随着人工智能(AI)在人们的日常工作和生活中变得越来越普遍，随着企业越来越依赖人工智能来完成一系列任务，IT团队在实施人工智能时面临越来越大的风险。其成功实施的后果可能是深远的。如果实施不当，人工智能可能会带来更多的偏见，以及许多其他破坏性后果。随着对人工智能的需求不断增长，以及围绕其应用的炒作和炒作，很容易将注意力集中在技术和编码，即“人”方面。然而，数字连接世界的“智能”方面是不存在的，更不用说提供功能了，因为没有数据。尽管大多数经理、业务人员和IT人员都熟悉业务模型的人员、流程和技术能力，但他们并不流利地“说出数据”。然而，数据是AI实施过程的基石之一。为了正确实施AI，组织必须将数据素养提升为AI创造者和消费者的新核心能力。建议负责实施AI计划的CIO遵循三个步骤：正确构建AI、正确使用AI和保持AI正确。正确构建AI在尝试“正确构建AI”之前，必须首先建立AI的基本词汇，这是“讲述数据”的人使用的技术方言。至少，CIO应该确定用于描述AI系统或解决方案的主要术语、开发该解决方案的原因，以及与解决方案中使用和收集的不同类型数据相关的其他关键术语。除了模型和算法，数据是实现任何人工智能过程的基础。人工智能的采用将消耗和生成数据。人工智能数据设计需要企业理解和处理人工智能算法将解析的数据集。CIO和数据与分析主管将负责建立和维护AI的数据治理。要想取得成功，在整个过程中发展数据管理专业知识至关重要。正确使用AI无论计划的范围或组织的成熟度如何，IT语言障碍都可能存在于本地或系统中。解决障碍需要思维方式的转变，以及有意识地承认和干预“正确路线”。虽然有些人可能意识到数据在业务转型中发挥的基础作用，但大多数人并没有意识到。因此需要熟练的领导和有目的的变革管理的纪律，首先要承认信息是数字革命的新方言。数据素养是在上下文中读取、写入和交流数据的能力。它包括对数据源和结构的理解、应用的分析方法和技术，以及描述用例、应用程序和结果值的能力。它是数字敏捷性的基础组成部分，是员工利用现有和新兴技术推动更好业务成果的能力和愿望。随着组织越来越受数据驱动，数据素养不足将阻碍增长。为了提高整个组织的数据素养，首席信息官应制定实施以下步骤的数据素养计划：雇用精通数据语言的人员。精通数据语言的人应该精通描述场景的用例和结果、应用到它们的分析技术，以及涉及的底层数据源、实体和关键属性。雇用熟练的翻译人员。IT信息的翻译人员通常是企业数据或信息架构师、数据科学家、信息管理员或相关项目经理。确定数据和分析程序的有效性因沟通障碍而受到阻碍的关键领域。特别注意业务IT差距、数据分析差距以及老手和新手之间的差距。积极倾听未阐明的业务成果。了解哪些业务时刻可以通过增强的数据和分析功能实现，哪些运营决策正在改进等。确定需要专业翻译的关键利益相关者。为了评估数据素养水平，关键利益相关者被要求阐明数据作为战略资产在业务成果方面的价值，包括增强业务时刻、货币化和风险缓解。编译和维护关键字和短语列表。让数据和分析团队确定更好地表达这些短语的方法。保持AI正确在所有AI解决方案中，出现了“好AI”和“坏AI”的概念。但是，这些术语没有单一或全面的定义。不同方面的选择可能会产生重大影响。即使是最成功的公司也应该避免陷入一种错误的安全感，因为他们相信自己不会受到涉及人工智能的道德失误的影响。需要进行广泛而集中的讨论，以辨别公司可能面临的不同类型的道德问题和困境，以及可能采取的实际道德立场。首席信息官应应用数字伦理和数字联通主义来指导和阐明在采用人工智能的业务决策和选择中应考虑的以下步骤：放眼更广的图景，使用数字伦理和数字联通主义作为互联网数字社会的概念).数字社会是由数字公民之间的互动形成的。它不是自己设计的，而是有机地出现的。积极寻求与人工智能数据使用相关的伦理案例研究，因为企业很少面临新的伦理问题。它的机会包括竞争差异化和价值主张，而它的风险包括声誉风险、监管问题、财务损失。使用AI算法和数据交换作为数字交互的推动者，并作为使利益相关者参与生态系统的一种方式，而不是作为特定的过程控制。企业需要鼓励那些在人工智能环境中贡献数据的人成为互利生态系统的积极参与者。
