脑极体|化身“监工”的AI,我们该如何相处?( 二 )


此外 , 大量人类劳动密集型场景 , 都在通过“AI监工”的方式来完成生产管理流程的优化和建造 。 比如 , 在快递分拣行业 , AI摄像头会通过识别分拣员的行为来判断其是否是暴力分拣 , 通过识别其分拣速度来识别其有无偷懒 。 而一些更为细致的人工劳动场景 , 我们也能看到这种“AI监工”的身影 。 比如英国的这一案例 。
“让AI随时监工自己”的英国建筑工人
最近读到MIT科技评论的一篇文章 , 主题是“英国建筑工地上采用人工智能来扫描建筑工程是否出现错误 , 还有工程进度是否落后” 。 从这个场景中 , 我们能看到人工智能和一线工人在建筑施工中建立的复杂协作关系 。
脑极体|化身“监工”的AI,我们该如何相处?
本文插图

在英国的一家人工智能创业公司Buildbots看来 , 建筑业应该像制造业一样采用AI来进行流程管理 。 现在英国一家建筑业巨头沃特斯正在采用Buildbots开发的一套图像识别系统 , 来监控正在施工的建筑项目的每个细节 , AI将自动标记施工中的错误和进程问题 。
建筑业的一个问题就是工程施工错误会造成返工的巨大损失和工期延期 , 这对于建筑商来说是难以承受的成本压力 。 而对于施工的工人而言 , 这也意味着一旦发现问题 , 很可能带来相应的处罚 。
工人们难道无法避免这些人为失误吗?显然 , 在有更多工程监理在场和更严格验收的情况下 , 工人们能够避免更少失误 , 但是这样会拖慢施工进度 。 这似乎是一个难解的矛盾 , 工人们自然更倾向于优先保证进度 。 作为一个曾经在大学期间进过工地搬砖的学生工来说 , 对于很多底层工人的行事逻辑是有深刻体会的 , 一些人总会在监理无法看到的地方用“速度”换“质量”的 。
英国建筑公司的实际情况也是如此 , 一个拥有1500个房间的建筑只配有5名监理 , 他们难以确保控制如此多的施工细节 。 现在 , Buildbots通过在建筑工人的安全帽上安装GoPro摄像机 , 通过现场拍摄的图像和建筑的数字图像进行匹配的方式 , 使得现场监督工作变得更为高效和容易 。
也就是每一个建筑工人都配备了一个AI“云监工” , 这些摄像头可以捕捉到建筑施工的细节 , 以及时发现相应的错误之处 , 比如可以通过摄像机的定位来捕捉视频图像在建筑中的位置 , 误差在几厘米内 , 同时可以跟踪这个位置物体的状态 , 判断其处在尚未开始到安装完毕的状态 。 而当监理经理们每周巡视现场时 , 他们的摄像头会捕捉整个项目的视频 , 并上传到该系统软件上 , 该软件会将现场数以千计的对象(包括像电源插座和浴室配件的位置数量)的状态与建筑的数字副本进行比对 , 来检查施工进度 。
Buildbots的AI系统可以避免了建筑商很多重复性的检查工作 , 也能让项目经理和监理能够远程掌握进度 , 最关键的是可以节省大量的因工程错误而导致的返工成本和处罚费用 。
当然 , 这一系统也给现场工人带来了新的变化和压力 。 工人们必须更加规范自己的工作标准 , 也必须平衡施工的速度和质量问题 , 因为一旦被AI监工发现问题 , 就可以马上追责 。
【脑极体|化身“监工”的AI,我们该如何相处?】脑极体|化身“监工”的AI,我们该如何相处?
本文插图
由于建筑业仍然属于多工种、劳动力密集型驱动的产业 , AI在短期内是无法取代人工的 , 所以 , 建筑工人仍然要在很长时间内与AI发生协作 。 而这一次 , 我们可以看到这一“AI监工”的方式可以有效改善建筑业的整体效能 , 同时也能对建筑工人产生有效的约束和监督 。 不管是主动还是被动的方式 , 建筑工人们也必须接受“AI监工”的出现 。
那么 , 对于出现的这些变化 , 身处其中的劳动者 , 以及社会大众的我们 , 该如何看待这一趋势呢?


推荐阅读