投资人工智能是关于投资人而不仅仅是技术

您的组织如何为人工智能(AI)做准备?提出今天在此领域投资的企业的问题，答案几乎总是归结为“数据”，而领导者在谈论“数据准备”或“数据科学人才的获取”。虽然就没有AI没有数据，未能准备好企业其他的equation--的侧面人-不只是阻碍它们为好AI的能力，他们的风险投资沉没，危害员工的信任，品牌反弹或者更糟。

毕竟，人们是在企业和消费者环境中构建，衡量，使用和确定AI成功的人。他们是那些工作将会改变的人。自动化将减轻其乏味;其关注点是消耗或拒绝AI的结果。

简而言之，人们就是那些会感受到AI的巨大影响的人。这就是为什么我对AI的投资与数据投资一样重要。

我想更深入地研究这个问题。因此，我和Kaleido Insights的联合创始人及其他行业分析师一起，对25多家大规模部署AI的企业进行了调查，以了解他们在人方面的投资方式。这是我们发现的：

1.投资于技术人才以外的因素

雇用数据科学家团队不会使业务流程神奇地在一夜之间变得自动化。有人将这个错误假设比喻为雇用电气工程师来经营一家面包店：虽然烤箱的机械原理很重要，但经验丰富的面包师最懂得如何创新食谱并激发顾客的喜悦!

在各个行业中，我们发现成功的AI部署涉及至少八个不同的角色：

产品负责人

一线员工(例如，客户支持代理，现场技术人员)

主题专家(例如，医生，安全管理员，法律等)

设计者

营业额

领导

终端用户

数据科学家和技术构建者

除了确定这些利益相关者之外，企业还必须通过教育人们和消除恐惧来使AI变得可访问并建立信任。这里最重要的建议是通过使用将AI融入每个角色的上下文的策略来准备利益相关者。

领导力需要对ROI和可视化进行演示。例如，FedEx的AI领导者构建了模拟仪表板和报告，以说明传统分析与机器学习驱动的建议之间的区别。

同时，准备好销售团队既需要为代理商配备知识，工具和信心，以出售AI的好处，还需要重新评估其指标和激励模型以保持质量和完整性。为了有效地进行部署，必须解决上述每个工作人员的独特需求和痛点。

2.投资于解决人工智能的文化污名

AI与其他技术的不同之处在于，它可以挑战人们的重要性和相关性。根据劳动力研究所(Workforce Institute)最近进行的一项调查，在国际环境中，约有58%的组织尚未与员工讨论AI对劳动力的影响。然而，人工智能的成功是由人们愿意采用它来驱动的。

因此，建议部署AI的企业评估人们的情绪，恐惧，问题和不安全感如何影响他们的采用倾向。与其忽略顾虑，受采访的公司还建议讨论和制定立场和计划以解决：

工作流离失所

算法偏差

隐私，监视

安全威胁

自主机器

社会操纵

环境影响

“杀手机器人”的概念

这些“房间里的大象”不仅威胁着员工的士气，还突显了公司改善敬业度并强化健康和可信赖的公司文化的机会。通过宣扬AI的局限性来解决您自己公司的工作流离失所问题。阐明人工智能将在何处扩大或加速人类工作流程。明确治理模型。并支持员工的技能提升和继续教育计划。

微软的AI专业计划就是一个例子：这是一个庞大的在线公开课程(MOOC)，旨在指导有抱负的AI建设者完成从统计学到伦理学到研究设计的一系列主题。其他公司，例如星巴克和Kaiser Permanente，已经与Coursera或Linda.com等电子学习平台合作，以促进专业发展。

3.投资于建立AI心态

虽然投资心态听起来可能有些糊涂或与底线脱节，但为员工提供与AI互动所需的教育，所有权，工具和流程的准备，会带来切实的业务收益。根据最近对12个行业的1,075家公司的调查，在积极参与AI设计和部署的公司中，越有积极参与的公司，其AI计划在速度，成本节省，收入和其他运营指标方面的表现就越好。

我所谓的AI思维方式的以下“ 3D”反映了关于AI的三个普遍真理，并作为建立人们参与组织AI之旅的起点：

认为“多元化”：AI必须由多种技能来设计和管理。负责日常工作流程管理的人员最了解故障发生的位置，产品短缺的地方，他们的员工，大部分时间都花在哪里以及客户敏感的地方。

商业收益：多样化的AI设计和开发可帮助公司识别重要功能，UX / UI需求和用例，而这些情况否则可能看不到，或者需要花费更多资源来体现。富国银行(Wells Fargo)等公司设有跨职能的卓越中心来加快这一过程，强调使用受信任的内部影响者来促进入职的价值。

认为是“方向性的”：AI实现不是线性的“完成”的目标，而是需要基于反馈循环进行持续学习和迭代的目标。

商业收益：灌输“定向”思维模式可减少大规模部署的时间。即使人们希望快速看到结果，实验的程度也决定了任何AI模型的强大程度以及可以解决的问题数量。通常，部署时间取决于用户的采用情况，并且能够帮助培训和优化系统的人员越多，(再次)采用问题就可以解决的问题就越多。这也是瑞士银行SEB等公司将其虚拟代理Aida部署到600名员工的原因。然后增加到15,000名员工，然后再将代理商推广到超过100万的客户中。

想想“民主化”：当组织启用可访问的工具，培训以及多​​功能贡献和协作时，人工智能将更具可持续性。

商业收益：通过易于使用的工具使访问民主化意味着员工不必拥有数据科学学位即可为AI系统贡献价值。企业数据门户网站越简单，可靠和“自助服务”，就越有更多的不同部门的员工激活企业数据，这对于任何企业而言都是无价之宝。

总之，组织的文化与员工适应，采纳，参与和创新的意愿密不可分。技术只是成功的一半。层次结构，孤岛，复杂性，不信任感和自满情绪会扼杀创新。鉴于最强大的AI涉及人类和机器，因此真正的AI就绪性必须远远超出数据范围，并赋予负责其成功的人员权力。

标签： 人工智能