根據(jù) Infosys 的一份報(bào)告，全球公司在 AI 系統(tǒng)上花費(fèi)了數(shù)十億美元，但他們的投資并沒(méi)有產(chǎn)生他們想要的結(jié)果。

根據(jù) Infosys 知識(shí)研究所題為“數(shù)據(jù) + AI 雷達(dá)”的首份報(bào)告，全球 AI 支出預(yù)計(jì)到 2022 年將超過(guò) 1180 億美元，到 2026 年將超過(guò) 3000 億美元。它調(diào)查了來(lái)自美國(guó)、英國(guó)、法國(guó)、德國(guó)、澳大利亞和新西蘭年收入超過(guò) 5 億美元的公司的 2,500 名人工智能從業(yè)者。

根據(jù)調(diào)查，81% 的受訪者在過(guò)去四年中部署了他們的第一個(gè)人工智能系統(tǒng)。但是這個(gè)群體中有 85% 的人還沒(méi)有達(dá)到高級(jí) AI 能力，63% 的 AI 模型“仍然由人類驅(qū)動(dòng)”。結(jié)果也很平庸：用戶表示他們對(duì)他們的數(shù)據(jù)和 AI 結(jié)果非常滿意，只有大約四分之一的時(shí)間。

“公司已經(jīng)具備了基本的人工智能能力，”調(diào)查稱。然而，“這不是他們想要的。在我們的調(diào)查中，四分之三的公司希望在企業(yè)規(guī)模上運(yùn)營(yíng)人工智能。”

由于大多數(shù)人仍在使用基礎(chǔ)人工智能，用戶對(duì)結(jié)果不滿意：85% 的人工智能從業(yè)者沒(méi)有實(shí)現(xiàn)預(yù)測(cè)分析等頂級(jí)能力。

該報(bào)告稱，這些人工智能項(xiàng)目在“高漲”的期望中“未能交付”，并建議在三個(gè)方面進(jìn)行改進(jìn)：開(kāi)發(fā)鼓勵(lì)共享的數(shù)據(jù)實(shí)踐，將解釋綁定到高級(jí)人工智能中，以及將人工智能團(tuán)隊(duì)專注于業(yè)務(wù)。

#1 正確獲取數(shù)據(jù)并共享。

該報(bào)告敦促用戶改變他們對(duì)數(shù)據(jù)的看法，認(rèn)為數(shù)據(jù)是一種新的石油，意味著一種難以提取和耗盡的礦物。相反，數(shù)據(jù)應(yīng)該被視為貨幣，它在流通時(shí)獲得價(jià)值。

“精明的企業(yè)知道，與合作伙伴和同行建立數(shù)據(jù)共享生態(tài)系統(tǒng)比單獨(dú)的數(shù)據(jù)湖或倉(cāng)庫(kù)帶來(lái)更大的好處，”報(bào)告說(shuō)。例如，一家公司的企業(yè)客戶可以選擇共享他們的數(shù)據(jù)以接收更多定制化的人工智能模型。

數(shù)據(jù)共享有好處。共享數(shù)據(jù)的公司，無(wú)論是在內(nèi)部還是與外部各方，“更有可能獲得更高的收入并更好地使用人工智能。”

此外，幾乎實(shí)時(shí)或至少每六個(gè)月更新一次數(shù)據(jù)的公司也看到了利潤(rùn)和收入的增加。

共享數(shù)據(jù)的關(guān)鍵是信任；一個(gè)人不能分享一個(gè)人不信任的東西。報(bào)告稱，這意味著要解決往往阻礙公司發(fā)展的數(shù)據(jù)驗(yàn)證、數(shù)據(jù)實(shí)踐和數(shù)據(jù)策略方面的缺陷。

#2 建立人類對(duì)高級(jí)人工智能的信任

如果人類不信任它，也不相信它有效、公平和適應(yīng)性強(qiáng)，那么最好的人工智能模型也會(huì)失敗。該模型最終將被閑置。

例如，該報(bào)告引用了一家雜貨店的例子，該雜貨店希望為員工實(shí)現(xiàn)工作時(shí)間表自動(dòng)化，每年可節(jié)省超過(guò) 400 萬(wàn)美元。但這意味著計(jì)算機(jī)將從人類手中接過(guò)這項(xiàng)任務(wù)。業(yè)務(wù)部門(mén)的領(lǐng)導(dǎo)猶豫不決，員工工會(huì)的規(guī)定進(jìn)一步使其采用復(fù)雜化。雜貨商從未使用過(guò)該工具。

一種解決方案是讓人類參與涉及 AI 模型的決策。此外，培養(yǎng)強(qiáng)大的道德和偏見(jiàn)管理能力。報(bào)告稱，對(duì)人工智能在整個(gè)企業(yè)中的使用進(jìn)行分類，并將其與其他“廣泛使用和采用的流程掛鉤，例如隱私風(fēng)險(xiǎn)評(píng)估或信息安全審查”。

Infosys 指出了五項(xiàng)偏差管理措施：抽樣偏差；參與偏見(jiàn)；趨同偏差；測(cè)量偏差；過(guò)度擬合模型的偏差。

它還提到了人工智能倫理的七項(xiàng)衡量標(biāo)準(zhǔn)：可理解的模型；清晰、有用的輸出；可解釋的算法；旨在系統(tǒng)地檢測(cè)偏差的流程；人類報(bào)告偏見(jiàn)的積極努力；清晰的數(shù)據(jù)來(lái)源；數(shù)據(jù)管理，包括日常道德、合規(guī)和隱私審查。

#3 人工智能團(tuán)隊(duì)需要對(duì)商業(yè)價(jià)值有偏見(jiàn)

人工智能團(tuán)隊(duì)需要包括這三類人：數(shù)據(jù)科學(xué)家、手頭業(yè)務(wù)問(wèn)題專家和高級(jí)管理人員。

業(yè)務(wù)專家很重要，因?yàn)樗麄儗?duì)要解決的問(wèn)題有深入的了解。它們是構(gòu)建 AI 模型和識(shí)別最相關(guān)數(shù)據(jù)的關(guān)鍵。這會(huì)產(chǎn)生兩個(gè)好處：AI 模型將得到適當(dāng)?shù)挠?xùn)練，并且讓業(yè)務(wù)專家參與有助于在組織內(nèi)建立信任。

高級(jí)管理人員在這個(gè)過(guò)程中也很重要，因?yàn)樗麄冏?AI 計(jì)劃專注于核心戰(zhàn)略。由于這一戰(zhàn)略概述，它們對(duì)于擴(kuò)展 AI 也很重要。

“當(dāng)老板不在 AI 團(tuán)隊(duì)時(shí)，成本可能會(huì)很高，”報(bào)告稱。將高級(jí)管理人員排除在人工智能團(tuán)隊(duì)之外的公司報(bào)告稱，利潤(rùn)和收入增長(zhǎng)“顯著降低”。

最重要的是，優(yōu)秀的 AI 團(tuán)隊(duì)必須涉及多個(gè)學(xué)科，以提供更強(qiáng)大的 AI 模型，從而提高其成功的可能性。