##5种不会被机器智能替代的能力( 三 )


如果一家公司能够将产品部件外包给实体供应链 , 那它也可以将数据和代码外包给一个虚拟的供应链 。 创造力来自寻找出最有利的生存方式 。
“你努力向客户提供他们看重的数据洞察力和交互性 , ”Rose说 , “客户不关心你的见解从何而来 。 ”要想取得成功 , “你需要思维活跃的人 , 能不断在新的数据世界中挖掘新的用户体验 。 你需要的不只是疯狂的发明家 , 还有出色的沟通者 , 他们能够确定引入新事物的恰当时间 。 ”
创造行为包括考虑如何在实体生态系统中进行交互 , 就像优步为Epi-demico等公司运送疫苗时所做的那样 。 在机器智能时代 , 为了保护私有财产而与外界隔绝的做法 , 可能会错失开发利用全球性数字资源的机会 , 那是一个爆炸性增长的财富宝库 。
建立正确的组合意味着改变你的时间分配方式:将更多的时间花在社区、其他行业的同行、创业公司和大学实验室上 。 现在 , 机构比以往更像是一个大型组织的一部分 。 如果你想成为一个数学公司的优秀领导者 , 必须扩展公司与外部的连接 , 从而倍增自己的价值 。
03 & 04 推理:归纳和演绎
现在我们又回到了起点:提出问题 。 这通常是你开始施展人类擅长的第三种和第四种认知能力的地方——归纳推理和演绎推理 。
归纳推理变得更加重要了 , 因为它促进你与机器进行积极的互动 , 寻找答案 。 这就是人机伙伴关系的闪光之处 , 没有平行的数字世界 , 你将失去许多可能性 。
##5种不会被机器智能替代的能力
本文插图

例如 , 美国中西部的一家大型连锁医院(下文称之为MedWest)的研究人员想知道是否能够阻止脓毒症恶化到非常致命的状态 。 脓毒症是一种全身性的感染 , 患者通常需要住院治疗 。 研究小组收集了过去几年里数千名脓毒症患者的医院电子记录 。 一些患者病情加重 , 发展到更危险的重症脓毒症 , 而其他患者则没有 。
医学领导者要求研究人员回答一个关键问题:是否可以观察到两组患者的生命体征差异 , 并为脓毒症的恶化提供早期预警?如果这样的警示信息存在 , 那将是一个重大突破 , 因为一旦患者发展到严重的败血症 , 治疗手段往往太迟了 , 无法避免患者死亡 。
研究团队将病人的记录汇集在一起后 , 按时间顺序将病人的生命体征数据排序 。 然后 , 他们用一种新的分析方法来搜索生命体征随时间变化的模式 。
他们发现 , 在脓毒症患者病情开始恶化的几个小时之前 , 他们的生命体征通常按确定的规律变化 。 这是医生没有察觉到的一种模式 。 研究人员立即开始在MedWest监测患者的这些变化 , 以便及早实施救治方案和挽救生命 。
这就是归纳推理的力量 , 提出适合于人和机器共同来解答的问题 。 作为领导者 , 你是这股力量的起点 。 有了机器智能做助手 , 你提出问题 , 机器会帮助寻找新的答案 。 你不会带着理论偏好和偏见开始解决问题之旅 。 你只需启动调查 , 然后一路驶向终点 , 那里出现的答案可以彻底改变我们的生活 。
作为领导者 , 你拟定的问题涉及方方面面:谁、什么、何时、何地、为什么 。
以默克公司为例 , 问题可以是谁在购买或使用这种疫苗?在生产中 , 哪些变量是最不可控的?在一个工作日中 , 哪些时段生产的批次不合格率最高?我们应该在哪里寻找异常?为什么周一生产的批次的质量最高?通过数据 , 你了解到公司的生产线在全球供应和制造生态系统中的地位如何?基于这些认识 , 你如何着手做某些事情?
想象一下 , 你是一名军事指挥官 , 正在制定作战计划 。 你必须从战略上考虑士兵、后勤、敌军情报以及许多其他的战争因素 。 当然 , 你的目标是赢得这场战斗 , 但是胜利需要付出代价 , 需要权衡各种利弊 , 应该如何抉择?


推荐阅读