使人类智商适应AI-何时何地双赢
随着技术的成熟，未来十年将有很多关于关键业务流程的人工智能自动化的讨论。整个组织中的管理人员和工人都在想：“那把我和我的工作留在哪里？” 由于非常关注 人工智能技术，人/机之间的工作关系和学习问题在公司文化的广泛范围内受到了相对较短的关注。
取而代之的是，很多关注点都集中在AI的类人功能上：例如，在聊天机器人中模拟人声以进行客户服务干预，以及使用虚拟个人助理（例如Google的Alexa）进行海量数据搜索以回答 “实时”查询。这些是模仿人类语音和语法的机器的示例，这些机器 在“真实事物”上进行了训练，以使人们对它们感到更舒服。
但是，一旦人工操作，我们人类将在何时何地与AI驱动的业务解决方案和平台进行交互？我们的角色是什么？许多人担心被 简化为任务，而不是简化工作或在公司中扮演角色（例如，AI平台的“火炉”），以检查是否存在错误或分析异常值 ，并确保仪表板输出正常运行和可访问。我们会成为功能更强大的AI大师的仆人吗？
对有关该主题的最新研究的一项调查显示，答案是一个响亮的“否”。毕竟，人类是AI引擎的设计师。随着越来越多的公司开始使用AI进行数字化转型，他们的经验使人们放心， 我们必须提供机器无法提供的功能（至少在一段时间内，以及 技术和智人的更多发展）。本文将探讨该价值及其实现方式。
人工智能的业务采用
但是首先，让我们检查一下AI在业务中的扩散。Gartner 2020年6月的一份报告 显示，实现公司业务数字化的管理举措 已从2018年的62％增长到2019年的82％。（1）在另一篇引文中，Gartner报告说，从2014年到2019年，企业对AI的使用增长了270％以上它对员工招聘，消费者见解，市场营销和统一沟通产生了影响。自2013年以来，使用AI的工作数量增加了450％。（2）
Gartner的另一份报告显示了AI的三种主要类型的影响：机器学习 ，计算机视觉和自然语言处理：“到2021年，来自行业特定解决方案的净新收入净增长的30％将包括技术。” 。并且40％的新企业应用程序将包括它。（3）
接受这些采用率的公司的经验一直集中在 对现有员工进行再培训和寻找新员工，这些新员工展现出必须变得“持续学习”的组织所需的人才，就像AI系统已经具备的能力一样，尽管没有以相同的方式。
在对250位高管进行的一项研究中，他们了解了AI计划的目标，《哈佛商业评论》（HBR）透露，只有不到四分之一（22％）的公司提到减少员工人数。相反，他们希望在不增加员工的情况下处理越来越多的员工和客户互动。他们的主要目标是增强产品的 功能，功能和性能。结果，他们将日常通信委托给机器，同时将客户支持人员 （例如）转移到“更复杂的活动，例如处理不断升级的客户问题， 进行扩展的非结构化对话或 在与客户联系之前联系客户” 问题。” （4）
这些公司处于AI革命的最前沿，他们的管理层了解 了该技术的优势和局限性。他们了解到，人工智能在解决定义明确，范围狭窄的问题方面最成功，而人类则擅长 发现问题和创造新颖的解决方案。
HBR文章还指出，AI项目越复杂， 成功的 可能性就越小。大多数企业都难以在企业级实施AI来获得所需的结果。他们在选择能够增强业务流程的 “低挂果” 项目上取得了更大的成功，这些项目可以增强业务流程，如自动化流程，通过数据分析获得洞察力以及与客户和员工互动。
捕捉人类见解
Analytics2Go一直致力于帮助企业找到自己的高优先级的痛点和configur - 荷兰国际集团AI解决方案，通过我们的分析过程地平线解决这些问题，因为我们的成立在2017年通过识别潜在的分析举措和绩效驱动因素与我们的 客户的知识工作者，我们建立AI优先实现目标。将 得到的分析路线图将成为分析地平线型号为他们的业务。一旦它 被映射，它可以被执行，并与正在进行的举措一致。
因为这是一项适合AI功能的计划，所以 降低了实施风险。而且，最重要的是，该模型的创建是为了与公司的业务战略保持一致。尽管采取了这一重要措施，但Gartner第五次年度CDO调查的受访者中，只有23％的受访者表示，他们定义并跟踪了衡量指标，以衡量通过数据和分析传递给利益相关者的价值。（5）这是人类再次介入的地方：为每个AI计划识别关键绩效指标（KPI）并对其进行监控，以使它们得以实现。
我们对有关此主题的文献的回顾揭示了公司在数字化转型过程中需要记住的一些关键点。它将需要改变他们的工作文化-与新的AI主力军合作。工作流程将被更改。 随着AI技术的进步， 工作人员将不得不继续学习和学习。在《德勤2020年全球人力资本 趋势报告》 的9
ISA Interchange的一位博客作者描述挑战的方式是“定义新的和改进的技能，知识和经验（SKE）。” 他认为，公司除了需要熟悉更多的技术技能外，还需要通过提供沟通和团队管理方面的“软技能”来改变他们支持员工发展的方式。（7）
在2020年，您可能会说孤岛出炉了；A2Go一直在尝试 我们在巴西的数据科学团队与 在美国 的领域专家团队之间的协作，以共享知识和经验。我们发现好处是双重的：我们从所帮助的业务中学到的知识为我们的产品开发提供了便利，并且我们与产品开发流程的紧密联系使我们的领域专家变得更加了解AI在哪些方面可以为业务流程增加实质性价值。
在COVID-19大流行期间，我们发现我们的领域专业知识对于帮助我们从提供AI解决方案作为服务转向提供AI解决方案作为 服务增强的产品 方面具有不可估量的价值。这样做的目的是使我们的客户和潜在客户在 过渡到我们尚不为人所知的“新常态”的过程中，更快，更轻松，更实惠地访问他们所需的解决方案。

关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！