100年前纽约大街上的马车工畏惧失业，如同现在的我们

以前我们以为，机器只是作为人类决策的辅助者、执行者、赋能者。但随着人工智能的发展，自动化决策正在入侵我们每个人的生活。

在研习社的课程《便利蜂庄辰超：人的效率低下，我们用算法大规模扩张》中，便利蜂创始人、去哪儿网联合创始人、斑马资本联合创始人庄辰超告诉我们，尽管在高速变动的事件面前，系统的决策效率低于人类。但是，在80%、90%的情况下，系统的决策都比人更慎密。

所以，在创立便利蜂的整个过程中，庄辰超就将 “自动化”作为战略的核心，致力于去除人类的决策。走进便利蜂便利店，售卖、上货、清洁都是有人的，但是它的经营决策是由一台系统自动完成后，每15分钟推送给店铺的。

更重要的是，每一个有人的节点，都会导致整体效率的下降。所以，在店面规模化的整个环节中，全链条都需要自动化，节奏才能匹配得上。

那么，除了在零售领域，自动化还在哪些方面影响着我们的生活？来和混大同学一起思考：

我其实很‘讨厌’这个课程揭示的内核——决策无人化

@王圣棻上海分社

在各大制造业的论坛，最红火的就是：工业4.0（决策自动化）

很多新闻频道在为工业4.0做图像的时候常配上整套的机械手臂生产，其实那是3.0。我们行业内的人，基本上都清楚：工业3.0这一波取代的是‘技术工人’；而工业4.0取代的是我们这些‘管理人员’。

在课程中我们看到，店长是一个便利店，承上启下的‘管理者’。表面上数据决策AI 帮助店长了；把3年才能训练出的合格店长，漂亮的减低到45天。

但是这是好消息吗？我们看5年后便利蜂店长与全家的店长的工资单就会明白。“经验是高收入的根本原因”，如果把根本原因扒除，早晚工资会向稀缺程度靠拢，而 职缺会向需求程度跟进。

是的，这一系列的效率优化，是有利于技术进步与成本改善的。但在优化的过程中‘人生’的难题（参与者的职业规划），是很难平衡的啊。

举例1.uber是靠uber司机撑起来的，uber自驾化扼杀的正是uber司机的工作。

举例2.辅导工业4.0上线的，是制造业的菁英；而被淘汰的管理者 正好是自己。

从企业的算法说到个人终身成长的算法

@小初姐姐 杭州分社

想看看，我们人生效率和成就是不是也同样有着算法的超越。人类（包括我们人生）是逐步的一个被自动化的一个过程，人的算法是什么？有以下三个方面：

1、基因是人的第一算法，基因不一样。回头来看，其实我们人生是逐步的一个被自动化的一个过程，人和动物的不同是、人人和人都不同，首先在于基因的不一样。我们的基因，给了我们很多本能的东西，比如，人都是懒的，都是爱吃甜食的。但实际上有一些人的基因就不一样，比如贵族就很少有吃甜食包括暴饮暴食的基因。

2、后天的习惯是第二算法。除了基因个人被自动化的是一些后天的习惯。被自动化的过程我们叫它后天习惯，比如说有些人还要睡午觉，有些人不爱睡午觉等等。

3、工作思考的习惯是第三算法。第三种人被自动化的过程是一种被动的习惯，比如说，同样的工作8小时，实际是我在一个组织环境和组织文化当中被动的养成了很多习惯，这些习惯主要是工作和学习思考的习惯。比如说某公务员、外企的、在三大厂的，开会、看邮件、做项目等的习惯都不一样。典型的例子是麦肯锡就会塑造一个人的结构化思考的习惯，这就成了一个人的在工作时的算法。

所以人生的算法其实有三种，

一是固化的基因本能；

二是后天养成的生活习惯；

三是工作和思考的习惯。

这些算法决定了我们人生的效率有多高，我们的成就有多大。

| 优化你的个人算法

怎么样的算法，能让我们成为N人？再看看一些N人，他有哪些我们常人所没有的自动化的算法？

1、健康生活的算法：健康生活的算法包括，健康饮食、规律睡眠，及为未来做运动。

还包括终身学习，输入处理和输出的学习迭代的习惯。

2、大脑的算法（思维模型+刻意练习）：不断的去构建去萃取符合自己的好的思维模型，而且不断的训练自系统二而把它强化成自己的系统一。

3、被动提升算法：你要把自己放到一个好的环境里，强化自己的被动算法，这是什么意思呢？就是你要去找到一个好的平台，这个平台本身有很多好的算法，你会去萃取。通过环境被动地优化自己的行动的路径和大脑的算法。

4、算法迭代的驱动力：人的算法和机器算法有一个最大的差异，就是人有目的因，人有使命、价值观（而机器是没有主观的使命的，他使命是他的创造者附予他的）。个人只有有使命后，才是算法的底层，保障人有真正的驱动力去迭代算法，或者成长。

从企业的算法说到个人终身成长的算法，扯得够远，但是希望有用。

太过自动化会不会让人丧失思考能力？

@赵树豪 北京分社

算法精准推荐：

①是移动互联网时代，被提及最多的核心技术之一

②是信息获取方式的衍生进化，由PC互联网的主动搜索信息，到全程推荐接受式体验

③是社会发展信息膨胀，迭代加速时间压榨等带来的必然的趋势变化

举个例子：

1、字节跳动：旗下大众化火热的产品：今日头条、抖音，均以自动化的精准推荐方式展示给你喜欢的信息。自动化步骤如下：

①数据标签化。头条抖音是流式内容产品，初期将平台内容打上基础标签，做起始推荐用。如：90后、猫、日常、10秒、政治等多维度信息。

②行为数据化。用户下载app后，预先以位置、网络、机型等信息做大范围推荐，测试用户行为喜好，以数据埋点记录用户行为信息，以机器/深度学习刻画用户立体画像。

③社交行为化。建立互动机制，引入用户的关注、粉丝、好友、评论、回复等内容，将社交互动维度作为推荐算法的一部分，让推荐不仅是你喜欢的，还有你关注的和可能会关注的。

④推荐社交化。推荐也是一种沟通，只不过是无感的。经过反复推荐、验证、反馈、迭代训练，其数据标签、计算维度、好友圈层、地理位置等信息逐步完善，使推荐越用越准，同时其内容更加丰富和跨度，可以对你的行为、需要做更深入的预测和计算。

⑤热点加权。造热度造文化，以大数据热推，预测风向和普世的快文化，是其内部训练的初期结果。

＊由此，头条系产品可以用机器和最简单的交互，建立移动时代的信息传播方式，自动化你的行为和结果，解放大脑。以此做到价值最大化，精准圈层，快速收益。

我觉得从自动化角度来说，对未来和流程，有三点需要考虑：

①个性化推荐千人千面，但太过细化终究成为了每个人对外的壁垒。古话有云：风声雨声读书声声声入耳，家事国事天下事事事关心。我们除了自己喜欢的，什么都不知道。

②太过自动化会不会让人失去能动性，从而不去关注自己的想法和需要，以为别人都能懂自己，而不需要主动性社交。丧失思考能力。

③最后说，自动化是PGC，还是UGC？

跟随系统去战斗

@周瑜

目前工作中我暂未遇到被自动化改造过的环节，只遇到过被赋能改造过的环节。

本人对接公司电商部采购，以前是每周拉历史数据分析得出下一周的备货规划。公司上了新的网店管家系统后，每天都会有销售库存及预测报表，根据自动出炉的报表，可以很清晰的做出采购决策，每天精准备货，库存风险大幅下降。但归根结底，依然是我被新工具/新系统赋能了，人来做出决策，离自动化有相当的距离。

就我所知道的冰山一角来看，自动化并不是每个公司都需要，考虑到大数据、信息化系统的高额成本，一定是拥有极大管理成本的组织才有上自动化的动力，来摊销管理成本和降低差错率。拿掉一线执行人员的脑子，留下手和脚在总部优秀大脑们一步步迭代优化的算法系统的指挥下，严丝合缝的去战斗，才有复制和管理10万+数量级门店的可能性。

未来哪些环节能自动化，这个问题庄辰超老师其实已经描述了很多bigpicture（蓝图）-全链条自动化。目前便利蜂正在做如仓储环节由赋能升级为自动化，因人脸识别等技术的不成熟而暂时未做的消费者行为识别及体验优化也是方向。

目前便利蜂选品大赛，算法和人比赛，算法赢10次，人赢1次，这个差距在可见的未来可能会是10万：1。

我认为，无需感叹人的重要性被取代，效率的提升最终是为了人的方便。人有了更多的方便，未来才有更多无限精彩的可能性。

100年前纽约大街上的马车工正忧心忡忡的畏惧汽车时代来临带来的失业，彼时彼刻恰如此时此刻。

喜欢本文，点个[在看]，分享给朋友