題圖來自：視覺中國

讓我們繼續聊聊這個美好的未來：AI幫我們宅在家上班，甚至在家創業。

在本文的上半部分，我們討論的其實是如何用AI突破現有SaaS遠程辦公技術的瓶頸，更好地彌合遠程辦公愿景與中小企業實際需求之間的鴻溝。

但AI的價值不但在于將已有的遠程辦公能力進行升級。更重要的是，AI或許可以將很多原本必需由人力完成的工作進行無人化替代。通過理解-推斷-執行的自我能力閉環來提供完成的辦公辦事。

這類辦事場景的意義，在于為遠程辦公的中小企業、眾包企業節省大量不須要的人力物力。讓企業結構達成更極致的精簡化和智能化。

此外，我們還將討論一下遠程辦公的安適防護問題。這也是國內眾包創業無法深度打開的癥結所在。嗯，祝死活不出門的日子離我們越來越近。

數據行為與文件辦理：AI作為遠程辦公管家

如今的企業云辦事和移動辦公軟件，提供的最根本能力就是對文件的云儲存和調出。

但是用過的伴侶必定都知道，大部分辦公輔助軟件的整個存儲和調出流程還是相對死板的。甚至無非提供的就是大一點網盤，便利團隊下載東西和在線寫稿不會忘記生存。

這個邏輯里面有非常多未便利的因素：好比一個文件改了十幾版，只能別離存放，很容易弄亂。再好比文件和文件之間沒有存放邏輯，工作量大的時候放眼望去全是文件，很難準確尋找。

這些工作添加機器學習系統進行分析和辦理，或許可以很大程度上得到改不雅觀。好比AI可以按照文件名和內部關鍵詞，判定一個文件的版本挨次和修改行為邏輯。誰批改了，誰修正了，誰進行了校對，都可以基于一個文件進行智能排序。也可以基于文件內容把差別文件名的文件進行相似度歸檔，防止出現名稱錯誤造成的版本混亂。

用這種技術，顯然百度之前出現的大會PPT一頁幾處錯字的問題就可以制止。更重要的是可以提高設計、文字和編程類工作的團隊效率，降低錯誤比例。

利用多種復雜神經網絡對數據行為的學習，能讓辦公場景中很多工作都交給AI來執行。好比關聯存儲和時序存儲，好比自動提取關鍵詞并對文件進行歸檔分類。甚至于對在線討論進行總結，記錄爭議問題點。

總而言之，在深度學習技術的完善進程里，AI可以讓云辦公不只是存儲和分享文件，而是總結、分析，甚至推理文件。這些原本需要專人完成的工作，可以更多集成到辦公系統的智能中樞里。

算法找人時代：眾包創業的邏輯根基

在美國，AI+人力資源辦事是AI創業領域的絕對重頭戲。除了用AI辦理員工體系外，別的一個核心的技術標的目的就是用AI來幫企業找到合適的人。

而對于創業型的小微企業，尤其是選擇聚攏世界各地人才的眾包型創業公司來說，找人絕對是最令人頭疼的一個問題。

雖然眾包公司沒有工作距離的限制，素質上講能利用的人才資源比具有城市限制的公司多了無數倍。但事實上，遠程項目的網絡招聘不吝于大海撈針。失去了面試和團隊磨合等機會，企業主想要了解員工的真實情況和能力更是難上加難。

基于人才大數據和個人公開數據的人才分析AI，可以解決一部分問題。雖然人與人的了解永遠沒有盡頭。但按照過往履歷、項目經驗、履歷變動軌跡等多元數據，綜合分析一個人的職業能力和求職意向，顯然比通過簡歷來進行人才篩選更有說服力。

再者，AI可以整合公司需求，在開源平臺中進行主動的人才尋找。也就是所謂的AI獵頭，在足夠優質的數據支撐下，AI來適配企業與人才的對接可以提升相當一部分效率。

除了工作能力之外，AI進行人才對接的另一個優勢，是可以按照個人社交媒體，甚至更多流露出的個人信息，進行性格、團隊意識和文化傾向上的測算。以此來滿足企業在工作能力之外對團隊參與者的需求。

終究遠程辦公型企業的結構更加松散，找到分歧適的人很容易影響團隊合作效率。

而另一個眾包型企業的擔心，是員工信用問題造成企業的重大損失。這方面或許也可以利用大數據+員工信用評分來進行完善，從而轉化為AI+人才對接的另一個數據支撐。

其實AI找合作者，和AI找客戶、找渠道，基本是一個原理。對于小團隊來說，兩者都是保留下去的根基，CRM的AI化也是AI企業辦事的重要標的目的之一。將客戶辦理體系和人才辦理體系進行整合，也許更貼近中小企業和創業團隊對AI辦公體系的需求。

知識圖譜技術的試驗田：遠程辦公的項目可視化辦事

為什么很多企業很愿意嘗試遠程辦公，最終卻還是無法實現？