柯洁vs阿尔法第二场-柯洁vs阿尔法棋谱

1.人机大战柯洁的故事

2.新版阿法狗碾压旧版，人工智能究竟能发展成什么样？

3.柯洁将战阿尔法狗是怎么回事？

4.100：0，新AlphaGo放弃了人类？

5.AI与HR的未来

人机大战柯洁的故事

　柯洁，1997年8月2日出生于中国浙江丽水，中国围棋职业九段棋手。

　曾获20xx年全国少儿围棋锦标赛冠军、20xx年世界青少年围棋少年组冠军、第28届应氏杯世青赛围棋青年组冠军、20xx年10月第16届“阿含桐山杯”中国围棋快棋公开赛冠军。自20xx年1月至20xx年1月，夺得第2届百灵杯世界围棋公开赛冠军、第20届三星杯世界围棋公开赛冠军、第2届梦百合杯世界围棋公开赛冠军，成为世界上最年轻的围棋三冠王。20xx年3月，作为主帅的柯洁为中国队夺得第17届农心杯世界围棋团体锦标赛冠军;7月，和於之莹搭档夺得世界围棋混双赛冠军;12月，获第21届三星车险杯世界围棋大师赛三番棋决赛冠军，收获个人第四座世界冠军奖杯。20xx年5月23日，柯洁对战AlphaGo第一局，以1/4子败于AlphaGo。

　 围棋

　中国围棋九段柯洁与围棋人工智能程序AlphaGo的人机大战昨天结束了首番棋的较量，执黑的柯洁战至收官，以四分之一子告负。虽然接下来还有两盘棋的机会，但柯洁赛后更多的是苦笑。和一年前那个意气风发的他相比，如今的柯洁虽然还是世界围棋第一人，却已经接受了人工智能胜过人类棋手的现实。

　 “10%的胜率”不是烟幕弹

　人机大战前，众说纷纭。古力说，赢一盘可能性10%;聂卫平说，能赢一盘就是烧香了;柯洁自己说，一直在备战秘密招数。可惜首盘对决，柯洁以失败收场。

　亮点更多来自序盘阶段。柯洁执黑先行，前四手棋下了两个三三。直接点三三，正是AlphaGo的标志性招法。柯洁选择“以彼之道，还施彼身”，却没能收获AlphaGo惊愕的表情。

　面对柯洁的“先捞后洗”，AlphaGo高效率应对。“我印象最深的是那一手断。”柯洁赛后复盘有点震惊，“人类对局是不可能下的，否则就落了后手了。但后来分析是好棋，不但劫材多了，还兼顾了角，加固了自己，一石二鸟，实在下得太出色了。”

　 收放自如的`“上帝”

　比赛终局，柯洁在裁判数子后被判四分之一子负。媒体询问是否差距不大，柯洁苦笑说，是机器只想赢这四分之一子。

　一场人机大战，又是挠头又是苦笑的柯洁贡献了不少“表情包”。提及自己丰富的表情，柯洁自嘲说，为什么苦笑大家都懂的，“苦笑嘛，不是开心的笑。因为我很早就知道自己会输，对手的发挥基本是匀速的，有时候我有时间就在那里数一数子，知道落后这些目，就是追不回来。”

　无论生活中还是比赛中，柯洁很少“服软”，这一次他多次表达“输得没脾气”。接下来的话也让现场棋迷没了脾气，“上一次(AI)还是很接近人的，现在越来越接近围棋上帝了。”

　 后两盘棋目标“让主机发烫”

　AlphaGo的进步得到了其团队的证实。当创始人哈萨比斯介绍，新版AI的计算量只是早期的十分之一时，同在台上的柯洁面无表情。但随后他说，就像之前声明的那样，这三番棋后不会再与AI下棋。

　据介绍，新版AI使用了10个专门计算单元TPU。此外哈萨比斯也证实，新版AlphaGo没有学习人类棋谱，它的“老师”就是它自己。

　和一年前相比，柯洁早已不再称呼其“阿法狗”了。他说会把软件当成老师和学习的对象，但不会再对决了。“AI进步速度太快了，以后会更加完美。人工智能的未来，我认为会是更美好的。不过围棋我还是喜欢和人下，包括中国的、日本的AI，我未来都不会下了。”他说。

　对首盘的表现，柯洁坦言有点不满，“自己虽然很拼，但还是出现了人类的遗憾。后面两盘，我希望不留遗憾，哪怕让AlphaGo的主机稍微发烫一下也好啊。”

　接下来的25日和27日，AlphaGo和柯洁将完成最后两番对战，此外围棋峰会还将安排配对赛和团体赛。配对赛中，古力和连笑将分别与AlphaGo组队进行对抗。团体赛中，五位中国顶尖职业棋手将组成战团，以集体智慧对抗人工智能AlphaGo。

　 聂卫平：人机已不在一个档次

　柯洁版人机大战的结果不出意料，看到柯洁的棋，名宿聂卫平的点评并不客气。

　在官子阶段，执黑的柯洁仍未认输，但聂老判断胜负已分：“一直是白棋好，如果继续下究竟差多少，这要由AlphaGo来决定，为什么呢，就我对它下的棋观察，它只求安全稳健，并不追求最优秀的、最正确的下法，只追求简单。”谈到柯洁是从什么时候开始落后的，聂老说，大概开始不久柯洁就进入了落后的状态，由于AlphaGo的布局构思远胜于人类，柯洁实际上是不知不觉就中了“道”了。

　回顾对局，聂老称：“今天这盘棋，AlphaGo有几步棋是完全超出我们职业棋手的预料，它的招当时看你觉得很奇怪，但确实有它好的地方。从这盘棋我感觉到柯洁和AlphaGo不是一个档次的棋手，是差档次的。”

新版阿法狗碾压旧版，人工智能究竟能发展成什么样？

最新版本阿尔法狗：自学3天，就100:0碾压李世石版旧狗。这太可怕了，我要大胆说一句：?人工智能很可能导致人类的永生或者灭绝，而这一切很可能在我们的有生之年发生。?

这并不是危言耸听，其实人工智能的概念很宽，所以人工智能大体可以分为三种：

第一、弱人工智能:?弱人工智能是擅长于单个方面的人工智能。比如有能战胜象棋世界冠军的人工智能，但是它只会下象棋。

第二、强人工智能:人类级别的人工智能。强人工智能是指在各方面都能和人类比肩的人工智能，人类能干的脑力活它都能干。

第三、超人工智能：牛津哲学家，知名人工智能思想家Nick Bostrom把超级智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能。”超人工智能可以是各方面都比人类强一点，也可以是各方面都比人类强万亿倍的。

这样一分，我们不难看出，现在的人工智能还处在＂弱智”阶段。

回到问题，我们会注意到强调的是：新版本、碾压。这则新闻还有一个点就是自学三天。说到

这里，我要引出一个沉重的概念：?递归的自我改进。

这个概念是这样的：一个运行在特定智能水平的人工智能，比如说脑残人类水平，有自我改进的机制。当它完成一次自我改进后，它比原来更加聪明了，我们假设它到了爱因斯坦水平。而这个时候它继续进行自我改进，然而现在它有了爱因斯坦水平的智能，所以这次改进会比上面一次更加容易，效果也更好。第二次的改进使得他比爱因斯坦还要聪明很多，让它接下来的改进进步更加明显。如此反复，这个强人工智能的智能水平越长越快，直到它达到了超人工智能的水平---这就是智能爆炸，也是加速回报定律的终极表现。?

试想一下：一个人工智能系统花了几十年时间到达了人类脑残智能的水平，而当这个节点发生的时候，电脑对于世界的感知大概和一个四岁小孩一般；而在这节点后一个小时，电脑立马推导出了统一广义相对论和量子力学的物理学理论；而在这之后一个半小时，这个强人工智能变成了超人工智能，智能达到了普通人类的17万倍。?

当一个超人工智能出生的时候，对我们来说就像一个全能的上帝降临地球一般。?

柯洁将战阿尔法狗是怎么回事？

自去年李世石挑战阿尔法狗失败后，人类一直期待当今围棋第一人柯洁与阿尔法狗进行一场终极较量。这场人机大战第二季的比赛日前已经敲定，时间是今年四月份，地点是浙江的乌镇。人机大战第二季，也将是人、机最后一战，柯洁与阿尔法狗三番棋大战之后，人类还将组团“群殴”阿尔法狗，看一看，人类到底能不能赢机器人一次。

“单挑”加“群殴”的赛制

去年3月份，代表人类的韩国围棋高手李世石在五番棋大战中以1:4负于机器人阿尔法狗，这是一次划时代的对弈，说明人工智能在围棋领域已经超越人类。去年岁末和今年年初，阿尔法狗升级版Master在网上又连胜职业高手60盘，包括赢了柯洁三盘。这意味着在快棋领域，人工智能也完胜人类。

因而，此次“人机大战”第二季柯洁与阿尔法狗的对弈为慢棋，而且用时比第一季还要长。而阿尔法狗与柯洁三番棋之后，还将接受人类棋手车轮大战的挑战，即中日韩各组一队来挑战，赛制为类似“广州世界团体锦标赛”的“相谈棋”形式，即各队在集体研讨之后落子。不过，组队比赛还未全部落实，中国组队没问题，日韩是否接受邀请还未可知。据悉，组队赛可能采用两日制用时，即，一盘棋对弈一方用时累积可达9小时，通俗地理解，就是说一盘棋要下两天。

人类将背水一战

人机大战第二季，无论是柯洁与阿尔法狗的一对一“单挑”，还是针对阿尔法狗的车轮大战，都延长了行棋的时间。西安体院教授，职业围棋六段李星昨天对华商报记者说：“下快棋，人类根本不是机器人的对手，倒是去年下慢棋，李世石好歹赢了一盘。此次把行棋的时间延长，就是觉得棋下得越慢，对人类越有利吧。”

实际上，此次人机大战，人类有背水一战的意味。先让当今世界围棋第一人柯洁单挑阿尔法狗，试探一下柯洁有没有赢的希望，“阿尔法狗主要强在计算，柯洁则是目前计算能力最强的棋手。如果柯洁都拿阿尔法狗没办法，那就意味着在一对一的情况下，人类已不可能击败人工智能。”李星说道。一旦柯洁败下阵来，接下来的车轮大战就是人类运用集体智慧挑战阿尔法狗，这是人类设置的最后一道防线，看一看组团来战，人类能否击败阿尔法狗。

阿尔法狗要“转行”了

显然，人机大战第二季将是人类向阿尔法狗最后的宣战。不过，阿尔法狗的研发团队已经表示，第二季结束后，不管结果如何，他们将在人工智能领域终止围棋的开发。研发团队的负责人曾表示，他们在人工智能领域开发围棋项目，一是希望在全世界范围唤起大众对围棋的关注，二是他们开发阿尔法狗的目的不是为了跟人类下围棋，而是希望把开发的成果运用在其他领域。

据悉，阿尔法狗超强的大数据分析能力将在气象、市场预测，军事等领域发挥更大的作用。不过，对于围棋界而言，阿尔法狗将在围棋教学、实战等方面辅助人类。“阿尔法狗‘脑袋’里存了三百多万棋谱，我们人类哪有这么好的记忆力。以后，肯定会用它帮助我们练棋。”李星还对华商报记者表示，此次将与柯洁对战的阿尔法狗已经升级了，棋力强于去年战胜李世石的那个版本。尽管如此，他还是希望柯洁能赢一次。

100：0，新AlphaGo放弃了人类？

01

2017年10月19日，谷歌子公司DeepMind发布了AlphaGo的新版本。很多人知道AlpoaGo是一个人工智能程序，却不知道它其实是一个家族，早期战胜韩国选手李世石的是AlphaGo Lee。在乌镇击败世界冠军柯洁的是AlphaGo Master。本次发布的是AlphaGo Zero（阿尔法零），它经过3天的训练便以100：0的战绩击败了他的哥哥AlphoGo Lee，经过40天的训练便击败了它的另一个哥哥AlphoGo Master。

AlphaGo Zero与之前版本相比，最大的区别在于，它不再依靠人类的指导来成长，即之前的AlphaGo Lee是依赖于人工录入的大量棋谱来帮助其学习如何下棋，说白了，它是在人的指导下学习，可以理解为是人类千年围棋经验教出的学生。

而AlphaGo Zero使用了强化学习算法，即不再依赖任何棋谱，编程人员输入围棋基本规则后，不再进行任何教导，完全由其自己进行摸索，总结走棋方法，相当于人工智能完全按照自己的方法学习。AlphaGo Lee完败于摒弃了人类经验的AlphaGo Zero，这说明人类的经验可能误导了AlphaGo Lee，进而限制了它的发展。

AlphaGo Zero的行棋方式在开局和收官阶段，与人类选手有较大的相似之处，而盘中的行棋风格的确与人类选手和之前版本的AlPhaGo有较大不同，而正是这种不同让其可以在100次与AlphaGo Lee的交战中立于不败，换个说法，如果当初AlphaGo Lee没有拜人类为师，而是向机器学习，那么对于拥有更强计算能力的AlphaGo Lee来说，胜负还未可知。

除了零经验学习外，AlphaGo Zero的另一大特点是将之前版本AlphaGo的两个神经网络融为一体，在之前版本的AlphaGo上，如何走棋是由?策略网络?和?价值网络?两个神经网络来计算如何行棋的，即首先由?策略网络?利用之前累积的经验，判断在当前棋型下哪些位置适合行棋，之后由?价值网络?对在这些位置行棋后的种种可能进行模拟，计算胜率，最终选择出行棋位置。

而AlphaGo Zero将二者融为了一体，对之前两个网络的特征提取等模块进行了共用，可以在计算出可能行棋的位置时便给出相应的?胜率?，大幅提高效率，减少了训练所需的时间。这也是AlphaGo Zero在训练了三天就打败了训练了几个月的AlphaGo Lee的主要原因之一。

人工智能不仅是计算机科学领域发展的制高点，在所有行业都具有无限潜力和应用价值，目前世界各国普遍看好，人工智能技术将成长为下一次技术革命契机。即便最终人工智能没有达到革命级别的颠覆程度，AI已经在逐渐改变我们的生活。

以往人工智能的进步都是建立在软件与硬件同步发展的基础上，神经网络算法最早在上个世纪中叶就被提出，然而受限于计算能力，神经网络算法一直发展缓慢。

之后随着硬件计算速度的不断提高，已有的软件算法不断被实现并改进，改进的算法对硬件要求更高，从而进一步促进了硬件的发展，而AlphaGo Zero的出现完全建立在算法更新的基础上。

前一版本的AlphaGo需要在48个TPU(谷歌专为加速深层神经网络运算能力而研发的芯片，一块成本即达500万美元)上进行几个月学习，而AlphaGo Zero只需要4个TPU加上几天的时间便可完成学习。这种零经验学习能力非常适合在蛋白质折叠和其它缺少样本的医疗领域进行应用，可以很好地解决因缺少试验样本而导致研究进展缓慢的问题。未来的相关研究中完全可以输入规则后利用AlphaGo Zero的能力进行模拟，最后利用有限的样本进行验证即可。

AlphaGo逐渐升级之路

故事讲到这里，实在不得不佩服谷歌深厚的技术实力与精明的商业头脑。AlphaGo从诞生伊始，就得到了deepmind团队的精心包装，仔细回想起来，可谓是?城里套路深?。

从最初战胜低段位职业棋手开始预热或者说炒作，到战胜人类顶尖高手李世石，AlphaGo的登场已经足够华丽。不过4比1的比分还是给了人类一线希望，这仅有的胜局中，李世石剑走偏锋，直接把AlphaGo逼出了?大脑短路?的症状，可见此时AlphaGo虽已经足够强大，但尚不完美。此后各路人类高手开始卧薪尝胆，精研AlphaGo的套路，寄希望于重新捍卫人类尊严。

随后，一个神秘的?master?在围棋界顶级棋手的对战平台上取得了60胜0负的骄人战绩，这位master到底是何方神圣，是人是妖可谓是赚足了吃瓜群众的眼球。直到华丽的60胜达成，谜底才最终揭晓。

此后便是吸引了全世界目光的乌镇对决，AlphaGo Master把柯洁打到毫无还手之力。虽然柯洁已经表现出了真正的人类最强者战力，却仍然被AlphaGo完全压制，只要出招有任何一点闪失，立刻会陷入AlphaGo?最小优势胜?策略的陷阱，再无翻身余地。

乌镇对决之后，人类在围棋领域已经彻底甘拜下风，别说柯洁一人，五大高手联手作战比柯洁输得更快，AlphaGo一时风光无限。

如今，乌镇硝烟刚要散尽，谷歌又搞了个大新闻出来！人工智能在摒弃人类经验后，用三天时间自学的AlphaGo Zero打败了人类几千年的经验。AlphaGo的进化版打败了原始版，不禁叫人想起《铁甲钢拳》里叫人热血贲张的机甲肉搏，一个AI输给另一个更牛的AI，中国AI战胜美国AI，这很有可能是未来棋类竞技中的真实场景。

AI与HR的未来

AI与HR的未来

　AI与HR的未来，AI不是HR的敌人，而是工具。工具不会逼人，只让不会使用工具的人失业。那么大家知道AI与HR的未来怎么样？接下来就和我一起来看看吧！

　AI与HR的未来1

　 一、“不是人”的时代还有多远？

　几个月前，片区的菜鸟驿站跟风了自助取货和自助寄件，物流员工们只管把包裹码上货架，至于怎么把别人寄来的二十斤书从最高层取下来，那是客户的事情。这让我心有余悸，急急的找一线前端的朋友打听，这无人概念是“没有人”呢？还是“不是人”呢？前端朋友说，马老师现在推广的暂时是“没有人”——WHAT！在我看来，“没有人”是素质问题，“不是人”才是科技问题。素质问题很缥缈，科技问题倒是可以期待，那什么时候能实现“不是人”的时代呢？

　这不，马上要AI了么？

　AI是无限接近于人的“不是人”。小伙子问“不是人”的时代还需要研究人的HR做什么？

　存在于虚拟世界的人工智能，想要在现实世界完全替代人，起码需要制造业再一次飞跃。这种飞跃，不是三十年前的效率和量的飞跃，不是十年前的产业升级，而是对设计、生产、精密化整个流程的高度升级。看看现在制造业的哀鸿遍野，就知道“不是人”的时代还远得很。HR在最近的五年，乃至十年，还要管人。即便将来“不是人”的时代到来，这个世界仍然挤满了人，只是工作内容不同。就象《春风沉醉的夜晚》里的纺织女工，其实和坐在电脑前做图的美工并无二致，如今“电脑在手，天下我有”的现代豪情，只是科技工具给人的幻觉。

　 二、AI与人类智慧的关系

　柯洁和阿尔法狗磕上了。一台电脑是怎么在人类发明的古老游戏里赢过人脑的？毕竟人类玩围棋已经近千年。问题就在这里了，阿尔法狗存储了人类千年来的棋谱，它巨大的脑子里有千年来无数棋手无数对阵的经验，而柯洁的人脑里能存储的棋谱必然有限。阿尔法狗还能通过无数棋局的对比，测算出对方下一步落子的概率，迅速得出对策，这也是柯洁无法做到的。可这并不是AI的胜利，恰是它的失败。如果没有千年来棋手们积累出的大数据，阿尔发狗拿什么去测算？阿尔法狗在对阵中的胜利，是千百万个柯洁的胜利。它的每一次加速，每一次落子，都闪耀着人类棋手的智慧。所以，没有人类智慧的不断积累灌输，阿尔法狗只能和古人玩。AI不是洪水猛兽，只是人类为自己创造出的又一伟大工具。人类在不断创造并使用工具，将AI 和人对立起来，是愚昧的。

　有人说AI终有一天会自我学习、自我创造，独立于人类智慧而迅速发展。——ROBERT将统治世界。现实世界的问题，必须以现实世界体验中产生的智慧去解决。ROBERT和人组成的现实世界，ROBERT数据分析的速度可能胜过人类，可人类智慧从来不靠速度取胜，而是多元化。多元化不仅意味着人类智慧因文化差异而无可穷尽，还意味着随机与变异，即不按常理出牌才是人类智慧的常态，这是AI所不能的。即便有一种无限接近人类而不是人类的智慧存在并发展，那也是与人类智慧此消彼长。人类与AI的关系，就象数的两极，发于原点，交集于无穷远处。看似南辕北辙，实则互为补益。

　 三、AI不是HR的危机而是机遇

　社会化大生产被科技工具和人本需求从内到外肢解成更小的作业单元，甚至个人都能作为独立的作业单位参与生产。外包作业单元参与流程的案例不甚枚举，大到矿业投资，小到个人理财，事务所和独立咨询师只是壳的不同，业务内质并无差别。科技将时间和空间联接起来，效率甚至高过了流水线作业。这种肢解不仅存在于单一的底层，而是纵穿整个社会生产过程，任何行业都不能幸免，包括HR。

　HR本身有事务型和专家型的隐形分层，三支柱理论正是这种分层在企业内部的实现。在以上所述的市场情况下，三支柱理论可以进一步社会化。执行BP留在企业，SSC交给专业流程公司，COE由外部专家完成。事务型HR在现有的从业人员中占有非常大的比例，很多HR知识还在教育人们解决底层事务性问题，一旦强大的AI能够替代这些工作，这些人与知识都将被淘汰，让人产生无上惶恐。实际上，知识在不断的淘汰。如果不坚持学习，五年就会成为新时代文盲，这与AI是否产生没有关系。ERP让管理人员失业了吗？财务软件让会计消亡了吗？EHR让HR濒临地了吗？AI不是HR的敌人，而是工具。工具不会逼人，只让不会使用工具的人失业。

　展望未来,AI可以帮助BP完成基层事务或咨询，强大的处理器在专业流程公司用于分析归纳大数据，设计性价比最高的路径，同时处理多家公司同类事务。为COE外部专家提供数据和参谋服务。

　相应的`，HR将产生更明显的业务分支。

　 1、在企业内部从事基础事务的HR主要致力于三点：流程、法务、工具的熟练掌握、现场应变能力、沟通协调能力。

　如果AI进入量产，依照国情必然预装通用的规则和流程。金融、法务、财务、审计等法规相对完善，关乎国民利益的行业首当其冲，我们在金税三期的设计思路中可知一二。热衷于新概念的HR行业自然不甘落后。企业HR基础事务管理将由粗放型转向标准化、精细化，对理论知识、高效工具及标准流程的熟练程度决定了HR是否能够通过新阶段的考核。

　AI与人不同的地方在于AI运用大数据趋势进行决策，而人能根据现场情况应变。当然，AI会将每一次人类的应变场景收入数据库，作为下一次决策的参考，这就是所谓的AI的学习能力。HR对所处的微观环境有着和机器不同的现实体验，因此，只有对人的特性有着理性和感性敏感的HR才能在将来的环境里发挥作用。这需要HR加强心理学的学习和实践。

　企业内部HR是一个燃烧情商的岗位，既有服务职能兼有管理职能，面对上下左右的利益冲突、个人情绪，每说一句话都要斟酌再三。察言观色是职业本能，思前想后为形势所逼。这正是AI所不能为之处。AI有着强大的知识存储，与强大的搭档配合需要有强大的知识和能力的储备。

　 2、专业模块的HR有两条路可走，一是去专业 的SSC企业，从事流程设计和事务代理工作。二是进一步提升成为HR专家，去外部COE咨询公司。

　过去，内部SSC中心就象管家部，填报表，跑流程，收发资料，在人事管理时代，占据了人事部最大的工作量。现在，仍然有很多企业以完成流程事务作为HR部门的最大考核指标。企业的流程效益决定了管理成本的效能。SSC工作的外包，可以大大提升企业流程效率和规避风险。

　眼下，人力外包业务最多的是招聘外包，而我认为招聘外包是一种伪外包。如今信息传播扁平化和渠道单一化，看似矛盾，其实统一。正如企业生存之道在于某一领域的专业深耕，作为企业重要生产资料的人力必然存在于某一领域，企业自身在领域中的深度决定了招聘有效性，外包公司在行业中的深耕并不能对招聘有效性有多大的提升——找得到人不代表人会来。招聘效率与企业自身质量、在市场上竞争能力成正比，而不是与外包公司的挖掘能力成正比。

　将复杂的事做简单，简单的事做优秀，是SSC类企业的重要目标。SSC与AI的结合，大大提升了流程事务处理效率。HR在专业SSC公司要做的，是根据大数据和自身经验，设计、修正流程，为提升AI的效率和精准服务提供指导和支持。这就要求从事SSC工作的HR对基层事务有着从具象到抽象的经验，对流程效率和成本高度敏感，并能提出专业的解决方案，这需要一群专业会做事的人。

　 3、COE是HR的管理大脑。需要HR具有基层工作经验、强大的数据分析能力和创新研发的能力。挑选 COE的关键，在于数据抽象分析、对宏观劳动市场的敏感度、又能对现实企业问题作出实效方案的能力。

　很多HR都想一步到达这个层面，而一个COE专家至少需要十年以上的专业工作经验，具备在某个或多个模块中深耕的能力。有了AI的参与，是不是这个时间可以缩短呢？不一定。AI会促使全行业门槛提高、人员精简，对COE提出更高的要求，很多人可能永远留在了BP或SSC。与过去的企业内部COE有很大不同，专业COE咨询师对数据研究跨度更大，纵向更深、眼光更远，着眼于行业，着手于企业。

　我们会不会面对机器人HR？我想不会太快。但是AI与HR的结合，这一天，会有多远，很难讲。各行业都在尝试数据共享和整合，某一天HR数据也上传入云，六大模块将会发生颠覆。基层做账会计被AI替代已在眼前，HR业务的分层也会在最近的三年发生。

　实际上，很多一线城市和个人咨询师已给企业做外部HR部门的试点。很多企业家对金钱换效率算得很清楚，与其自己摸索多年，不如外包给专业公司或事务所搭好框架，再做内部填充。对于无力招聘高端HR专家的创新型企业来说，去外包公司众筹一个高效的SSC和永不下线的COE专家组，是更为划算的办法。

　罗马城不是一日建成，AI也不会一举歼灭所有岗位。人在，HR就在。不想让科技工具成为我们的敌人，就要充分理解科技工具于HR的意义，找到自己的定位，掌握它，配合它，融合它。

　AI与HR的未来2

　牛津大学预测，在2025年，47%的工作会被机器人取代，也就是说在这个会议室里的500位HR，将有一半的人的工作会被机器人取代。

　在美国加州，谷歌给出一组数据：当人类驾驶时，事故率达到每百万有4.2个，而机器人只有3.2个。很明显，机器人开车比人要安全。

　 无人驾驶，我们人力资源做什么？

　在美国西部，IBM的休斯顿神学医院，沃森机器人看X光时比医生 0倍 ， 准确率达到99% ，而医生的 出错率是 20%，特别是乳 腺癌，白白地将病人送上手术台。

　 无人医生，那我们人力资源做什么？

　在美国东部的纽约，有一家刚刚创办了只有两年的公司，专注于智能投顾，只有机器人管理，提供24*7的服务，不眨眼不休息，每时每刻为社会服务。这家公司15年成立，第一年只有1.1亿美金，第二年5亿美金，现在500亿，到了20xx年，会达到2500亿的资产管理，而且都是由机器人管理。

　 机器人比人更赚钱，那我们人力资源做什么？

　 未来50%的工作会被机器人取代

　 我们人力资源到底该做什么？

　以上是云谷慧商学院及中国HR最强大脑创始人邰宏伟在人博会现场，针对“正在被颠覆的人力资源”做的深入分析与思考，让贝贝印象深刻。

　他从趋势、路径、战略和组织四个角度，对人工智能新时代的HR提出了成长路径和AI三角组织变革方案。

　 人工智能时代的是三个路径： 自动化、数据化、增智化。在未来70%的决策是机器人做的，人需要去做审批的工作。HR需要跳出人力资源，利用组织创新，把整个社会的资源归为己用。

　 那么，什么行业将会被取代？

　 人力资源是否会被替代？

　 案例分享

　我在海尔呆了三年，帮助海尔做战略转型。后来收到了一个非常智能的洗衣机，每走一步路，机器人都会提醒我一句话，比如：

　“您太太的红色衬衫不能和您的白色衣服放在一起洗。”

　“您太太非常喜欢这件衣服。”

　原来，在手机的屏幕上显示，这件衣服我太太两周洗了14次，天天穿天天洗。

　“今年新款出来，打7折，要不要？”

　我一次买了3件，我太太回来可使劲地夸我。

　机器人，比我更懂我太太。

　也因为人工智能，销售被机器人代替。历来的京东、淘宝都会被这类的机器人代替掉。

　总结下，海尔转型是一年两年的探索得来的，工作流程从模块化到无人生产，黑灯工厂，最后是互联工厂。

　 互联工厂是干什么？

　用户交互、众包定制、订单定制、生产可视、交付可视、试用体验……等等

　也就是说，只有洗衣机被买回去，它的价值才开始；对于公司来说，真正的赢利模式才开始。

　这个才是未来，我叫之为M2C。

　 人工智能这么重要，这意味着什么？

　1、 自动化：无人工厂、黑灯生产

　2、 数据化：洗衣机收集数据

　3、 增智化：洗衣机帮助购物

　 这是人类历史上对机器人重新定义： 减少我们的脑力劳动，更加有意义的工作。

　 实现“智能时代”创新与转型的挑战

　海尔当时的问题是，一年内都没有研发出一个颠覆式产品，领导让我去设计组织构架。通过调研，我发现花再多的时间在组织架构，也不能解决这个问题，反而，我帮助海尔搭建Hope这样一个平台-海尔开发合作生态系统。

　任何人都可以到这个平台上去，提交你的创意方案，与海尔互动。一旦方案确定，海尔立马注资75%，让你成为老板，合作转化，盈利之后分成。每年这个平台可以孵化200多个产品。

　这也是每一位人力资源需要做的事情，跳出人力资源，解决公司最根本的问题。这个平台，组织创新，将把全世界变成了海尔的人力资源部，将把全世界变成了研发部。

　 AI三角

　总结我在海尔5年的工作经验，结合人工智能时代的到来，我得出了一个“AI三角”理论。未来的HR都要了解学习“AI三角”。

　 AI三角是什么？

　首先你需要考虑产品与平台的关系。

　红领不仅做了一个智能化的生产线，它现在进入了智能家居、智能灯具，未来还有可能进入私人定制领域等等。它这样就把一个产品公司转向了平台公司，这是未来的管理者和HR都需要考虑的。

　第二个就是人思与器思。在未来，70%的决策是机器人做的，不是人做的。机器人做决策更快，看的更多。人只做审批的工作，解放人，人做决策，机器人听话。这时，你就需要思考一个问题，在你组织是人做决策还是机器慢慢代替人或者帮助人做决策。

　最后一个，最最最最需要解决的是核心与大众。人力资源招聘了这么多人，还有大量的精力与时间花在培训上面，培养了一群核心力量，可惜这些核心力量基本上都带有偏见。偏见就是过去的成功阻碍了这个公司的发展。那么，真正的多视角的人在哪里？

　在社会上！所以，在这个情况下，海尔就解决了核心和大众的问题。

　那么未来企业的发展，就在于这三方面，而这三面几乎都是HR需要做的事情。

　首先，是要考虑你司到底是做产品的组织结构还是打造平台的组织结构？这两者是完全不一样的，未来，所有做产品的公司慢慢地都会隶属于某一个平台公司。是创建一个平台还是加入其它平台？

　再者，人思与器思。决策机制到底是什么？这是HR需要梳理的一个流程。

　但最最最需要解决的是，核心力量和社会力量如何平衡，这是人力资源需要跳出人力工作，要解决的最大问题。

　因此，我和杨老师（《组织能力的杨三角》一书作者）讨论了下：组织能力的杨三角应该转变成AI三角。