什么是以人为本的AI 它将如何影响业务绩效

人工智能(AI)和机器学习(ML)并不是新事物，实际上机械自动化已经存在了几十年了-那么为什么现代劳动力的采用率仍然令人难以置信地缓慢?

尽管直到最近才可能将其称为AI或ML，但世界已被这项技术的示例所包围-从X射线检查到抵押贷款。它的主要目的是尝试使人们变得更简单，更快和更容易。

然而，尽管存在了近一个世纪，但人们对机器“将要占领世界”的担忧-或者它们是不可信的，并会承担每个人的工作-今天仍然如此。

多年来，企业一直在尝试以革命性的承诺超越彼此，但是仍然缺乏对AI和ML代表什么以及它如何能够和不能推动组织前进的理解。

那是因为仍然缺乏信任-而且很明显，当人们信心不足时，许多人仍然不愿意将the绳交给机器。对于那些占领商业智能领域的人来说，这并不是什么新事物，因为该行业知道AI如何承诺一切，但并不总是能够交付。不确定性随之而来，因为自动化尚未完全解决最初的问题，但与此同时，也没有人被“自动化完成工作”。

真正彰显其如何转化为业务绩效的一个很好的例子是查看在线交付品牌亚马逊。该组织部署了数百个经过简单编码的机器人，以从货架上收集产品，而不会相互碰撞-这是AI的一部分。

同样的概念可以应用于商业。例如，如果某人在过去20到25年内申请了银行贷款，那么他们不太可能会处理最初的查询。它将被机器(一种算法)消化，该机器将具有相似属性的个人与其他人归为一类。

人工智能不是“魔术”的，但是它可以在一秒钟内整理大量数据，这对于快速发展的经济环境是一个明显的优势。

因此，确实提出了“以人为中心的AI究竟如何真正影响业务绩效?”的问题。

为了更大规模地采用AI，组织必须跳出思维框框，甚至可能要考虑网球场。是的，这可能是一条奇怪的路，但是这项运动的“鹰眼”技术系统可以通过透明的镜头分析AI的成功，为我们提供一些思考的机会。

回顾约翰·麦肯罗(John McEnroe)臭名昭著地以演艺和炫耀来抗衡巨大的呼声的日子，如今的鹰眼通常会限制那些时刻–而是关闭具有可疑证据的任何可疑决定来支持裁判的呼声。

许多运动员和群众接受这些关键成果的原因是因为网球还没有“黑盒”其自动化。取而代之的是，每一个观看的人都可以确切地看到机器是如何做出决定的，这带来了前所未有的更高水平的公平和信任。

直属法官提供了人为因素，但这是增加决策能力的机器。现在，由于做得很好，它已成为游戏的一部分–与其他体育运动一样。

但是，机械AI表现不佳的地方是最近引入英超联赛的VAR。如果有的话，这激怒了足球拥挤的人群来表达他们的不满，这都是因为没有与他们分享机器的决定。它确定的是缺乏支持者和旁观者的信任，因为他们在最终决定中没有发挥任何作用。