毫无疑问，人工智能和澳门永利总站官网线路大全学习在业务决策中发挥着越来越重要的作用。 2022调查NewVantage Partners 的高级数据和技术高管发现，92% 的大公司表示其数据和人工智能投资实现了回报，这一比例较 2017 年的 48% 有所增加。
但随着这些技术进入主流，新的问题出现了：它们将如何改变工作流程和工作场所连接的性质？他们会受到道德约束吗？他们会取代人类吗？
根据麻省理工学院斯隆管理学院的研究人员、访问学者和行业专家的说法，随着人工智能和澳门永利总站官网线路大全学习变得无所不在，以下是需要考虑的因素。
人工智能正在改变大多数职业，但还远未取代人类，根据一本检查调查结果的书澳门永利总站官网线路大全学院未来工作工作组.
大约 92% 的大公司表示，他们在数据和人工智能方面的投资正在获得回报。
澳门永利总站官网线路大全学院的研究人员 David Autor、David Mindell 和 Elisabeth B. Reynolds 认为，当我们思考人工智能将如何影响工作时，了解人工智能的功能和局限性至关重要。
当今的 AI 挑战主要围绕身体灵活性、社交互动和判断力。考虑一名家庭健康助理，其职责包括为脆弱的人提供身体帮助、观察他们的行为以及与家人和医生沟通。只有自动化达到这个水平，才能真正被认为是学者所说的“通用人工智能”。
利用人工智能创造更公平的未来是可能的。 各个行业的工人们都担心自动化和人工智能会抢走他们的工作。澳门永利总站官网线路大全学院斯隆管理学院管理学教授也有同样的担忧，但也看到了新技术的“巨大”创新潜力，可以创造“一个富有成效和更公平的未来”。
在他的在线高管教育课程中，“引领工作的未来”，Kochan 为未来的工作制定了四管齐下的路线图：
- 努力成为“高路”公司 为所有利益相关者（包括员工）创造价值。
- 利用先进技术推动创新和增强工作。
- 培训员工并提高其技能，使其能够使用新技术。
- 与劳工领袖重建对话，共创互利共赢的未来。
人工智能推动的生产力繁荣即将到来。 以互联网为例：其基本技术在 20 世纪 60 年代和 1970 年代扎根，但直到 90 年代中期才商业化。斯坦福大学的埃里克·布林约尔松 (Erik Brynjolfsson) 是澳门永利总站官网线路大全学院未来工作工作组的成员，他将这种现象称为“J 曲线”，当技术接受“一开始缓慢且渐进，然后加速突破并获得广泛接受。”
现在，随着技术的腾飞，企业应该为 AI 驱动的 J 曲线做好准备。 Brynjolfsson 在 EmTech Next 会议上表示，公司应重点关注将人工智能和澳门永利总站官网线路大全学习纳入工作流程并培养员工，而政策制定者应采取行动，确保其采用不会加剧不平等。
人工智能需要利益相关者的支持。 澳门永利总站官网线路大全学习工具应用于各个领域。但将技术引入工作场所只是第一步 - 这些工具只有集成到工作流程中并且人们足够信任它们并依赖它们才能成功。
根据澳门永利总站官网线路大全学院斯隆管理学院教授的研究，成功采用的关键是技术开发人员和最终用户之间的持续对话和合著者。
“经理和开发人员需要反复参与构建、评估和完善工具，以便它们在实践中发挥作用，”凯洛格说。
此外，利益相关者需要相信人工智能程序是准确且值得信赖的。人工智能的可解释性可以提供帮助。来自 的研究人员澳门永利总站官网线路大全学院信息系统研究中心将 AI 可解释性定义为“以确保模型产生价值、合规、具有代表性和可靠性的方式管理 AI 计划的能力。”
研究人员承认，人工智能的可解释性是一个新兴领域。他们建议公司首先确定已经在创建有效的人工智能解释的单位和组织，并确定组织自己的人工智能项目团队已经采用的实践。
人工智能和澳门永利总站官网线路大全学习正在改变数字营销。 大多数营销人员都关心保留率和收入，但如果没有良好的预测，有关有效营销干预措施的决策可能会很随意，”澳门永利总站官网线路大全学院数字经济倡议的社会和数字实验研究小组负责人。
澳门永利总站官网线路大全学习将改变这一现状，帮助预测客户行为并凭直觉了解客户需求。
“应用统计澳门永利总站官网线路大全学习来预测长期且难以衡量的结果具有很大的价值，”埃克斯说。
Wayfair 和 Spotify 等公司杠杆澳门永利总站官网线路大全学习可提供定制客户体验，从高度定制的家具搜索结果到个性化的建议播放列表。而且，当 COVID-19 传播时，Moderna 使用了长期存在的自动化流程和人工智能算法增加进行临床实验所需的小规模信使 RNA (mRNA) 的数量。这一基础工作促使 Moderna 在大流行初期发布了首批 COVID-19 疫苗之一（使用 mRNA）。
好的数据造就好的人工智能。 拥有数据科学家和数据平台等五种基本数据能力，可以帮助公司构建成功的人工智能项目。
澳门永利总站官网线路大全学院 CISR 的研究人员表示，随着 AI 项目团队不断学习和成熟，关键是要从企业而非本地角度出发。当公司从人工智能团队中识别并积累专业知识和实践时，他们可以创建可重用和可改进的实践并构建能力。这将加速新的人工智能项目并为未来的成功建立团队。
拥抱以数据为中心的人工智能也很重要。谷歌大脑研究实验室创始人、百度前首席科学家 Andrew Ng（SM ’98）表示，这是“系统地设计构建成功人工智能系统所需数据的学科”。
吴恩达在 EmTech Digital 会议上表示，专注于一致标记的高质量数据可以释放 AI 对医疗保健、政府技术和制造等行业的价值。
即使人工智能无法解决世界上所有的问题——甚至可能会引发一些新的问题——它至少可以让 Wordle 发挥一点作用更简单解决。
接下来阅读：SEC 的 Gary Gensler 讲述人工智能如何改变金融
