授权AI领导力：AI C套件工具包（英）

赋予人工智能领导力：AI C-Suite 工具包J A N U A R Y 2 0 2 2 赋予 AI 领导力：AI C-Suite 工具包2图片：盖蒂图片，Unsplash内容1人工智能简介 61.11.21.31.41.52人工智能战略 202.12.22.3什么是人工智能战略以及为什么需要对其进行调整 22与您组织更大的企业战略？2.4AI战略与数字23有什么关系转型和变革管理？2.52.6您如何评估您的组织在 24 日的成熟度？人工智能之旅？2.725 时，您如何评估您的竞争对手格局？来到人工智能？2.82.92.10人工智能计划未能交付的主要原因是什么 30商业价值以及如何降低这些风险？3人员和组织 323.13.23.3执行赞助在确保 36 方面的作用是什么人工智能成功？3.4作为执行业务领导者，您需要具备哪些技能 37成功领导人工智能计划？3.5人工智能带来哪些机遇、能力和风险 38业务利益相关者需要了解如何成功交付 AI 计划？3.6什么样的 AI 和数据领导者最适合 39你的组织？3.73.8谁是主要利益相关者，角色是什么 40在 AI 项目团队中？ 赋予 AI 领导力：AI C-Suite 工具包33.9在 AI 团队中最重要的技能是什么？3.10您应该雇用、培训还是外包这些技能？3.11你如何雇佣和留住人工智能人才？3.12在您的组织中嵌入人工智能和数据驱动决策的最有效的组织设计是什么？3.13人工智能团队如何一方面与业务保持一致，另一方面又与工程保持一致？3.14在构建 AI 变更管理计划时，C-Suite 高管的主要考虑因素是什么？4负责任的人工智能4.1介绍4.2以道德人工智能引领：一项战略要务4.3风险4.4治理4.5负责任的人工智能的运作 5 人工智能的实施5.1介绍 第一阶段设计第二阶段发展第三阶段部署第 4 阶段 持续监测和反馈5.2道德 AI 的示例案例研究6可持续发展中的人工智能和工业人工智能6.1人工智能、可持续性和最高管理层6.2人工智能在可持续发展中的三个镜头6.3采取行动6.4工业人工智能附录 1 准备评估工具 附录 2 指导工具贡献者尾注414243454646495051565964747575768384858687909395104108110112免责声明本文件由世界经济论坛发布，作为对项目、洞察领域或互动的贡献。本文所表达的调查结果、解释和结论是世界经济论坛推动和认可的协作过程的结果，但其结果不一定代表世界经济论坛或其成员、合作伙伴或其他利益相关者的全部观点。© 2022 世界经济论坛。版权所有。不得以任何形式或通过任何方式（包括影印和录制）或通过任何信息存储和检索系统复制或传播本出版物的任何部分。 赋予 AI 领导力：AI C-Suite 工具包4执行摘要需要一种全面的、多方面的人工智能方法。人工智能可以创造机会并创造以前无法想象的新风险。任何有可能显着改变企业和社会的技术都会对组织提出重大挑战，但也可能带来难以预见和管理的潜在新风险。安全利用重大技术创新所需的新战略可能性、流程、实践、技能、文化和其他重大组织变革，使得首席高管必须紧跟这些技术发展，了解他们的影响，并巧妙地领导和管理创新和采用，同时最大限度地降低风险。人工智能 (AI) 可以说是历史上对商业、经济和社会影响最大的技术之一，被认为是第四次工业革命背后的驱动力。根据一些估计，到 2030 年，预计全球 GDP 总额将增长约 15.7 万亿美元。1人工智能可以创造机会并执行直到最近还无法想象的任务，例如对实物资产或牲畜进行大规模目视检查；比最好的专家更准确的医学诊断；大力支持新发现和知识产权的创造，例如新药的开发；随时随地与人进行自动对话，例如实现高效和有效的客户服务；或全自动复杂的任务，例如自动驾驶。另一方面，如果管理不善，它还会产生新的重大风险，这与以前的技术所经历的不同。例如，正如本工具包中所讨论的，人工智能会加剧不平等并助长大规模的不公平待遇，为恶意攻击和新的不安全场景创造新的可能性，或助长错误信息和造成可能对民主甚至国家安全构成威胁的两极分化。鉴于人工智能在价值创造、破坏和破坏方面的潜力，高管们必须更好地理解“可能的艺术，同时管理可能的风险”。2 这需要多方面的方法和对人工智能的整体理解，涵盖技术、组织、监管、社会和哲学等方面。这就是这个工具包的目的：提供为 C-Suite 提供一站式服务，帮助他们识别和理解多重复杂的问题人工智能为他们的业务和社会筹集的资金。这不仅对于他们自己组织的成功和潜在生存是必要的，而且对于确保人工智能系统的负责任的创新和部署也是必要的，同时考虑到宏观、短期和长期的影响以及潜在的二阶效应。在之前的世界经济论坛工作的基础上，指导董事会如何应对人工智能，3本文档提供了一套实用的工具，可以帮助企业高管了解 AI 对其角色的影响、提出正确的问题、了解关键的权衡取舍以及对 AI 项目和实施做出明智的决策。虽然论坛的董事会工具包面向监督人工智能实施的高管，但该工具包针对的是将实施该战略的最高层高管。它将为领导者提供涵盖多个主题的 AI 基础知识。企业高管负责管家他们的公司经历了当前前所未有的技术变革及其随之而来的社会影响。一套实用的工具可以使他们了解在其业务中使用人工智能或机器学习的积极和消极方面，并监督其公司中人工智能的负责任运营。该工具包根据主题（图 1）进行组织，涵盖了每个高管需要考虑的五个主要模块中的关键方面：1. 人工智能简介2.人工智能战略3.人员和组织4.负责任的人工智能5.人工智能的实施此外，第六个模块包括两个关于专业主题的主要贡献：可持续发展中的人工智能和工业人工智能。它们提供有关特定主题的信息以及有关工具包五个主题的其他观点。 赋予 AI 领导力：AI C-Suite 工具包56可持续发展中的人工智能和工业人工智能数字 1AI C 套件工具包模块人工智能简介2人工智能战略人员和组织负责任的人工智能人工智能的实施资料来源：世界经济论坛鉴于对 AI 的多方面方法的需求，该工具包以模块化方式构建，因此读者可以了解问题的完整地图，并且可以使用任何工具包模块而不必使用其他模块。必要时，还会在不同组件之间建立链接。此外，随着对人工智能及其影响的理解继续为了发展，这个想法不是为重要问题提供“完整的答案”——鉴于该领域不断变化的性质，这是不可能实现的——而是专注于帮助高管层确定了他们在考虑 AI 时需要考虑的关键问题。对于复杂的话题，例如人工智能对商业和社会的影响，提出正确的问题可能比确定可能的许多“正确”答案更重要。因此，每个模块都组织为一组问题和答案。答案绝不是完整的；它们旨在为高管层讨论提供起点。对于工具包中提出的问题，最高管理层也可能会考虑其他答案和方法。但是，请最高层主管考虑工具包中提出的所有问题。这样做可以帮助避免重要的盲点。该工具包是来自不同公司和行业的几位人工智能专家和执行官合作的结果，以确保它满足目标用户社区的需求，以及相关利益相关者的投入以确保它包含不同的观点。贡献成员带来了整个人工智能生命周期的不同经验，识别实施人工智能的机会并揭示潜在风险，从领导专业服务和技术咨询公司、思想领袖和世界经济中心第四次工业革命附属中心在不同的地理位置。整个生态系统中处于不同 AI 成熟度级别的组织可以从该工具包中列出的步骤中受益，以识别 AI 的机会并成功实施，使用有助于减轻任何可能风险的相关治理方法。世界经济论坛呼吁各组织试用该工具包并分享他们使用它的经验。最佳实践和实施该工具包的组织的经验教训将被纳入未来的迭代中，这将进一步增强该工具包的稳健性。1345 赋予 AI 领导力：AI C-Suite 工具包6人工智能简介机器学习是人工智能的核心，创造了前所未有的可能性和影响。1 赋予 AI 领导力：AI C-Suite 工具包71.1什么是人工智能？机器学习使人工智能系统的发展成为可能，这些系统可以比人类更好地执行某些人类活动。自从 1956 年著名的达特茅斯夏季人工智能研究项目（Dartmouth Summer Research Project on AI）创造了人工智能（AI）这个术语以来，关于什么是人工智能（AI）的讨论一直在进行，该研讨会被认为是人工智能作为一个领域的第一次活动。多年来已经提出了许多定义。除了如何定义“智能”和“人工智能”的潜在理论方面之外，还有重要的实际和商业理由一个共同的定义。例如，一个普遍接受的人工智能定义允许对这些技术的投资进行一致的衡量，或者促进法规的制定和风险管理实践的适当使用。因此，近年来，各种全球组织都在研究如何定义人工智能。例如，世界经济论坛提出的定义是“通过感知、解释数据、学习、推理和决定最佳行动方案来行动的系统”，4而经合组织将人工智能定义为“基于机器的系统，它可以针对一组给定的人类定义的目标，做出影响真实或虚拟环境的预测、建议或决策”。5例如，这可以是一个在线推荐产品、预测用于预防性维护的基础设施故障或决定如何驾驶自动驾驶汽车的系统。虽然有许多类型的人工智能算法和人工智能系统，但在商业中广泛使用的两种是主要采用预定的算法和人工智能系统的算法和人工智能系统。可能是人类定义的规则来进行预测、建议和决策，以及那些从数据中学习这些“规则”（通常是数学函数）的规则。多年来，组织一直在使用前一种人工智能。例如，一家信用卡公司使用通常由专家定义的规则集合，根据这些规则将交易归类为欺诈性交易，如果这些规则是使用机器（半）自动应用的，那么它实际上是在使用第一类人工智能。第二种人工智能系统依赖于所谓的“机器学习”。机器学习 (ML) 是当今大多数 AI 系统的核心。ML 是计算机科学、数学和统计学的交叉领域。它专注于开发可以分析数据的算法，这些数据通常体积大且结构复杂，以识别任何可以例如，用于做出预测、建议或决策。这些规律有时可以以简单规则的形式表达，类似于上面的信用卡示例，但规则是使用算法从数据中自动找到的，而不是由专家。然而，对于 ML 的许多应用，简单的规则对于 AI 系统来说是不够的做出准确的预测或决定。取而代之的是，当今常用的 ML 算法会根据数据找到复杂的数学函数，这在某种意义上可以被认为是对规则的“概括”，只是它们通常无法被人类理解。例如，算法可能会找到一个复杂的数学方程式，该方程式使用贷款申请人的特征作为输入，并在根据算法找到的方程式执行所有计算后，为申请人生成信用评分，然后可用于决定贷款批准。这些方程由 ML 算法本身使用过去的数据来识别，例如在信用的情况下，可以是过去申请人的数据，其中一些已经拖欠贷款，而另一些则没有。一种特殊类型的 ML 是所谓的“深度学习”算法。它们识别出相对于其他 AI 算法高度复杂的数学方程，通常涉及数百万个计算和参数。深度学习通常用于一些最复杂的问题，例如计算机视觉、语音识别或自然语言处理。机器学习使人工智能系统的开发成为可能，这些系统通常可以比人类更好地执行某些人类活动。特别令人感兴趣的是人工智能系统执行复杂的视觉、语音和语言任务的能力。有专门的子领域专注于这些问题的人工智能，例如计算机视觉、自然语言处理和语音识别。近年来的进展主要是由非常大的数据集（例如图像、文本、多媒体）的可用性和机器学习算法（如深度学习算法）的发展推动的，在人工智能系统可以“看到”的范围内， “听”或“说”，“理解”和“写”，并启用新的应用程序。例如，计算机视觉的进步允许在安全检查、基于医学图像的医学诊断或用于预防性维护的监视和视觉检查中使用人工智能系统进行人脸识别。许多这些专门的人工智能系统目前作为相对容易重用的软件包提供。事实上，复制-调整-使用-重用这些广泛可用的模块的能力使这些人工智能能力在规模上相对民主化。基于机器学习的人工智能系统有时也被称为自学习系统。甚至部署 AI 系统后，系统用于进行预测、建议或决策的数学方程式或规则可以根据提供给系统的新数据（例如在使用期间）继续变化。在 赋予 AI 领导力：AI C-Suite 工具包8从这个意义上说，人工智能系统在如何做出这些预测、建议或决策方面不断变化。