后COVID-19时代的启示录：为流行病做准备的九种AI策略为下一次危机做准备。根据Penn博士和Parolari博士整理的对过去疫情的研究，在任何给定年份发生COVID-19型大流行的可能性约为2%。也就是说，2000年出生的人，有38%左右的几率遭遇疫情。研究人员断言，这种爆发在未来只会变得更有可能，因此公司必须调查他们的风险认知并积极做好准备。经营者应认识到疫情并不少见，及时提高后续防控工作的重点。截至2022年9月，全球官方记录的COVID-19感染死亡人数超过690万，而更现实的间接死亡人数超过1720万。相比之下，西班牙流感在1918年至1920年间导致超过3000万人死亡。其中，近46,000名加拿大人死于COVID-19，甚至超过了二战中死亡的44,000名加拿大人。该研究进一步估计，未来几十年新疾病爆发的可能性将增加两倍。在接下来的5年内，统计上仍有可能再次发生类似COVID的大流行病，尽管概率很低。说起“百年一遇”，很多人可能理解为百年一遇的洪水。但事实并非如此，“百年一遇”很可能在明年到来。随着全球人口增长、气候变化、环境污染、粮食短缺、人畜接触增多，SARS、COVID-19等传染病爆发的风险将持续上升。企业董事会和CEO应如何制定防疫策略？第一个也是最重要的问题当然是确保公司董事会和首席执行官愿意制定防疫战略。下一个问题是如何在主观和客观上制定解决方案，以确保员工的健康和安全。对员工福祉的关心和保障，是企业表达善意和关爱的重要依据。哈佛、埃森哲、Gartner等多家公司的专家都强调，这种以人类幸福为使命的经营理念是实现强大组织体系的必要前提。面对严苛的防疫要求，人工智能是能够帮助我们推动解决方案创新，在组织中建立良好关怀和人文关怀的重要力量。美国疾病控制中心(CDC)发布了全面的指导框架和工具包，以帮助公司有效地规划疫情应对策略。具体实践围绕以下三大支柱展开：准备与沟通：疫情发生前需要开展的活动，确保做好准备，并向各级政府、社会各界和个人传达相应的角色和责任。监测和检测：国内外机构应提供持续的“态势感知”，确保预警以保护民众。应对和遏制：采取行动限制传播并减轻大流行病对健康、社会和经济的影响。AI技术如何在这些方面发挥作用？1）人工智能可用于增强识别人群中疾病传播模式的能力，并对不同地理位置的疫情进行预测。基于人工智能的预测预测程序可以帮助公共卫生官员选择更好的疫情应对和准备措施，有效补充传统的抗疫方法。据估计，如果在这一轮疫情中采取不同的管理方式，美国COVID-19死亡人数有望减少59%至92%，达到与此类国家相似的水平。如挪威或加拿大。2）利用人工智能搜索方法分析大规模数据源，揭示病毒的来源、传播和诊断、管理措施和过去的抗疫经验，帮助决策者和医学界找到解决方案。例如，由白宫和几个主要研究小组编制的COVID-19开放研究数据集(CORD-19)包含超过100万份学术文件，其中包括40万多篇关于COVID-19、SARS-CoV-2和关于相关冠状病毒的全文。这个免费的数据集将被世界各地的研究团体使用，借助自然语言处理和其他人工智能技术快速产生见解，以支持各种抗疫工作。3）深度学习模型有助于预测新旧药物对抗COVID-19的疗效。鉴于大流行带来的高健康风险，AI确定的治疗方法和原型疫苗开发选项将大大加快研究速度。4)挖掘社交媒体和主流新闻中的预警，及早发现病毒传播模式。BlueDot的生物线程智能系统结合机器和人类智能来识别新出现的威胁信号，对特定威胁进行分类和优先级排序，并提供丰富的数据洞察力来协助专家决策。世界卫生组织(WHO)在整理有关COVID-19的信息方面也做得非常出色。约翰霍普金斯大学和经济合作与发展组织(oecd.ai)等机构也发布了交互式仪表板，通过实时新闻、确诊冠状病毒病例、康复和康复的实时数据来跟踪病毒的传播情况。死亡人数。5)人口监测，使用算法通过地理定位数据、监控摄像头录像、信用卡记录等追踪冠状病毒患者，如韩国和中国。中国使用手机软件为每个公民分配风险等级（红码、黄码、绿码），指示传染风险。同时，机器学习模型可以利用旅行、支付和通信数据来预测下一波疫情爆发的地点，搜索引擎和社交媒体可以帮助实时追踪疾病的传播情况。6)部署半自主机器人和无人机来响应医疗需求，例如：食品和药品的运送、清洁和消毒、整理、协助医生和护士、运送设备。无人机的其他应用场景包括安全和监控、人群监控、社交距离下的消息传递等。人工智能收集的所有数据都可以用来组织洞察力，为决策者提供指导。7)虚拟助手和聊天机器人可以根据症状对患者进行分类。美国疾病控制与预防中心与微软合作开发了冠状病毒自检服务，帮助用户自我评估自己是否感染了COVID-19并提供行动建议。8）人工智能和机器人还可以以多种形式发挥作用，如处理高传染性标本、处理化学品泄漏、处理核事故、提供运输和服务交付（复检、物流处理和清洁/消毒等），所有这些都有助于提高我们应对疫情爆发的能力。9)抱着以人为本、关爱生命的心态，引导员工认识保障健康安全、造福社会的重要性。没有健康和安全作为保障，员工就不可能专注于工作和业务。因此，应建立操作规范，帮助员工通过日常沟通系统分享感受，通过双向渠道准确捕捉员工情绪。只有这样，才能真正营造良好的健康安全经营氛围。很多企业抗疫失败的核心原因之一是未能实时捕捉员工的感受/情绪，未能传达各种相互依存关系（如人员、流程、技术、数据、设施、第三政党等）和相关影响。因此，缓解策略无法实施，运营效率持续下降。因此，有必要通过闭环实践建立强大的倾听文化，从而提升员工敬业度，提升多层次的运营效率。几个事实：根据加拿大会议局的一项调查，大约60%的旷工是由于工作压力过大。职业倦怠每年以健康索赔、生产力损失和旷工的形式给加拿大企业造成约120亿美元的损失。在美国，职业倦怠的代价更高。根据哈佛商学院的数据，组织每年要承担1250亿至1900亿美元的医疗保健费用，整体工作幸福感受到很大影响。埃森哲、安永、高德纳集团、盖洛普、哈佛等各大研究机构证实，企业越来越重视员工健康指标，并将其视为确保生产力的核心因素。如今，企业通过满意度调查、敬业度调查和健康状况调查来掌握员工的心理健康、身体健康和财务健康状况。但真正的问题在于，大部分方法并不灵活、实时，不足以真正融入日常管理。Gartner在2020年采访了52位人力资源高管，调查发现：94%的公司正在显着加强员工福利计划，85%增加了心理健康福利，50%增加了身体健康福利，38%增加了员工财务福利。Gartner报告称，受益于这些福利的员工中有23%表示心理健康得到改善，17%表示身体健康得到改善，23%表示睡眠质量得到改善。这些个人指标也转化为更高的工作绩效和保留率。另一项研究发现，悲伤或愤怒的员工在工作、驾车或家中发生事故的可能性是其他人的10倍。令人担忧的是，全世界有20%到30%的人以悲伤或愤怒开始新的一天。因此，企业领导者必须重视这个现实问题，用各种方法来提高员工的幸福感。所以或许在不久的将来，企业高管团队会迎来首席幸福官或者首席健康官等新成员。为什么员工会高兴、悲伤或生气？原因有很多，但总有共同点：工作、个人、精力、客户等。根据具体的工作职能，影响因素也会有所不同。例如，销售的心情可能会跟随佣金，司机可能会跟随车辆/天气/交通，客户服务中心可能会跟随客户的态度。这一切都与员工的情绪和幸福感息息相关。对于企业高管而言，网络安全风险已成为影响其福祉的五个核心因素之一。人工智能如何助力以人为本、关爱氛围？人工智能可以通过多种方式营造这种关爱和培育的氛围，包括启用日常情绪/健康检查、关注对员工影响最大的工作条件、提供改进建议、通过语气模式分析群体感受，甚至将视频转换为肢体语言映射到喜怒哀乐等情绪。关键是要确保人工智能解决方案始终尊重隐私和匿名性，即始终基于统计意义上的大规模数据做出见解和结论。这既让每个员工都安心，也体现了一个真正有意义的整体模型。AI技术应用的目标不是监控，而是充分营造温馨舒适的工作氛围。每一位CEO和企业高管都应该关心员工对工作环境的感受，努力营造能够激发更高绩效的文化氛围。如果做不到这一点，董事会会选择更合适的人选。此外，影响员工幸福感的另一个重要因素是他们的顶头上司。企业一般每年都会组织员工调查，通常会尽量听取他们的意见，以指导主管改善与员工的沟通与协作。总之，施加压力不是一个好的管理者应该做的。根据哈佛报告，组织正在通过更多的福利措施衡量员工的财务、心理和身体健康状况，以准确预测员工绩效和保留率。此外，研究证实，健康状况不佳是运输/设备处理、产品制造、石油和天然气、建筑和采矿等行业事故的首要原因。埃森哲在最近发布的未来趋势报告中确定：“关爱已经成为一个核心因素，时刻提醒我们保持善良和同理心的重要性。关爱体现在很多方面，关爱面临的挑战和关爱的成本/效果已经得到了认可，得到了组织的广泛重视和讨论。对于企业雇主和他们的品牌来说，这种变化既带来了挑战，也带来了机遇。”于是问题就来到了公司：如何设计有特色的关怀机制。AI可以提供强大的数据分析层来预测健康风险，为重大风险做准备，突破过去死板的年度满意度调查。总结最后，我们来回顾一下人工智能改进防疫策略并关注员工身心健康和敬业度的9种重要方式：识别疾病传播模式使用搜索方法分析大规模数据源使用深度学习方法预测新旧药物或治疗方法挖掘社交媒体早期主流新闻内容预警检测人口监测半自主机器人和无人机虚拟助手和聊天机器人机器人身心健康和员工敬业度
