人工智能的工具无处不在
挑战在于部署它们以便它们实际上做得很好
人工智能（AI）和机器学习越来越多地为工作场所平台和工具提供动力。先进的自动化工具已被广泛推广，可以解除工作人员从“肮脏，沉闷或危险”的任务中解放出来，让他们从事更高层次的工作和创造。普华永道的研究估计，到2030年，人工智能将为全球经济贡献15.7万亿美元，这主要得益于生产力的提高和人工智能推动的产品创新。
在各种类别中，它开始实现其承诺。金融服务公司正在使用这些技术，从回答基本客户问题的聊天机器人到帮助防止欺诈和洗钱的人工智能平台。人力资源（HR）应用程序可帮助公司对简历进行分类，寻找人才，甚至进行初步访谈。它可用于维护警报并防止汽车车队中的设备和车辆故障。采购算法可以帮助分类数据，以做出更好的采购决策。在医疗保健领域，有前途的应用范围从机器人手术到各种病症的诊断，再到AI驱动的预授权和其他医疗认证。
但全球IT公司LTI的执行副总裁兼首席数据官Soumendra Mohanty表示，实现人工智能的好处需要深思熟虑的规划。他说，有效的人工智能应用程序“提升了工作”，允许人类进行“高阶工作”。当技术以正确的方式实施时，这种方法效果最佳。
建立一个有效的框架
PwC战略咨询部门普华永道战略咨询部门的技术战略负责人丹普里斯特说，人工智能的散射方法通常不是发挥作用的正确方法。在过去，自动化通常出现在像ERP这样具有非常独特价值主张的大型推广中。“人工智能更小。它以快速冲刺方式引入，采用更分散的模式，因此公司需要以不同方式管理这种类型的自动化，并设置一些护栏，“他说。在各种应用程序中，有一些常见的步骤可以使它正确。
从任务开始-而不是工作
有效的人工智能应用程序始于业务问题，而不是特定的角色，人力资源咨询和研究公司Future Workplace的创始合伙人Jeanne Meister说，他提供有关学习和工作未来的见解。收集有关业务问题的数据，然后向业务负责人介绍您尝试解决的问题，这是成功实施AI的第一步。确定AI可以改进的具体任务以及您希望工具或平台在生产力，效率，准确性或其他目标方面实现的目标。
“你为什么做这个？你将如何前进，你打算做什么，以及你将如何追踪它？“她说。“我们忘记保持简单。”这意味着从需要解决的问题入手，并开发一个跨职能团队，帮助确定在特定领域采用AI的潜在可能后果。
获取数据权利
人工智能与其数据一样出色。该工具需要哪些数据？培训它需要哪些数据？“[我]很有意思，因为很多人认为挑战是算法，是的，随着我们对这个空间的了解越来越多，这些算法越来越好，并且不断改进。但最大的挑战实际上在于数据，“会计和咨询公司Grant Thornton的董事兼区块链和人工智能实践负责人Malcolm Silberman说。
Mohanty说，人工智能应用本质上是数据需求。根据他们的目的，他们需要有关员工及其绩效的信息，以及影响绩效的环境和其他因素，这可能需要不同的算法。
一旦确定并改进了输入，他就说定期重新访问数据组件以检查可能蔓延到AI工具和员工之间交互的数据和算法偏差是至关重要的。最近，亚马逊放弃了人工智能招聘工具，因为它可能已经取消了女性求职者。
“人工智能输出也需要在其为什么说出某些内容并根据其具有何种信息的背景下理解，”Moharty说。“[这]这是一个关键任务目标，你需要非常非常清楚为什么算法会说些什么以及为什么要推荐一些东西。因此，这是大势所趋，需要采取某种谨慎的方法。”
理解你的团队
普华永道未来的劳动力领导者Carrie Duarte说，你还需要考虑你的团队以及如何收养。员工通常分为三类-对技术充满好奇和热情的早期采用者;受工具可能对工作产生的积极影响的人;然后是那些可能不喜欢改变的沉默寡言，或者担心学习和使用新技术所需的时间和精力。
她说，获得员工和跨职能团队的投入也至关重要。如果你不了解员工的工作或推出技术的潜在复杂性，“你真的不知道你正在改善他们的日常工作，以及生产力和员工的经验和参与度，”她说。
检测
了解角色和任务后，您还可以更好地建立衡量成功的指标。“问问题，'我们如何对Jim和Bob或Sally执行的不同活动进行分类'，然后第二个经常不被问到的问题是'我们到底想要解决的是什么？'”Ravin说道。Jesuthasan，Willis Towers Watson的董事总经理和重塑工作的作者：应用自动化工作的四步法。他说，通常情况下，人工智能被用作以下四个方面之一的解决方案：
最大限度地减少错误
尽量减少性能变化
提高生产力
实现突破
他说，确定如何预先衡量“成功”将有助于组织适应和使用正确的工具来实现预期的结果。
有一件事是肯定的：人工智能就在这里。Mohanty说，无论您是零售工人还是C级执行监督策略，整个工作范围，规则和文件都将通过人工智能进行扩充。确保正确部署和监控这些工具对于以最佳方式使用它们至关重要。
