叫嚣着要取代全世界的人工智能，终于在最近陷入了失业的烦恼。

据报道，瑞典的一家在线银行Nordnet准备对自家的AI员工Amelia炒鱿鱼。Amelia去年夏天刚刚入职Nordnet，其日常工作就是帮客户开个银行户头、处理一些银行数据等任务，正常来说速度肯定是应该比工作人员要快，银行的工作效率和效益也该有个明显的提升。事与愿违，这一年来，Amelia好像并没有表现出一个三好学生该有的能力。

其实Amelia并不是第一个被解雇的人工智能。今年一月份，英国的一家超市就解雇了一个上岗仅仅一周的导购机器人Fabio。超市的初衷是它一能吸引顾客，二能帮助卖货。然而几天之后，他们发现这两件事儿Fabio一件都没做好，甚至有些顾客看见它都绕着道走。这是怎么回事？正常来说，AI在提高工作效率这方面是共识，但上岗不久就被炒鱿鱼，多少令人有点意外。但细细想来，以如今AI发展的程度而言，其被解雇其实也算不上是意料之外的事情。

应聘自称技术流，上岗才发现活不好

在所有最可能被AI取代的工作当中，银行工作首当其冲。原因在于，相较于其他行业来说，银行拥有庞大而又相对完整的数据积累，而进行数据分析又正是AI的拿手好戏。一个要算，一个能算，简直无缝贴合。

但这并不意味着AI在银行就可以畅行无阻，至少这并不是如今的AI能完美而为之的。尽管在实验室中，开发者们已经针对AI可能遇到的各种问题进行了全面模拟，AI也在这过程中表现得游刃有余，但一旦投入实战，其实用功能仍然有可能会受到挑战。

以Amelia被炒为例，其可能是由于以下两个原因所致：

第一，算法的问题。算法存在问题，其对数据的处理就会存在误差。虽然银行拥有完善的数据，但如果没有合适的算法进行处理，或用了不合适的算法进行处理，其得出的结果仍然是不可接受的。比如在分析报告这方面，目前仍然是人类分析师为主，原因就在于AI对动态性很强的金融业务上可能存在分析的误差。而银行做的毕竟是钱的生意，总是出错，客户是肯定不干。

第二，沟通的问题。既然是用的AI系统，那么其要解决客户问题就一定会涉及到语言沟通。银行是一个非常繁忙的金融机构，我们能看到的场景就是银行每天都是在排队。如果AI的连续性对话和专业性学习不彻底，其在于客户沟通的过程中很可能会答非所问，造成迟钝、误解等问题，这一定会影响工作效率、消磨客户耐心。

而Nordnet又是一家线上银行，其对AI的语义识别对话能力的要求自然更高。这点儿类似AI客服，说不好话就卖不了货，卖不了货就只能等着被炒了。

对导购机器人Fabio来说，沟通不畅或沟通体验不好一定是超市将其“辞退”的重要因素。也就是说，不是打着AI的名头就一定会生意兴隆。最核心的地方在于，技术是否真的成熟到足以应对任何情况。毕竟客户把AI买过去不是为了让它学习，而是挣钱。

本想事半功倍，奈何入不敷出

无论是雇佣AI还是雇佣人力，公司的目的只有一个：赚钱。但公司花了大钱把你招来，你却坐吃等死，那就只能将你扫地出门了。

据Nordnet称，去年为了引入AI技术，公司付出了巨额代价。整个2017年的年利润仅为2.47亿瑞典克朗，是2012年以来的最低水平。虽然不能确定银行利润的降低一定是引入AI所致，但真正实用的消费级AI产品价格尚且不菲，遑论以提高利润为终极目的的企业级AI解决方案。Nordnet从AI系统提供商IPsoft购买的是一套解决方案，而不仅仅是一个AI柜员，花了多少钱我们也不得而知。但是看一下各大公司在研发AI方面的资金投入：百度每年投入100亿元、欧盟计划2020年之前投入15亿欧元、2014年以来中国人工智能累计投入超过600亿元……不仅如此，AI人才动辄百万美元的年薪，这些成本都会加在销售给C端的产品上。

因此，正处于前期布局、投入、研发的AI，有一点是可以肯定的，那就是成本居高不下。从这个角度来说，能在这个时候冒着赔本的风险去品尝AI的公司，都是勇敢者。但是一旦发现投入与回报不成正比，甚至因此而亏损，公司则为营收考虑不得不对AI下刀。毕竟AI的意义在公司看来，绝不是个花瓶。所以，可能在一段时期内，由于研发的持续投入，AI的使用成本仍然不会是一个小数目。对公司来说，AI的工作做不好，和AI做好了自己的工作却没有挣着钱，没有任何区别。解雇，也就是个时间问题。