是完全自動化，還是與人合作

引進人工智能是為了實現全自動化，還是通過人類和人工智能的合作（人在回路）創造價值？圖1-4的流程圖能夠幫助我們做出判斷。

圖1-4　“自動化還是循環化”的判斷流程

第一個不同點在于如果人工智能出錯，這一錯誤是否致命。如果只犯了一點小錯就導致員工喪命，或者給企業的業績帶來巨大影響，那么依靠人工智能就必須承受巨大的風險。但是，世界上也有很多不會造成嚴重后果的錯誤。比如，即使谷歌的檢索結果與自己想要的結果不同，也沒必要斤斤計較。換句話說，在龐大的網絡信息資源中，依靠自己的力量獲取目標信息需要花費大量的時間，而隨著自動化進程的推進，檢索信息會變得越來越輕松。一般來說，在眾多信息中尋找自己想要的信息時，不經過人類的幫助，由自動化系統獨自匹配符合條件的信息，能夠大幅提高檢索結果的精度。

第二個不同點在于人和人工智能之間哪一方的錯誤率更低。如果在某一領域中，人類比人工智能的精度高，那么以目前的情況來看，這一領域不能實現全自動化，最好交給有人類參與的人在回路來處理更為妥當。

另外，即使是致命的錯誤，如果人工智能的錯誤率明顯更低，那么慢慢地交給人工智能來處理更為合理，即所謂的自動化處理。

比如，自動駕駛技術在現階段產生的事故風險，低于人類駕駛時的事故風險。英特爾旗下的自動駕駛技術領航企業無比視公司于2020年1月公布的數據顯示，其自動駕駛車輛累計行駛距離為2000萬英里（1英里≈1.6千米），事故發生的數量屈指可數。

那么，自動駕駛車輛發生事故時應該由誰承擔責任？是制造商還是司機？鑒于這一問題，以及被機器奪取主導權，從而產生抵觸心理等因素，我們很難直接跨越到“等級5”的完全自動駕駛。因此，人們只能從維持車距和車道線的“等級2”開始，在高速公路等設限的情況下開啟自動駕駛模式，然后逐步過渡到在一般道路上進行自動駕駛。

如果花費時間提升人工智能的等級，那么人工智能對于安全性能的理解也會加深。高齡司機頻繁引發事故，致使很多人認為“人類駕駛反倒更加危險”，如果有這種想法的人不斷增多，那么自動駕駛就能獲得社會的認可。

因此，如果人工智能的精度遠遠高于人類，那么即使有可能出現致命錯誤，人類也會讓人工智能獨自完成工作，這種想法是理所當然的。