电力改变了工业化的进程，但当它在 20 世纪之交首次引入工厂时，并没有发生太大的转变。工厂车间布局保持不变，虽然外面的水车被拆除，但内部仍然使用相同的滑轮系统，只是现在它们由新的动力源提供燃料。
不到 100 年后，互联网对商业做了同样的事情。它没有考虑这个全球网络如何改变经济，而是用来使当前的经营方式更加高效。 “当新技术出现时，很难弄清楚它们会对世界产生什么样的影响，”该学院首任院长 Dan Huttenlocher 说麻省理工学院史蒂芬·A·施瓦茨曼永利皇宫官网入口学院。 “我认为这肯定是我们今天在人工智能方面所处的位置。”
Huttenlocher 会知道的。他是制造第一辆自动驾驶汽车的团队的一员，开发了一种至今仍在使用的扫描文档的算法，并且他在施乐帕洛阿尔托研究中心担任了 12 年的科学家。
现在，Huttenlocher 领导着一所学校，其使命是解决“永利皇宫官网入口无处不在所带来的机遇和挑战……也许最明显的是人工智能的兴起。”
“在数字技术的广泛兴起（不仅仅是人工智能）及其影响方面，我们确实还处于相当早期的阶段，”Huttenlocher 说。 “在很多方面都是如此许多技术进步尚未发生.”
在一次采访中，Huttenlocher 讨论了数字时代的领导力、劳动力影响以及在人工智能时代运营的公司的责任和道德。
全球商界领袖如何应对利用数字时代的挑战？
我认为优秀的企业领导者或公司经理的巨大优势在于他们非常了解自己的业务和市场。挑战还在于您要充分了解自己的业务，因此当一项新技术出现时，就很难考虑这项技术如何真正改变您的业务方式。
需要合适的领导者谁愿意真正说“好吧，我们已经做了这项新技术带来的微小改变，但这仍然让我们在为业务做的事情方面落后于我们”...但同时也关注竞争对手并说“好吧，这些新人，这些新贵正在以我们没有的方式利用这项技术。”
Dan Huttenlocher，麻省理工学院史蒂芬·施瓦茨曼永利皇宫官网入口学院首任院长
微软就是一个例子。该公司始于收缩包装软件时代，你在商店里拿到一个盒子，然后你就知道如何将盒子里的 DVD 安装到你的永利皇宫官网入口机上。他们的中间模型是您通过互联网下载 DVD。 [首席执行官 Satya Nadella] 在过去五年左右的时间里将 Microsoft 彻底转型为一家从根本上来说是一家在线开发软件即服务的公司。
公司领导层发生了变化。这需要一个非常了解公司的人。领导者需要做出改变，他知道现状对他们来说将是一个不断下滑的业务，而且没有人真正了解这个新架构的未来会是什么样子。但他愿意真正激励公司了解未来会是什么样子。
人工智能如何影响劳动力？
[以制造业为例]如果您想一想当今现代大规模制造业的运作方式，过去工厂的管理者可以而且需要规划物料流，即原材料的流入、成品的流出以及如何满足销售从工厂出来的产品的销售人员的交付需求。
原则上您仍然可以以这种方式运营一家现代化工厂，但它的产出可能只有 10%，因为所有这些企业资源规划 (ERP) 系统，还有工厂规划和管理系统；管理将成为瓶颈，而不是劳动力，这对于这些工厂来说是一个非常有趣的事情。 如果电子系统停止工作，劳动力就会闲置。规模化并不是一件容易的事。仅仅雇用 10 倍的人员来规划货物如何在工厂内运输并不能很好地扩展。这都是人工智能之前的事。
这是一堆决策类型的事情，人工智能将把它提升到一个全新的水平。但有趣的是，我们并没有真正取代那里的很多工作，这些工厂里也没有这么多规划人员，只是工厂效率不高，而新的 ERP 技术让它变得更有效率，生产更多等等，我认为人工智能会将其提升到一个新的水平。
麻省理工学院对学院的既定目标是加强其在“负责任且符合道德的技术发展”将改变社会。为什么全球商业领袖应该关心道德永利皇宫官网入口和对客户的责任？
当今永利皇宫官网入口技术如此轻易地影响着人们的生活，我们随处可见它。我们以社交媒体为例，最初的观点是它会让社会变得更好、联系更紧密。这使得它在很多方面变得不那么令人愉快，但联系更加紧密。
社交媒体的某些方面非常好 - 您可以与原本不一定保持联系的人保持联系。我们不应该失去那些东西。但也有一些非常意想不到的负面结果。
我想说，我们最好的类比就是医疗保健。因为医疗保健是研究成果很快付诸实践的地方，实践直接影响幸福、长寿等各种事情。这种情况在永利皇宫官网入口领域越来越多地发生，所以对我来说，说“我不关心永利皇宫官网入口中的道德和社会问题”就像说“我不关心医疗保健中的道德和社会问题。”
总是存在管理不负责任的公司和政府以及任何类型的组织，但大多数公司都关心客户是否有良好的体验并希望再次光顾。如果你辱骂你的顾客，那就是一次性交易。 我确实认为关注客户、客户体验以及回头客确实非常重要。
高管和经理应如何回答有关永利皇宫官网入口和人工智能的道德问题？
我认为，每当企业使用永利皇宫官网入口技术做出影响其员工或客户的决策时（很少或根本没有人类对这些决策的直接监督），这些都是您必须关注的地方。不仅仅是你必须确保这些[决定]不错，有时它们还有机会做得更好。
例如，如果您查看类似的内容银行贷款中的种族偏见。控制成千上万的员工并确保他们在做出决定时不表现出种族偏见实际上比拥有经过适当培训和开发的决策算法更难。
所以我认为确实有机会做得更好，但当然也有机会做得更糟。就像如果你有一个机器学习算法，并针对有偏见的人类对其进行训练，那么它的行为就会像有偏见的人类一样，而你会对其进行某种编码。
但我认为更广泛的一点是，您要确保在做出这些自动决策时，您善待、公平地对待人们，他们的体验不仅在当下良好......而且当人们反思时，感觉这是一个公平的过程。
本次采访经过编辑和浓缩。
