机器人终将在企业中找到自己的位置，但是，它们值得信赖吗？在本文中，将阐述机器人对于 IT造成的影响，以及工作用机器人的发展方向，并探讨对于 CIO们的意义所在。

对于 IT团队来说，智能机器（基于机器学习来替代人类工作的系统）的出现使得技术环境更为复杂。但是，管理人工智能所需要的却不仅仅是技术。

Gartner分析师Tom Austin 认为，CIO们面临的一个问题就是雇主和员工之间的互信。以 IBM的Watson 为例，技术人员能够习惯于向其求助，而如果人力部门将其用作为员工服务的职业咨询师，“会有多少人信任公司介绍的顾问呢？” Austin质疑说。

Austin认为信任是非常重要的 – 不仅仅事关隐私数据的问题，还涉及到人机一起工作时的协同问题。而人机协同，正是专家们对于智能机器（来自于 Gartner的定义）的期望。

征服人机障碍　　

Julie Shah是麻省理工航空与航天系的助理教授和交互式机器人团队的领导人，正在致力于解决这个问题。在由麻省理工科技评论（ MIT Technology Review）主办的EmTech 会议上， Shah表示其研究内容属于人工智能和认知心理学的交叉领域。

“我们试图对人类智慧进行反向工程，以便将机器人打造成更好的工作伙伴。” Shah说。在当前的绝大多数情况中，那些在工厂流水线上工作的机器人是受到严格控制的，因为它们给员工带来了太多的物理上的风险。但是，这同时也意味着机器人被完全隔离在了员工的工作流之外。

“当我们面对一项工作时，必须做出选择。” Shah表示：“要么是想办法让机器人完全承担整个任务，要么就是让员工来完成。”

目前， Shah正试图改变这种情况。她正在研究人类和机器人之间的协作方式，从而让双方共同合作完成单独一方无法胜任的工作。 Shah表示，这意味着要开发足够安全而且聪明的机器人。

Shah及其团队曾经实验过一种可以让员工和机器人共同训练的技术。通过大规模的实验， Shah及其团队发现，当人类和机器人用交叉培训（ cross-training）方式进行配合时，能够建立共同的心理模型，从而显著地减少了员工的空闲时间。

共同的心理模型提升了员工对机器人的接受程度，而且不会对员工造成心理上的负面影响。“人们越发同意这样的观点，你对机器人越信任，那么机器人就越倾向于依照你的意志来工作。” Shah表示。

自我学习与进化　　

Shah所研究的这类机器人具有某些鲜明的特性。“当我们谈及‘智慧’这个词，对不同的人有不同的含义。” Gartner分析师Kenneth Brant 说：“但是，有一些特性是具有普遍性的：能够根据环境进行学习；能够在人类旁边学习和工作；能够从过往经历中进行学习，从而提升工作水准。”

关于这方面，一个早期的例子就是由 Rethink Robotics公司制造的Baxter 机器人。 Baxter采用的是人类的外形，能够在流水线工人的边上一起工作（没有被禁锢在笼子中）。 Rethink Robotics的创始人（同时也是董事长和首席技术官） Rodeny Brooks在EmTech 上展示了 Baxter机器人的应用场景 – 主要是被用于那些重复性的任务，比如打包等。

Baxter装备了可以感知环境的传感器，从而能够进行自我调节和学习。“我们不必去告诉它传送带的速度。” Brooks说：“Baxter 能够自动感知并进行计算。”

未来的 IT　　

Brant认为，随着机器人越来越聪明， CIO的角色将会发生改变。

目前，机器人的相关投入并不在首席技术官和首席运营官的预算内，因此也就不在 CIO的职权范围内。Brant认为这种情况仍将继续下去：“机器人会依然属于运维系统。”如果试图将数据利用好，需要 IT团队做好系统集成的工作。

随着机器人越来越多的集成到工作流中（正如智能机器开始与员工共用同样的业务流程），其采集和产生的数据对于企业来说日益重要。比如，以订单履约流程为例，“如果你想知道订单的状态，机器人也许能给出最佳的答案。” Brant说。

也许要达到这一步还有很长时间，不过 CIO们应该开始为此着手准备了。

在去年春天举行的 Gartner商业智能和分析峰会上， Gartner分析师Austin 表示：“与 API、操作系统或者菜单系统不一样，这些智能机器代表了一种人与技术融合协作的全新方式，而落后者将难逃失败的命运。”