科技與分析沒有不好用的人工智慧

沒有不好用的人工智慧

Why AI Underperforms and What Companies Can Do About It

高階主管必須與技術專家進行更有效的溝通。

各公司的人工智慧企圖心與實際採用情況,為何落差如此大?主要原因並非技術,而是組織與文化。組織中的關鍵決策者和他們的「人工智慧團隊」之間,在技能與語言上有很大的落差。這個障礙會讓演算法創新停滯、延遲或失敗。而這種障礙正在加深,而非逐漸消失。

問題在於,大部分高階主管是因為他們與人溝通的能力而被拔擢。他們具備複雜且精心磨練過的聆聽、同理能力,他們深思熟慮,能為會議注入活力或降低活力,能表現情感或理解別人的情緒狀態,也能調整自身狀態來適應似乎難以應付的社交場合。

為商業問題開發出機器學習解決方案的人,則是因為與機器溝通的能力而被選中。他們撰寫虛擬程式碼(pseudo-code)與程式碼、開發能擴展到數百萬使用者的大型平台、彙集來自眾多來源的多種格式數據資料。他們結合文字、圖像、色彩、觸覺與動作提示,為使用者撰寫介面,以刺激使用者與他們打造的機器互動。

這兩種群體不能也不會用有成效的方式對話,以後也做不到。他們的目標不同,看待事情、思考、感受的方式也不同。

開發人員想要清楚、精確的指令,這類指令可以很容易轉化為程式碼或虛擬程式碼。業務開發高階主管卻給他們故事與軼事。

機器學習程式設計師想要定義明確的代價...