画像：ShutterStock
aRtificial Intelligenceは、すでに世界中の産業を変化させています。それにもかかわらず、AIの迅速な上昇は、企業の能力を効果的に管理および実装しようとする多くのビジネスライダーを驚かせました。
この新しい時代に繁栄するために、マネージャーはまず組織が人工知能の統合に直面している3つの一般的なタスクを解決する必要があります。これらの3つの障害とそれらを克服するためのいくつかのヒントをご覧ください。
問題No. 1：内部の才能AIを開発できない
多くの組織は、人工知能の外部専門家のセットに過度に集中し、トレーニングを無視し、現在の従業員を育てています。このギャップは、2つのレベルの労働力を生み出すことができます。1つはAIとの作業方法を知って理解し、もう1つは遅れをとっていることを理解しています。
ソリューション：
AIの幅広いリテラシーを作成します
すべての従業員向けのマルチレベルの人工知能トレーニングプログラムを開発するために、労働はAIに依存する利点とリスクを認識しています。たとえば、IIは従業員がレポートの策定を改善するのに役立ちますが、従業員はAIが不正確さを提示できることを知っている必要があります。したがって、従業員はAIから受け取ったデータを2回チェックし、初期情報源をより深く掘り下げなければなりません。技術的リーダーだけでなく、すべてのリーダーのためにAIのリスクを学ぶことは必須です。
使い捨てトレーニングを超えてください
孤立した学習から切り離し、日常の作業プロセスの一部であるAIを教える継続的なフローに移動します。人工芸術の専門家がこのテクノロジーを使用する最良の方法を使用してビジネスリーダーを訓練するときにリバースメンタリングを実装します。 MicrosoftのSatia Vallaのゼネラルディレクターのアプローチを考えてみましょう。彼は科学者を雇用することに焦点を当て、AIを考慮して行動するために従業員のベース全体を救うことに焦点を当てていました。従業員を配布すると、この文化は徐々に認知能力の向上に移り、この動的なVUCA（不安定、不確実、複雑で曖昧な）でのすべての人がより良い仕事をすることをより良くします。リーダーシップの発展におけるAIのリテラシーの導入は、デジタルスキルのギャップを埋めるのに役立ちます。
また読む：この技術革命におけるAI、人々、インドの役割
リーダーシップの発展に倫理を紹介します
AIの偏見に関する列車の指導者は、彼らが探しなければならないこと、および倫理、守秘義務、通信に対する彼らの結果。たとえば、人工知能を雇うためのツールを立ち上げた大企業の参加を伴う最新のケースを検討します。これらのツールは、雇用の効率を高めるよう努めていますが、AIモデルのバイアスは、他の候補者を好むという事実につながる可能性があります。人事、サイバーセキュリティ、およびAIシステムの集中検査のためのビジネス戦略の代表者を含むAIの機能間ターゲット管理グループを設置して、公正な決定を下すことを保証します。
問題No. 2：十分なサイバーセキュリティ対策なしのAIの決定
AIは、サイバーセキュリティの分野で適切な措置なしに会社の重大な責任になる可能性があり、それがデータ中毒やサイバー攻撃など、さまざまな脅威につながる可能性があります。リーダーは何をすべきですか？
ソリューション：
AIのサイバーセキュリティの優先順位を分配します
AIイニシアチブを拡大し、人工知能の脅威を検出する技術に投資する前に、サイバーセキュリティのリスクの厳格な評価を実行します。
インシデントに対するAI固有の応答プロトコルの開発
企業は、データ管理、モデルのセキュリティ、敵対的な攻撃の検出を保証するための新しいポリシーが必要です。たとえば、2024年の真夜中のブリザード攻撃に対するマイクロソフトの反応を検討してください。州が後援するロシアのグループが発見された後、これらの更新されたプロトコルは次のことに焦点を当てています。
- サイバーセキュリティのスタック内のシステムが敵対的な操作に対して脆弱ではないことを保証するモデルのセキュリティ。
- 敵対モデルを訓練または供給できる機密雑誌やコミュニケーションへのアクセスを締めることにより、データの管理。
- 監視ツールをAIのセキュリティセンターとサポートすることにより、フィッシングや自動化された試みなどの人工技術の敵対的攻撃の発見。
ゼロアトラクションのアーキテクチャを拡張します
人工知能へのアクセスのための強力なポリシー暗号化と認証を使用して、情報の大部分を「信頼しますが、すべてをチェック」することからの移行。 JPMorganは慎重なアプローチを採用し、AIを必須であると認めたサイバーセキュリティプログラムを導入しましたが、アルゴリズム取引モデルを保護し、潜在的な欺ceptionのAIに関連する取引をスタッフに制御するよう要求しました。 AIは、可能な各順列を使用して休憩なしで24時間年中無休で動作することができ、潜在的な安全障害を検出する能力が向上します。
また読む：グローバルAIと仕事の未来
問題No. 3：スケーリングできないツールへの投資
主なビジネスプロセスの矛盾は、原則として、AIプロジェクトの擬人化につながります。 AIは信じられないほどのツールであり、パフォーマンスの倍数であるという事実にもかかわらず、それを使用する人と同じくらい価値があります。各組織には信者と懐疑論者がいます。懐疑論者は、「コーナー」でAIを使用して信者を置くために非常に一生懸命働き、多くの企業で使用されるAIの洪水性を高めます。
ソリューション：
ビジネスプロセスの自動化にAIを含めます
AIが現在の作業プロセスと決定プロセスを増やし、それらに違反しないことを確認してください。 AI機能を使用して運用制限を調整する。
技術効率に関する投資により、機器の収益性を測定します
メトリックをインストールして、AIが効率、収入、顧客満足度を向上させる程度を評価し、アルゴリズムの精度に焦点を当てません。
AIオフィスの演劇を作成します
人工知能を制御するための役割と期待をインストールし、変位のモデルと分析をチェックします。 AIの現在の展開の採用における安全性とスキルの不均衡の脅威を評価します。たとえば、ゼネラルモーターズは、サプライチェーンでAIによって制御される自動化を効果的に導入し、AIを最良のビジネス要因にします。
AIの統合はあなたの人々から始まることを忘れないでください。テクノロジーへの投資だけでなく、人工知能の採用分野における主要な組織。私たちは、統合を成功させるために、才能と安全インフラストラクチャの優先事項について話しています。 AIの日常的なタスクへの統合には、責任を持ってAIを満たし、テクノロジーが所有することを許可しない労働力を獲得、拡張し、作成できるリーダーが必要です。
あなたの組織はAI時代に入る準備ができていますか？
この記事は、ハーバードビジネススクールの実務知識の決議を提供しました。
