Skrevet af Forrester Research, bidragyder
Forrester Research Contributor
Forrester (Nasdaq: FORR) er en af de mest indflydelsesrige forsknings- og rådgivningsfirmaer i verden. Vi hjælper ledere på tværs af teknologi, marketing, kundeoplevelse, produkt- og salgsfunktioner med at bruge kundebesættelse til at accelerere vækst.
Fuld bio Udgivet i Forrester den 11. februar 2022 | Emne: Kunstig intelligens
For nylig udgav Business Roundtable, en indflydelsesrig gruppe af administrerende direktører for store amerikanske virksomheder, en køreplan for ansvarlig kunstig intelligens. Mens mange virksomheder allerede tænker på ansvarlig AI på grund af markedskræfter såsom den forestående Artificial Intelligence Act i Europa og kravene fra værdibaserede forbrugere, vil denne meddelelse løfte samtalen til C-suiten.
Nogle af principperne er forfriskende præskriptive, såsom “innover med og for mangfoldighed.” Andre, såsom “afbøde potentialet for unfair bias,” er for vage eller ufuldstændige til at være nyttige. For teknologi- og virksomhedsledere, der er interesseret i at vedtage nogle af eller alle disse principper, er djævelen i detaljerne. Her er vores korte bud på hvert princip:
- Innovér med og for mangfoldighed.Når folk, der udtænker og udvikler et AI-system, alle ligner hinanden, er der helt sikkert betydelige blinde vinkler. At ansætte forskellige teams til at udvikle, implementere, overvåge og bruge AI hjælper med at udrydde disse blinde pletter, og det er noget, vi hos Forrester har anbefalet siden vores første rapport om AI-etikken i 2018. Afbød potentialet for unfair bias. Der er over 20 forskellige matematiske repræsentationer af retfærdighed, og at vælge den rigtige afhænger af din strategi, use case og virksomhedens værdier. Med andre ord er retfærdighed i beskuerens AI. Design til og implementer gennemsigtighed, forklarbarhed og fortolkning. Der er mange forskellige varianter af forklarlig AI (XAI) – gennemsigtighed er afhængig af fuldt gennemsigtige “glasboks”-algoritmer, mens fortolkning er afhængig af teknikker, der forklarer, hvordan et uigennemsigtigt system som et dybt neuralt netværk fungerer. Invester i en fremtidsklar AI-arbejdsstyrke. AI er mere tilbøjelig til at forvandle de fleste menneskers job end at eliminere dem, men de fleste medarbejdere er ikke klar. De mangler færdigheder, tilbøjeligheder og tillid til at omfavne AI. Investering i robot-kvotienten – et mål for parathed – kan forberede medarbejderne til at arbejde side om side med AI.
Evaluer og overvåg modellens egnethed og effekt. Pandemien var en lektie fra den virkelige verden for virksomheder, der var i fare for datadrift. Virksomheder er nødt til at omfavne maskinlæringsoperationer (MLOps) for at overvåge AI for fortsat ydeevne og overveje crowdsourcing bias identifikation med bias bounties.
Administrer dataindsamling og databrug på en ansvarlig måde.Mens Business Roundtable-rammen understreger datakvalitet og nøjagtighed, overser den privatlivets fred. At forstå forholdet mellem AI og personlige data er afgørende for den ansvarlige ledelse af AI.
Design og implementer sikre AI-systemer. Der er ingen sikker AI uden robust praksis for cybersikkerhed og privatliv.
Opmuntr til en virksomhedsdækkende kultur af ansvarlig AI.Nogle virksomheder begynder at tage en top-down tilgang for at fremme en kultur af ansvarlig AI ved at udnævne en chief trust officer eller chief ethics officer. Vi forventer at se flere af disse udnævnelser i det kommende år.
Tilpas eksisterende styringsstrukturer for at tage højde for AI. Ambient data governance, en strategi til at indføje data governance i daglig datainteraktion og intelligent tilpasse data til personlige hensigter, er ideel til AI. Kortlæg din datastyringsindsats i forbindelse med AI-styring.
Operationaliser AI-styring i hele organisationen. I mange organisationer er ledelse blevet et beskidt ord. Det er ikke kun uheldigt, men også ret farligt. Lær, hvordan du overvinder træthed i ledelsen.
Hvad mangler
Lige så robust og velmenende Business Roundtable's køreplan er, mangler den to kritiske elementer, som virksomheder skal omfavne for at vedtage AI ansvarligt:
Reducer tredjepartsrisiko gennem streng due diligence.De fleste virksomheder anvender AI i partnerskab med tredjeparter – ved at købe tredjeparts AI-løsninger eller ved at udvikle deres egne løsninger ved hjælp af AI-byggeklodser fra tredjeparter. I begge tilfælde er tredjepartsrisikoen reel og skal afbødes. Vores rapport, AI Aspirants: Caveat Emptor, forklarer bedste praksis for at reducere tredjepartsrisiko i den komplekse AI-forsyningskæde.
Test AI for at mindske risikoen og øge forretningsværdien.AI-infunderet software introducerer usikkerhed, der nødvendiggør ekstra test af interaktioner mellem de forskellige modeller og den automatiske software. Forrester har udviklet en teststrategiramme, der er baseret på forretningsrisici og foreslår niveauet og typen af test, der er påkrævet.
Vægten på ansvarlig kunstig intelligens forsvinder ikke lige nu. Virksomheder, der investerer i mennesker, processer og teknologier for at sikre etisk og ansvarlig overtagelse af kunstig intelligens, vil fremtidssikre deres virksomheder mod regulerings- eller omdømmeforstyrrelser.
Dette indlæg er skrevet af VP, Principal Analyst Brandon Purcell, og det dukkede oprindeligt op her.
ZDNet anbefaler
Sådan forudbestiller du den nye Samsung Galaxy S22 — til den bedste pris endnu Vinter-OL 2022: Sådan ser du kampene i Beijing Sådan ser du Super Bowl 2022: Alle dine streamingmuligheder De bedste tv-tilbud lige nu: Sony, LG, TCL, mere De bedste tilbud på streamingenheder: Roku , Fire Stick, Apple TV Digital Transformation | CXO | Internet of Things | Innovation | Enterprise Software | Smarte byer