是时候为算法劳动力做好准备了准备好迎接一个与机器人、数字人、全息图和算法一起工作的时代吧。

人工智能，“零工经济”的增长，在虚拟现实、机器人、自动驾驶等区块链有所有这些都彻底改变了我们的工作。但这只是冰山一角，这些技术进步的变化速度和渗透将创造一个重新配置的劳动力——而不仅仅是一个新的工作方式．

算法的劳动力使用计算机算法代替细胞生物，例如，通过数据驱动的方法管理或增强它们。算法正在迅速渗透;确切的数字是未知的，但是40%的企业人力资源部门使用人工智能应用程序。一些突出的用例包括在第一级视频面试中部署HireVue，评估面部表情、语气举止和语言流利程度。采用算法劳动力的人主张采用生产率指标，而批评者则以偏见和不透明为由回避这项技术。

相关:为未来工作做好准备的5种方法

当前状态算法劳动力的一部分

如今，公司已经在多个领域部署了算法员工。例如，我的客户支持组织是由数字人管理的，我的行政助理是一个名为“朱莉”的算法。我还广泛使用语音机器人来代替打字和打字写博客．在招聘中，许多公司使用人工智能筛选大量简历和第一级自动面试。

这可以扩展到许多行业的管理职能，例如:分配任务和变化。医院、零售、游戏和旅游行业看到了这些部署，而制造公司部署算法管理器来跟踪运动、动作和生产节奏。

使用评级、行为、激励和惩罚的绩效评估也在许多行业实施，比如超级Airbnb。这些评估的结果被用来决定工资、津贴、晋升和解雇。

在大流行期间，部署了亭式全息工作人员，必须始终如一地多次发送基本的人类通信。

相关:关于未来工作，雇主需要考虑的4件事

算法劳动力的几个用例

工人们澳大利亚墨尔本的亚马逊仓库，由算法工作人员精确测量拣选、移动和运输费率。外卖行业通过以下方式分享其KPI每月个性化报告关于他们的表现:接受订单的时间，响应率和旅行时间。人工智能会根据各种因素不断调整kpi。

在许多旅游、酒店和体育网站上，算法扮演着定价经理的角色，与上一个时代基于规则的引擎相比，算法现在更具认知能力。

生成式人工智能已经被用于创建图像、声音、音乐、视频甚至代码等内容。自愈代码和自动bug查找软件正在兴起，它们迟早会成熟和扩展。

在过去的三年中，算法劳动力解决方案的采用有所增加。算法方法现在是可行的，并可扩展到许多公司和行业。

相关:什么是Lensa AI?它会带来隐私和道德问题吗?

算法劳动力的未来

当算法表现为机器人时，数字人类生成式人工智能和机器人增加了劳动力;公司会评估人类情绪与部署算法劳动力带来的好处之间的影响和权衡。一些考虑因素包括双向信息流(不仅仅是从算法到像优步这样的人类)，让人类参与关键决策，创造更多的人性化，以及确保工作条件适合员工士气。

随着人工智能创造出其他人工智能算法，企业将需要重新思考劳动力战略和组织设计，考虑到新的治理模式、激励机制、人类管理者的角色、透明度水平和数据收集门槛。

作为自动驾驶，DAOs在零工经济和机器人规模的影响下，人类将不再从事与过去十年相同的工作，也不会像过去那样做出决策。对于采用者和反对者来说，这些转变已经到来，而且只会产生更深远的影响。

利与弊在你的员工队伍中利用算法

随着算法劳动力规模的扩大，出现了支持者和批评者。不管大家喜欢与否，这种现象已经根深蒂固，而且只会产生更大的影响。让我们来看看它的一些优点和缺点。

优点包括更低的成本比如需要部署人力的日常活动，算法可以在几秒钟内处理特定的工作负载，而人工可能需要数小时或数天。更高的效率导致更高的生产率和更少的浪费。算法做出的决策也不那么情绪化，更多的是数据驱动——尽管偏见可能会渗透到人工智能中，但许多决策和行动比人类更不容易产生偏见。

算法劳动力的实施也存在争议和有害的部分，例如，向算法报告的优步司机知道他们受到持续的监视，包括位置、速度、接受率、评级、行动等。多次错误操作可能导致他们被禁止使用该平台。虽然收集数据对于数据驱动的决策是必要的，但它会影响员工的士气，减少信任，最终导致人员流失。这些算法的不透明性是关于劳动力的，因为它迅速适应新的条件，并在人类的舒适区之外做出决定，并产生非人性化的感觉。

最后的想法

“零工经济”的增长彻底改变了数百万人的工作方式。采用者和反对者都提出了自己的观点，并同意这是一种不可避免的趋势，但尚未扩大规模。

在上个世纪，打字员、红绿灯管理员、轮班经理甚至司机等所有这些工作都是体面的工作;在接下来的十年里，我们将看到更多此类类型的电影离开。

现在的问题是，企业如何管理平衡人类情感和算法效率的双重劳动力。我是许多这些算法同事的早期采用者，可以想象未来劳动力的可扩展性。随着未知风险的出现，需要实现新的治理和管理风格。