尽管ChatGPT的输出结果可能让你产生一种情感共鸣,但ChatGPT显然既没有任何意图,也没有所谓的观点——旗帜鲜明地提醒你应该重视什么或不重视什么,更无法评估它所输出的结果对你会造成多大的影响。美国著名计算机科学家和认知科学家马文·明斯基(Marvin Minsky)把这些判断称为“常识问题”(common sense problem) 。这意味着AI不像人类那样,能把一些常识应用于各种问题的解决上。比如,我们人类都知道“水是湿的”,并能将这种基本的、通用的知识应用于很多场合,但AI可能就做不到这一点 。
AI不具备常识,因此它无法理解人类为什么要从事商业活动。Meta公司(前身为Facebook公司)首席AI科学家杨立昆(Yann LeCun)曾在社交媒体上发表文章,更加明确地指出了这一点。他认为,人工智能领域至今尚未打造出一种能够让机器理解世界运作方式的学习模式。 更重要的是,对于如何提升AI在这方面的能力,他目前也没有找到明确的改进途径。
综上所述,因为AI缺乏常识,所以它不能和人类生活的世界建立联系。我们不难看出,AI无法完全理解人们为什么要从事商业活动。因此,我们不能指望AI能够提出适合企业特定目标的正确问题。
AI技术专家普遍缺乏商业运作的框架体系,也无法提出指导“数据驱动决策”的问题
如果AI不具备提出指导“数据驱动决策”的问题的能力,那只能由人类自己负责提出这类问题了。那么,由谁负责提出呢?你或许会说,是不是可以由AI技术专家来提?值得肯定的是,AI技术专家确实可以从AI分析后的数据中得出一些有意义的研判。但是,他们是否有一个正确的框架体系,能够以满足企业宗旨和业务目标的方式来解读数据呢?我认为他们不太可能掌握这样的框架体系。原因在于,他们中的大多数人并未接受过有关商业运作基本原则和企业目标设立方面的专业培训。相反,他们接受的培训主要聚焦于技术能力提升方面。只有那些真正深谙商业运作的企业领导者,才具备理解商业如何运作以及如何基于市场需要塑造企业目标的知识和能力。因此,正确的问题必须由具备商业专业知识并能够阐述企业战略目标的人提出。
可以这么说,你问你的IT部门采购了什么硬件和软件是一码事,但问你的数据分析专家数据会为公司目标带来什么影响则完全是另一码事。作为企业领导者,确定公司的目标并基于它来提出正确的问题是你义不容辞的职责。因此,作为一位深谙AI的领导者,你需要定期与AI技术专家面对面交流,并向他们传达你希望利用数据回答哪些关键问题。只有通过这样的方式,AI技术专家才可以更有针对性地分析数据,看看已有的数据是否可以用来回答那些对公司目标至关重要的问题。如果现有数据不足以回答这些问题,那么你要让数据科学家继续收集新的、不同的数据。
为什么我如此强调企业领导者在这方面的职责呢?这是因为我见过太多的企业领导者并没有认真遵循我的这一中肯建议。有一次,在我与一群企业领导者交流的过程中,他们推进AI部署的思维模式让我产生了一种感觉:公司给他们发的薪酬似乎过高了,与此同时,他们公司的数据科学家得到的报酬却显得偏低了。我的这番评论显然让他们感到意外,甚至引起了他们的不悦。他们中的几位质问我为何会有这样的观点。我回答说,原因其实很简单。他们刚刚向我透露,这些企业领导者依赖数据科学家来解析数据背后的含义,以便利用这些数据洞察的结果来规划公司的战略方向。在我看来,这些企业领导者似乎对自己公司的战略方向缺乏清晰的认知。他们似乎在想,“我们的数据科学家正在检查我们是否走在正确的道路上,一旦他们提供了最新的发现,我们就能明白应该向客户传达什么信息,并据此制定我们公司的业务战略”。这种想法给我的直观感受是,这些企业领导者并没有认真履行好他们的职责。他们更像在被别人领导,而非真正地领导别人。问题的症结在于:他们并不真正了解公司的经营宗旨和战略目标,因此也就无法提出那些能够指导“数据驱动决策”的关键问题。
使用AI来分析数据时,作为企业领导者的你必须参与进来,以便提出正确的业务问题。这些问题不是随意提出的,而是基于企业的经营宗旨和战略目标提出的。也就是说,任何组织使用AI,都应该以组织目标为导向。令人遗憾的是,我所见到的大量企业案例表明,企业很容易被自身组织目标之外的其他次要因素影响,因此,在部署AI过程中出现各种沟通不畅的问题也就不足为奇了。
评论 0条