人工智能和機(jī)器學(xué)習(xí)將成為企業(yè)成功的寶貴資產(chǎn)。通過實(shí)施人工智能，企業(yè)可以將人工篩選數(shù)據(jù)的過程實(shí)現(xiàn)自動(dòng)化，以實(shí)現(xiàn)更智能、更快速的業(yè)務(wù)決策。然而，自動(dòng)化和人工智能并沒有消除人類的責(zé)任。

1、沒有識(shí)別正確的用例

到目前為止，許多企業(yè)都意識(shí)到了人工智能的好處。事實(shí)上，如果企業(yè)的業(yè)務(wù)沒有實(shí)現(xiàn)自動(dòng)化，可能會(huì)落后于競(jìng)爭(zhēng)對(duì)手。根據(jù)普華永道公司的一項(xiàng)研究，86%的受訪者預(yù)計(jì)人工智能將成為他們公司的“主流技術(shù)”。

盡管人工智能的使用激增，但貿(mào)然嘗試為企業(yè)實(shí)施人工智能是不明智的。將人工智能應(yīng)用于正確的用例以獲得最佳結(jié)果非常重要。與其問“可以將人工智能應(yīng)用于這種情況嗎?”，不如問“是否將正確的人工智能應(yīng)用于正確的情況?”。某些業(yè)務(wù)流程的人工智能實(shí)施最終必須在企業(yè)的時(shí)間和資源上是值得的。如果人工智能與業(yè)務(wù)目標(biāo)不一致，那么就會(huì)浪費(fèi)企業(yè)的時(shí)間和資源。

2、沒有招聘到合適的人才

科技行業(yè)的招聘格局正在發(fā)生變化。根據(jù)CodingGame公司最近進(jìn)行的一項(xiàng)調(diào)查，將近50%的招聘人員表示他們正在努力填補(bǔ)空缺職位。技術(shù)領(lǐng)域的招聘變得越來越困難，尤其是在人工智能領(lǐng)域。

招聘人工智能專業(yè)人員就像組建一支足球隊(duì)，不能全由前鋒或后衛(wèi)組成。如果用人工智能的術(shù)語來說，不要只雇傭通才數(shù)據(jù)科學(xué)家，要關(guān)注應(yīng)聘者的專業(yè)技能和經(jīng)驗(yàn)與企業(yè)的業(yè)務(wù)需求相匹配。例如，在建模方面具有深厚的專業(yè)知識(shí)對(duì)于深入研究和解決方案開發(fā)至關(guān)重要，數(shù)據(jù)工程技能對(duì)于執(zhí)行解決方案至關(guān)重要。

3、沒有提供適當(dāng)?shù)臄?shù)據(jù)維護(hù)

每個(gè)與人工智能相關(guān)的業(yè)務(wù)目標(biāo)都始于數(shù)據(jù)——數(shù)據(jù)是使人工智能引擎運(yùn)行的燃料。企業(yè)犯下的最大錯(cuò)誤之一就是沒有保護(hù)和利用他們的數(shù)據(jù)。這始于對(duì)數(shù)據(jù)完全由IT部門負(fù)責(zé)的誤解。在數(shù)據(jù)被捕獲并輸入人工智能系統(tǒng)之前，業(yè)務(wù)主題專家和數(shù)據(jù)科學(xué)家應(yīng)該參與進(jìn)來，并且企業(yè)高管應(yīng)該提供監(jiān)督，以確保正確捕獲和維護(hù)正確的數(shù)據(jù)。對(duì)于非IT人員來說，重要的是要意識(shí)到，他們不僅可以從良好的數(shù)據(jù)中獲益，從而產(chǎn)生高質(zhì)量的人工智能建議，而且他們的專業(yè)知識(shí)是人工智能系統(tǒng)的關(guān)鍵輸入。確保所有團(tuán)隊(duì)都有共同的責(zé)任感來管理、審查和維護(hù)數(shù)據(jù)。

數(shù)據(jù)管理程序也是數(shù)據(jù)護(hù)理的關(guān)鍵組成部分。數(shù)據(jù)管理和治理流程需要不斷發(fā)展，以處理不斷增加的數(shù)據(jù)量、速度和種類，同時(shí)確保符合政府法規(guī)和企業(yè)規(guī)定。這包括數(shù)據(jù)收集、數(shù)據(jù)存儲(chǔ)以及問責(zé)制和定期評(píng)估協(xié)議。

4、沒有保持人工智能的有效性

人工智能需要干預(yù)才能隨著時(shí)間的推移將其維持為一種有效的解決方案。例如，如果人工智能出現(xiàn)故障或業(yè)務(wù)目標(biāo)發(fā)生變化，人工智能流程就需要改變。不采取任何行動(dòng)或不實(shí)施充分的干預(yù)可能會(huì)導(dǎo)致人工智能系統(tǒng)阻礙或違背業(yè)務(wù)目標(biāo)。

以人工智能定價(jià)系統(tǒng)為例。如果人工智能系統(tǒng)不能適應(yīng)市場(chǎng)變化，人工智能的有效性就會(huì)降低。換句話說，隨著源數(shù)據(jù)性質(zhì)的變化，人工智能系統(tǒng)必須適應(yīng)當(dāng)前市場(chǎng)的發(fā)展。

衡量人工智能有效性的一種方法是通過銷售團(tuán)隊(duì)的表現(xiàn)。有效的銷售團(tuán)隊(duì)希望遵守有助于他們實(shí)現(xiàn)目標(biāo)的定價(jià)建議，因此應(yīng)該通過他們采用推動(dòng)價(jià)值的人工智能的程度來衡量他們的績(jī)效。與定價(jià)相關(guān)的常見關(guān)鍵績(jī)效指標(biāo)包括利潤(rùn)率和收入。跟蹤關(guān)鍵績(jī)效指標(biāo)還有助于闡明哪些銷售團(tuán)隊(duì)或團(tuán)隊(duì)成員正在采用人工智能。如果這些建議不能促進(jìn)關(guān)鍵績(jī)效指標(biāo)的實(shí)現(xiàn)，那么可能是進(jìn)行干預(yù)的時(shí)候了。

干預(yù)應(yīng)該通過高度自動(dòng)化的流程實(shí)現(xiàn)可擴(kuò)展性和可重復(fù)性，以最大程度地減少人工智能用戶的負(fù)擔(dān)。干預(yù)應(yīng)包括兩個(gè)組成部分：審查人工智能系統(tǒng)的輸入并確保其輸出符合預(yù)期。這些做法中的每一個(gè)都應(yīng)該在定期進(jìn)行。不要等到人工智能出現(xiàn)故障才進(jìn)行干預(yù)，而到那時(shí)企業(yè)的利潤(rùn)可能已經(jīng)受到影響。

5、沒有考慮可用數(shù)據(jù)中的潛在偏差

與人類一樣，人工智能及其衍生輸出在暴露于有限或不具代表性的數(shù)據(jù)集時(shí)可能會(huì)出現(xiàn)偏差。人工智能模型和描述性分析都是如此。偏見的存在和隨后的考慮通常與人工智能背后的意圖無關(guān)。因此，當(dāng)這些偏見的后果產(chǎn)生時(shí)，責(zé)任往往在于人工智能的把關(guān)者，而不是人工智能系統(tǒng)本身。

如上所述，數(shù)據(jù)和干預(yù)是成功使用人工智能的重要組成部分。當(dāng)人工智能中發(fā)現(xiàn)偏見時(shí)尤其如此。然而，預(yù)防問題總比解決問題好。如果可能的話，需要避免數(shù)據(jù)在無意中對(duì)種族、性別、階級(jí)等產(chǎn)生偏見。例如，直接基于消費(fèi)者地理位置和收入的建?？赡軙?huì)產(chǎn)生有偏見的輸出。

為了防止偏見或糾正偏見，可解釋的人工智能可能是一個(gè)很好的解決方案?？山忉尩娜斯ぶ悄芊椒梢宰R(shí)別推動(dòng)人工智能模型預(yù)測(cè)或建議的關(guān)鍵因素，并使干預(yù)過程變得更加容易。一旦可解釋的人工智能方法表明人工智能如何產(chǎn)生有偏見的輸出，干預(yù)必須迅速、可重復(fù)和可擴(kuò)展，以避免對(duì)企業(yè)的業(yè)務(wù)和消費(fèi)者造成進(jìn)一步的負(fù)面影響。

獲得人工智能的幫助

正確使用人工智能對(duì)企業(yè)來說是不可或缺的資產(chǎn)。從增加投資回報(bào)到實(shí)現(xiàn)業(yè)務(wù)目標(biāo)，再到讓客戶滿意，其影響可能是巨大的。有意使用人工智能并制定指導(dǎo)方針以避免常見錯(cuò)誤，將使人工智能實(shí)現(xiàn)增長(zhǎng)和業(yè)務(wù)成功同步進(jìn)行。