3个问题,1套非技术人员的AI方法论 | 哈佛商业评论最新热文

这是一篇写给非技术人员的AI专栏。

给那些有意在公司组织、管理中寻求高效的人,那些希望走向管理岗位的人。

这篇《哈佛商业评论》最新推荐的热文,来自一位叫Emma Martinho-Truswell的战略咨询专家,她是“牛津洞见”的联合创始人及COO,他们这家公司就是专门为*和企业提供AI、数据方面的咨询建议的。

3个问题,1套非技术人员的AI方法论 | 哈佛商业评论最新热文

更早之前,Emma还在澳大利亚国务院任职,给墨西哥提供数据方面的“国策”建议。

所以对于AI时代的“生存法则”,她有整一套宏观到微观的思考。

艾玛说,很多人被现在的铺天盖地的AI报道和进展吓到,很容易走向两种极端。

一种极端是科幻式的,认为影视作品中的AI会马上到来,而且对于未来很悲观。另一种极端是认为AI只是技术人员才该关心。

但是如果心态更谦虚一些,了解更多AI的原理和内核,即便不是技术从业者,对个人、对组织的帮助都迫切而重要。

比如作为一个经常管理团队出差的财务总监,使用了机器学习的软件让工作变得更简单。软件能从收据中就智能提取商家的名字、金额、税收,以及可能的费用分类,大大节省了时间和效率。

所以懂AI原理的人,或许能更有效地找到新时代的工作方法,也能进行更高效的管理。

大家往往以为AI只是一种计算机方法,但就目前的发展阶段来说,有一些大众性的误解:只有那些聪明的数学、计算机人才才能够理解和使用。

然而,跟所有技术一样,即便不拥有机器学习的学位,如果能够理解AI技术的原理,也能提升工作能力。

就像不是每一个知晓飞机驾驶原理的人,都是飞行员,但知晓原理,可能会让他们更心中有数:飞机飞行能做什么、不能做什么?如何降低飞机飞行中的噪音,或者在短途旅行中选择更经济实惠的那一个航班。

在大多数公司、组织和*部门中,投资投入AI之时,更明显的精力被放在了买人才和买技术工具上。

但更重要的应该是找到一种方法、手段,让团队中的所有成员,都能更好地理解AI。

全员头脑中有AI的方法论,有利于让团队成员更好发现工作中可以使用AI的地方,每一个简单枯燥重复的地方用上了AI,效率到氛围都会完全不同。

比如一位行政助理,如果他使用的是AI化的议程、日历软件,可以从老板的数据中学习,就能发现之前一些忽略的地方,比如提醒老板:很久没有和团队沟通了。

那么如何学习AI、了解AI原理呢?最简单的可以从三大问题出发。

第一,知道AI是如何工作的。

非AI系统的构建者,了解机器学习和人类学习的差异,非常重要。人类面对庞大数据分析的时候,总是想先找到其中规律,然后简化数据和运行,但可能就会忽略一些数据呈现的特点,而机器学习就不用,再大的数据,它都有方法找到各种维度。

所以理解AI如何工作,就是对数据和数据的计算有重新认知。

第二,知道AI擅长什么。

AI发展太迅猛,很多“外行”可能觉得只要有大数据,AI就能通过训练来解决问题。但往往忘记了,一切都要在人们明确其参数范围的前提下,AI才会显得出色而有用。

知道AI擅长什么,才能在面对问题时知道:这个AI可以解决,这个AI还没法解决。

第三,知道AI无法做什么。

不要认为呼吁学习“AI方法论”,是因为AI万能,恰恰相反,是因为AI不能做的还有很多很多,只有知晓AI的不能,才能在AI使用中防止被“忽悠”。

比如AI无法揭示数据背后的“偏见”,也还无法理解它给出建议的后果,所以在你运用AI给出一些决策建议的时候,千万不能把这个决策建议当做最终决定。

AI永远无法做什么?比如聘用谁、不聘用谁,董事会上该讨论和进行的决策,这些都无法让AI全权完成。

总而言之,AI时代已来,但最好的拥抱方式是善于为AI找到应用机会,能够帮助员工更高效完成现有工作,并快速实施更多的想法。

对AI有更充分的了解,就能知道哪里可以部署AI,哪里需要避免AI,哪里需要投资AI。

AI会让人类组织和团队不断进行变化,包括在组织工作方向、沟通和脑暴的时候,有AI和没有AI都会不同。

所以,是时候了,AI化生存。

传送门:

最后,附上原文链接,如果你感兴趣,可直接阅读原文。

https://hbr.org/2018/08/3-questions-about-ai-that-nontechnical-employees-should-be-able-to-answer

原文发布时间为:2018-08-04
本文来自云栖社区合作伙伴“ 量子位”,了解相关信息可以关注“ 量子位”。

上一篇:part3 :页面布局


下一篇:java设计模式之桥接模式