当今世界，《机械战警》和《霹雳游侠》等科幻电影和电视节目中描绘的世界正在成为现实。智能机器和自动驾驶汽车已经出现，尽管其成本还没有下降到可以大规模采用的水平。无论是好莱坞的剧本还是严肃的新闻报道，都在讨论一个问题：是否会出现机器人起义？
答案是否定的。埃森哲的研究表明，机器并不会取代人。机器也不会消除工作场所对人的需求。事实上，机器和人正以新的角色和新的合作伙伴关系耦合。我们称这些新形式的工作为“缺失的中间环节”，主要是因为目前的经济研究和报告很少谈及这些工作。（就业报告倾向于使用基于行业模型的度量标准，而不是适合信息时代的度量标准。）
多年来，传统的自动化分析一直将人和机器视为竞争对手，一方面是生产效率的竞争，另一方面（在某些情况下）是安全的竞争。但这种二元观点过于简单化，忽略了“缺失的中间环节”产生的强大协作。
然而，要想在“缺失的中间环节”取得成功，就需要在人工智能应用程序和员工再培训方面进行大量投资，使二者能够相互协作。正如我们所指出的，极少数公司为后者做好了准备。
好消息是，做好准备是可以实现的。对于早期采用者来说，当人类与机器作为盟友（而非竞争对手）开展合作，实现人机优势互补时，公司绩效将得到大幅提升。
人类擅长处理数据很少或没有数据的情况，而机器则擅长处理信息量庞大的情况。两种能力对于企业来说都是必须。在“缺失的中间环节”，两者可以相互结合，提升该过程中人类工作的性质。例如，如果医疗服务机构利用智能系统最大限度地减少文书工作和数据输入，员工将有更多的时间护理病人。
转向“缺失的中间环节”意味着某些人类技能将变得越来越重要，比如同理心和沟通能力，而其他技能的重要性则会下降，比如管理能力。人类可以开发、培训和管理人工智能应用程序，使这些系统能够成为真正的人机合作的一部分。同时，这些机器可以增强人类的能力，尤其是处理和分析更多来源不同的数据。
但是，保罗·多尔蒂和詹姆斯·威尔逊表示，很少有公司针对“缺失的中间环节”开发解决方案，尤其是在快速发展的人工智能技术方面，包括先进的机器人技术、机器学习和语音识别。
这一机遇究竟有多大？我们的研究发现，如果每家公司在人工智能和人机协作方面的投资速度与表现最佳的企业相同，则有望在2018—2022年将企业收益提高38%，全球利润总额将达到4.8万亿美元。根据标准普尔500指数包含的公司的平均水平来看，这相当于同期收益增长达到75亿美元，同时盈利提升8.8亿美元。
就业不但不会减少，还将增长10%。
然而这些合作实施起来并不简单。事实上，随着技术驱动降低到任务级别，许多工作需要重新设计配置。多尔蒂和威尔逊写道：“为了充分发掘人机工作场所的潜力，企业需要对业务流程进行彻底的重新构想。”
电子商务初创企业Stitch Fix于2011年在马萨诸塞州剑桥市的一间公寓里成立，该公司就是一个绝佳的例证，它说明了重新构想人机合作如何促进新兴业务的快速扩张——补全“缺失的中间环节”。
该公司的网站称，该公司的使命是“通过将科技与资深时尚专家的个人风格相结合，改变人们寻找喜爱服饰的方式”。Stitch Fix的设计师会根据客户提供的数据为他们挑选服装，包括调查问卷答案、尺寸、品牌偏好和客户喜欢的服装照片，然后直接给客户寄送产品。
设计师借助机器学习算法分析数据，并将潜在的数百万个选择缩小到可管理的范围。Stitch Fix追求的是一种高度相关的策略，它使用人工智能来寻找超个性化解决方案，适应客户不断变化的风格偏好，从而释放禁锢价值。它与其说是销售服装，不如说是销售新形象。
一个订单被称为一个“Fix”，它首先由5～10种风格算法处理。一种算法基于与人类专业知识的最佳匹配，将Fix与人类设计师相匹配。然后，Fix由另一种算法指导，按路线发送到特定的仓库。客户如果不喜欢这些服装，可以直接退货。
Stitch Fix的增长十分喜人。到2018年，Stitch Fix已经拥有4 000多名员工，其中包括100名数据科学家。它改变了近300万个客户的形象，年销售额接近10亿美元。
Stitch Fix服装建议的质量决定了其商业模式是否具有价值。因此，人类和机器必须在提升质量上进行合作。软件管理更加结构化的数据，比如尺寸和调查反馈；设计师则专注于非结构化的数据，包括社交媒体上带标签的图片，以及使用有自然语言处理功能的机器预先筛选的客户意见。
这种混合员工团队的绩效可以通过多种方式进行衡量，包括备货速度、客户支出、单次发货中客户保留的货品件数及满意度。
人类和机器均在不断学习和更新决策技能。例如，客户保留了某件服装，企业就可以训练算法在未来推荐更多相关的服装。同时，设计师根据客户的意见，以及从以往互动中获得的洞察，改进和调整推荐和建议。
“我们认为我们的算法是由专业的人类判断和机器组成的。”首席算法官埃里克·科尔森（Eric Colson）在2018年接受《福布斯》的采访时表示，“当客户需要Fix时，我们会使用一组算法缩小选择范围，并进行排序，但最终选择权由人类掌握。”
Stitch Fix作为一家了解提高专业人员工作质量重要性的公司脱颖而出。在“缺失的中间环节”，软件为人服务，而不是人为软件服务。因此，即使个人表现受到定期监督和测评，Stitch Fix的设计师对自己的工作也基本感到满意，这也就不足为奇了。这在很大程度上是因为他们把更多的时间花在创意方面，而不是日常琐事。在另一个截然不同的产业，高端汽车领导者梅赛德斯–奔驰（Mercedes-Benz）也在追求高度相关的战略，在“缺失的中间环节”应用人工智能，通过定制和个性化让其产品与众不同。无论是水杯架还是轮胎阀盖，每一款车型均根据客户的个人需求定制。
这一战略意味着，梅赛德斯–奔驰需要让人在工厂发挥更大的作用。虽然机器善于重复执行固定任务，但它在适应定制方面仍有欠缺。梅赛德斯–奔驰需要适应性和灵活性，而人在这方面的表现仍然优于机器。
2016年，梅赛德斯–奔驰的生产主管马库斯·谢弗（Markus Schaefer）在一份行业刊物上表示：“机器人无法应对我们今天拥有的个性化程度和众多变量。”“我们通过雇用更多人来节省资金并保护我们的未来。”
汽车行业是工业机器人的最大用户之一，但随着豪华轿车市场竞争的加剧，定制化至关重要。因此，梅赛德斯–奔驰正在对另一种类型的自动化投资，即人机耦合。作为调整工作杠杆的一部分，该公司在过去的几年里为员工配备了更小、更轻、更灵活的机器，为员工赋能，公司称其为“机器人养殖”。
对于奔驰E级车，该公司用更小、更灵活的机器人取代了两台固定的机器，协助人类工程师执行精确任务的工作，比如调整汽车的新平视显示器，该显示器可以在挡风玻璃上显示速度和方向。
谢弗称：“我们不再试图将自动化水平提到最高，而是让人类再次在工业过程中发挥更大的作用。我们必须灵活起来。种类太多，机器根本无法处理。机器无法适应所有不同的选项，并跟上变化的步伐。”
时装设计师、汽车制造商和其他公司必须谨慎地在人与机器之间取得平衡。为了在竞争日益激烈的市场中实现“与客户的零距离”，企业必须变得高度相关，为客户提供更详细的个性化服务，从而缩小禁锢价值缺口。但为了保留部分释放的价值，企业需要采用人工智能等技术来提高员工的工作效率。
换言之，在考虑对工作杠杆进行可能的调整时，企业仍然需要权衡新技术对工作角色的影响，同时兼顾三个生命周期阶段——但应从“缺失的中间环节”的角度而非人机零和博弈的角度来考量。