人工智能已经成为近来的热门话题，但现实是，能够像人类一样思考的计算机还有很长的路要走。今天的人工智能具有巨大的价值，但它是人类增强的一种形式，人类训练人工智能系统，然后人工智能系统可以代替人类执行复杂的任务。这些新的AI应用程序释放了巨大的价值。传统软件功能强大，但需要大量配置和设置才能提供价值，即便如此，人工智能也只有在遵循的规则成立时才有用。人工智能系统灵活、适应性强且设置时间短，因为它们可以向人类学习，而无需告诉他们需要做的一切。这种人工辅助AI或“人工AI”正迅速成为早期采用者的竞争优势。在接下来的几年里，这些竞争优势将转化为效率和利润，不采用人工智能的组织效率和竞争力都会下降。为了为这一转变做好准备，Outlier联合创始人兼首席执行官SeanByrnes指出了AI的六个重要数据点和优势。数据点1：AI的好坏取决于它在AI系统上训练的数据是在数据上训练的，因此它们的技能取决于其员工提供的算法。如果数据不完整，人工智能工具吸取的教训就不完整，结果也不可靠。例如，如果正在出售空头并且存在系统无法正确保存有关空头销售的数据的错误，则基于该数据训练的AI系统将假设没有人喜欢购买空头。在训练AI系统之前，确保数据完整、具有代表性和准确性至关重要，否则您最终会得到一个能够传播数据错误的系统。数据点2：AI系统可能比人类更有偏见人们很容易将AI系统视为冷静、公正的机器，只会根据数据做出决策。然而，用于训练这些人工智能系统的数据是人类行为和决策的副产品，其本身可能包含偏见。如果一家电商主要是因为创始人喜欢蓝色而推销蓝色产品，那么所有的购买数据都会偏向于蓝色产品。根据这些数据训练的人工智能系统很容易产生偏见，认为蓝色产品卖得更好，即使事实恰恰相反。因此，组织需要识别和隔离业务和数据中的潜在偏差，以便相应地准备训练人工智能系统。数据点3：AI系统可以比人做得更好，但不一定比人做得更好虽然这些AI系统很强大，但它们的行为和行为却不像人类。从本质上讲，它们只是一种非常先进的计算数学形式，不推理也不使用判断力。即便如此，它们可以比人类更好地完成许多任务，但它们完成的任务却截然不同。例如，当AlphaGo系统第一次击败围棋世界冠军时，游戏分析师甚至不理解它的策略，因为它下围棋的方式与人类思维完全不同。这些系统以不同的方式完成工作这一事实既不好也不坏，但期望人工智能代替人类来完成这项工作将令人失望。人们需要对新的思维和操作方式敞开心扉，才能真正理解人工智能工具如何改善他们的业务。数据点4：采用AI是组织面临的挑战AI等新技术将改变工作的定义，因此它们将影响组织中每个人的工作。这对许多人来说既令人兴奋又充满威胁，如果没有适当的准备，组织可能会出于自我保护而拒绝采用人工智能。我们在外包热潮中看到了这一点，许多员工不愿意培训他们的替代者；在这种情况下，他们害怕被机器人取代。规划AI部署并相应地教育组织员工对于准备AI过渡和避免冲突至关重要。数据点5：AI为数据增加价值AI的一个令人惊奇的部分是它如何改变数据的经济性。工业革命使大规模生产以前只是奢侈品的产品变得具有成本效益，因为制造它们需要体力劳动。人工智能具有同样的潜力，可以获取人类无法分析的昂贵数据，并使其在决策制定中变得高效且易于使用。因此，越来越多具有名义价值的数据将在未来几年变得极具价值。例如，当与来自AI系统的营销和销售数据一起分析时，组织的客户支持记录可以成为营销增长活动的驱动力。这意味着数据不应被视为一次性的，而是随着组织使用人工智能将其转化为竞争优势，开始收集和存储尽可能多的数据。数据点6：AI改变了许多工作的经济学正如AI将改变数据的经济学一样，它也会改变就业的经济学。许多公司的工作涉及越来越多的数据收集和报告，以便每个人更容易了解业务状况。当AI系统可以自动执行这些数据收集和报告任务时，组织中的人员将花费更多时间做出决策和采取行动，这意味着他们对业务的个人影响将会增加。这意味着每个人的经济生产力都将提高，从而提高整个组织的效率。结论：人工辅助人工智能时代已经来临人工智能用于商业发展的时代已经来临，并且在未来几年将变得更加重要。了解并拥抱这种变化对于在未来十年保持竞争力至关重要。
