首席执行官。斯卡利对于苹果产品的不了解促使他将乔布斯扫地出门。试想，如果是商业人工智能的话，它将在吸纳并处理海量数据后才会给出推荐方案。它会利用关于股票价格、商业周期及公司收购情况的历史记录等一切已有信息。机器学习者会在这些数据中搜索规律模式，并以发现的结果指导未来决策，而人类只能依靠“胆识”的指引去利用已有数据的小型子集，因此，我们认为机器能够助人类一臂之力，这似乎言之有理。

相对于人类终极决策者的选择性注意力与有瑕疵的多线程任务处理能力，终极决策中所需要的“思虑周全”很可能是未来人工智能的强项。

机器制霸终极决策权是预料中的事，但是我们决不能低估其所带来的影响。一些作家企盼人类在终极决策阶段仍然能扮演一定的角色。比如，麦卡菲与布林约尔松坦言，在数字时代，人类诊断医师在疾病检测方面还将占有一席之地。当谈及由未来的人工智能给出的一份医疗诊断时，他们说道：“由人类专家复核这份诊断仍然是明智之举，但是计算机应当打先锋。”但凡人类在“最后一英里”中还有任何施展的余地，我们便能轻易将自身的贡献认定为“最重要”的。“抗癌X计划”无力反抗那些将多数时间花在观望它履行职责，最终却居功自满，拿着全新的白血病治疗方案去捧诺贝尔奖的人类“专家”。“抗癌X计划”可以向人类决策者屈膝膜拜，不论男女，由他们来居上位。但问题并不仅仅在于，从客观角度考量，人类的贡献是次要的，而是如果作为终极决策者的人类的实力与机器的实力相去甚远的话，人类可能就不应该参与其中。不管你在维基百科网站浏览了多少关于心脏功能的网页，当你在观摩心内直观手术时，对于下一刀该往哪儿切，你最好能一言不发。你的参与将干扰手术的进程，而非对其有所助益。同样的警示也适用于在数字时代人类专家对于医疗人工智能给出的诊断进行复核的做法。当自动导航系统的驾驶技术远胜于人类飞行员时，我们可能就不应该给人类任何机会去推翻自动导航系统的判断。数字时代喷气式客机的驾驶舱门不但要向恐怖分子关闭，可能还要杜绝人类飞行员入内。

还有一种为人类终极决策者辩护的言论承认人类落于下风。我们将倍增的风险视为同由人类控制的组织机构打交道所付出的些许代价。我们明知许多活动的危险性却仍义无反顾。思虑周全的乘客很清楚，他们所乘坐的商用飞机并不能百分之百保证他们可以安全抵达目的地。他们知晓风险，并认为这样的风险是在可接受范围之内的。他们也认可，在启用人类飞行员——驾驶舱中的人类终极决策者时，他们遭遇危难的概率会有些许上浮。如果我们认为一睹意大利城市锡耶纳的“芳容”所产生的愉悦足以说服我们踏上商用飞机的话，那么承担些许额外风险并让人类飞行员有用武之地又有何妨呢？

本书将两大经济模式，数字经济与社会经济区分开来。数字经济的核心是效率。在社会经济中，我们也在意效率，但对于同类的偏爱让我们有时宁愿牺牲效率，在“有人类参与的较低效方案”与“无人类参与的较高效方案”之间选择前者。我们在享受与同类互动的益处时，已经全然准备好忍受低效。但是，有些活动中似乎并不存在可以从人类互动中获取的补偿性收益。在我们眼中，飞行员偶尔马失前蹄与咖啡师偶然失误是两码事儿。如果我们能与飞行员交流互动，那么就算增加些许死亡风险也在情理之中。但是恐怖主义的威胁日渐将我们与飞行员隔绝开。既然不能从人类互动中获得补偿性收益，我们便愈发无法忍受伴随人际互动的额外风险。

我们应当从长远角度来进行风险评估。某种限度内的风险可以接受，可是如果再升高毫厘便不能接受，这并不是由人类生理或心理的客观特征决定的。我们是通过比对其他人类行为来判断风险。简单来说，在过去数百年，人类的生活已经变得安全多了。之前被认定为万无一失的活动，如今在我们的眼中却是异常危险的。现在许多人认为与吸烟相伴的风险是难以承受的。但畅想一下，如果将香烟送到生活在中世纪的人面前，他们大概会得出截然不同的结论。他们会看一看与吸烟有关的健康统计数据（这些数据将令许多现代人大惊失色），然后，他们会将这些数据放入当时典型的日常生活中去考量——等待下一轮黑死病狂潮卷土重来、被周边领主强征入伍以及庄稼歉收之后食不果腹等。最终，他们很可能会认为由吸烟导致的患癌指数上升根本就不值一提。

风险评估的相对性对于如何选择驾驶舱中的人类终极决策者也具有启发性。假设除了飞行之外，人类生活的方方面面都日益提升。数字技术的发展将带来疾病治疗方案。虽然现在的旅客能欣然接受与人类飞行员相伴而来的各类风险，但未来的旅客可能不会。他们可能将认为同意乘坐人类飞行员驾驶的喷气式客机是极其鲁莽的行为。