關(guān)于人工智能在工作業(yè)務(wù)中的六個誤解

人工智能技術(shù)正在深入到工作環(huán)境中，不僅取代了平凡和重復(fù)的人工工作，而且還以其他方式改變了其他的工作。人工智能技術(shù)滲透到業(yè)務(wù)的各個方面，并在推動組織戰(zhàn)略。調(diào)研機構(gòu)Gartner公司預(yù)測，到2025年，人工智能將成為推動組織基礎(chǔ)設(shè)施決策的首要技術(shù)之一。

然而，即使人們對人工智能的興趣上升，關(guān)于這項技術(shù)的一些誤解仍然存在。首席信息官必須識別這些誤區(qū)，以便在推動人工智能項目的實施時制定合理的策略或增強現(xiàn)有策略。通過了解人工智能的工作原理和局限性，組織的首席信息官可以更好地利用人工智能技術(shù)來實現(xiàn)業(yè)務(wù)價值。

誤區(qū)1：人工智能在冠狀病毒疫情期間是一種奢侈品

事實：即使在冠狀病毒疫情危機中，組織對人工智能的興趣和投資也將繼續(xù)增長。實際上，Gartner公司最近的一項調(diào)查發(fā)現(xiàn)，自從發(fā)生疫情以來，24%的組織增加了人工智能投資，42%的組織保持不變。

在疫情持續(xù)蔓延期間，人工智能不僅幫助醫(yī)療保健和政府首席信息官承擔(dān)了諸如預(yù)測病毒傳播和優(yōu)化應(yīng)急資源之類的任務(wù)，對于各種企業(yè)加快疫情之后的恢復(fù)工作也至關(guān)重要。人工智能一直是成本優(yōu)化和業(yè)務(wù)連續(xù)性的重要推動者，可以在不中斷業(yè)務(wù)的情況下支持收入增長，并改善客戶互動。

盡管人工智能并不是什么靈丹妙藥，但大多數(shù)組織都不能忽視其應(yīng)對疫情的直接和長期影響的潛力。組織的首席信息官必須積極主動地推廣人工智能，而不是將其作為一種奢侈品，它是一種可用于實際場景的強大技術(shù)，例如在疫情蔓延期間和結(jié)束之后更快地分析更多數(shù)據(jù)和增強決策。

誤區(qū)2：不需要采用人工智能策略

事實：人工智能可以應(yīng)用于各種各樣的業(yè)務(wù)問題，但是只有在制定了人工智能戰(zhàn)略的情況下，才能實現(xiàn)變革性的商業(yè)價值。

首席信息官可以通過將業(yè)務(wù)優(yōu)先級與市場機會（尤其是那些利用人工智能的力量來增強人類工作的機會）相結(jié)合來最大限度地實現(xiàn)人工智能的價值。首先確定最有前途的人工智能用例，這些用例與戰(zhàn)略計劃和關(guān)鍵業(yè)務(wù)功能保持一致，例如使管理任務(wù)自動化以騰出更多時間進行創(chuàng)新。定期重新訪問組織采用人工智能的方法，并確保有關(guān)人工智能實施的決策得到研究和審議的支持。

誤區(qū)3：人工智能只能取代平凡而重復(fù)的工作

事實：隨著時間的推移，許多技術(shù)已經(jīng)影響了人們的工作方式以及獲得高薪機會所需的技能。因此，某些職業(yè)消失了，而新的職業(yè)卻不斷產(chǎn)生。例如，如今很少有打字員這個職位，就像十年前很少見到社交媒體營銷經(jīng)理一樣。

人工智能技術(shù)有望對人們的工作和學(xué)習(xí)方式產(chǎn)生重大影響。人工智能不僅有潛力將被認為使平凡或重復(fù)的任務(wù)實現(xiàn)自動化，而且它還可以通過完成更高價值的任務(wù)來幫助改進或改變其他的工作。例如，人工智能可以在幾分鐘內(nèi)閱讀數(shù)千份法律合同，并比律師更快、更少地從中提取所有有用的信息。

組織的首席信息官可以確定人工智能對現(xiàn)有任務(wù)的潛在影響，其方法是確定人工智能可以增強或自動化的活動，如項目管理或客戶服務(wù)。在人工智能的幫助下，員工可以接受再培訓(xùn)，更好、更快地完成工作。與員工和利益相關(guān)者進行頻繁而透明的溝通非常重要，以消除對人工智能使用的擔(dān)憂，減少負面情緒，幫助團隊為即將到來的變革做好準(zhǔn)備。

誤區(qū)4：人工智能和機器學(xué)習(xí)是相同的

事實：人工智能是計算機工程技術(shù)的總稱。在人工智能有一個主要的分支領(lǐng)域叫做機器學(xué)習(xí)（ML），它是指機器在沒有明確編程的情況下進行學(xué)習(xí)的能力。機器學(xué)習(xí)可以被編排成從數(shù)據(jù)中識別模式，它通常擅長于解決特定的任務(wù)。例如，機器學(xué)習(xí)可用于對電子郵件是否為垃圾郵件進行分類。

同樣，機器學(xué)習(xí)與深度學(xué)習(xí)也不相同。深度學(xué)習(xí)技術(shù)或深度神經(jīng)網(wǎng)絡(luò)（DNN）是一種能夠?qū)崿F(xiàn)驚人突破的機器學(xué)習(xí)。但這并不意味著深度學(xué)習(xí)是解決人工智能框架下所有問題的最佳技術(shù)，也不意味著深度神經(jīng)網(wǎng)絡(luò)（DNN）一直是特定挑戰(zhàn)者最成功的人工智能技術(shù)。實際上，使用基于規(guī)則的系統(tǒng)或傳統(tǒng)的機器學(xué)習(xí)可以有效解決許多當(dāng)前的人工智能問題。

最新的尖端人工智能技術(shù)并不總是最有效的解決業(yè)務(wù)問題的方案。數(shù)據(jù)科學(xué)家需要將人工智能技術(shù)視為一個整體，并實施那些最符合商業(yè)模式和目標(biāo)的技術(shù)。對于復(fù)雜的問題，尤其是那些需要更多人類洞察力的問題，最好將深度學(xué)習(xí)與其他人工智能技術(shù)（如物理模型或圖形）結(jié)合起來。

與利益相關(guān)者交流時，首席信息官必須澄清這些通?；Q的術(shù)語，這一點很重要。將對人工智能的整體討論分解為關(guān)于諸如機器學(xué)習(xí)之類的某種技術(shù)的對話，以展示每種技術(shù)如何解決現(xiàn)實世界中的問題。

誤區(qū)5：人工智能就是關(guān)于算法和模型的技術(shù)

事實：建立和應(yīng)用機器學(xué)習(xí)算法來創(chuàng)建預(yù)測模型通常是人工智能項目中最簡單的部分。更具挑戰(zhàn)性的部分包括確保用人工智能解決的問題得到很好的定義，收集和管理足夠的正確數(shù)據(jù)，而部署是人工智能項目中最困難的部分。事實上，到2023年，至少有50%的IT領(lǐng)導(dǎo)者將努力將他們的人工智能預(yù)測項目從概念驗證提升到成熟的生產(chǎn)水平。

組織的首席信息官應(yīng)通過與主要利益相關(guān)者協(xié)商來專注于定義人工智能將解決的業(yè)務(wù)問題。并事先明確組織和管理測試、部署和其他人工智能運營活動所需的人員、流程和工具。

誤區(qū)6：并非所有黑盒人工智能都必須遵守法規(guī)

事實：黑盒人工智能是一種人工智能系統(tǒng)，其中輸入和過程對用戶隱藏。根據(jù)客戶隱私、安全性、算法透明性和數(shù)字道德的法規(guī)要求，不同的人工智能的應(yīng)用對可解釋性有不同的要求。

人工智能產(chǎn)生內(nèi)部使用的見解并不一定需要那么多的解釋性。然而，人工智能做出關(guān)于人員的決定（例如關(guān)于貸款或信貸的資格）需要解釋性。由于道德和法律上的原因，在具有重大后果（例如啟用自動駕駛時）的“閉環(huán)”中做出決策的人工智能對解釋性有很高的要求。

首席信息官必須確保人工智能應(yīng)用程序符合現(xiàn)有的道德和法規(guī)。為測試和驗證團隊提供支持，這因為他們收集的數(shù)據(jù)將確定對所使用的人工智能應(yīng)用程序的可解釋性的需求。
責(zé)編AJX