一項橫跨14個產業，針對超過八百個人工智慧系統進行的調查，把這些系統歸納出四大類型：涉及有限道德決策的重複性任務、內含重要道德成份的重複性任務、涉及有限道德決策的創意任務、既需要創意也需要道德決策的任務。人類員工必須以不同的態度，與人工智慧配合。領導人要活用各種人才，讓手邊可運用的人工智慧工具充分發揮成效。
人工智慧已廣泛應用在各個類型的產業，但大多數領導人只是把人工智慧安插進某個獨立的使用案例中，導致想要擴大運作規模時，會增加許多成本。領導人該怎麼做，才能更有效地運用人工智慧，讓這方面的投資產生更多報酬？
（2021/5/27編按：中央流行疫情指揮中心在稍早證實，將有15萬劑莫德納（Moderna）疫苗在明天抵台。）埃森哲顧問公司的研究顯示，新冠疫情大流行，讓企業加速把資料移往雲端的腳步，莫德納（Moderna）就是這方面領先的業者之一。雲端熱潮正在形成，執行長必須著眼於長期發展，思考五個關鍵問題。
各種AI與數位應用，在醫療領域層出不窮。醫療機構的領導人，很容易受到五花八門的新技術所吸引，而盲目投資。本文作者認為，領導人應策略性地決定採用或抵制新技術，以及新技術如何納入既有的醫療體系。他提出五個步驟：聚焦在轉型，而不是數位化；了解為什麼特定技術可能是重要工具；明智地選擇供應商；進行反覆學習；通過建立部門，來持續進行數位轉型。
採用和擴充人工智慧應用程式的最大障礙之一，是獲取所需的大量數據。更糟的是，法規和隱私問題對共享數據構成障礙。本文作者提出一個可能的解決方案，就是成立一個「數據信託」，來做為數據提供者的受託人，並代為監管這些數據是否被正確而合法地使用。作者並發現，數據信託也可以幫助組織激發創意、跨職能部門協作和創新，並吸引數位人才。
人工智慧有將不公平偏誤放大的力量，使固有偏誤的有害程度呈指數增長。Google人工智慧從業人員主張，為了避免錯誤的因果假設，人工智慧工程師必須與社會科學家、代表性不足的社群成員合作，以便更深入理解複雜的問題。此外，要轉變心態，從「打造我們可以打造的」變成「打造我們應該打造的」，開發出更公平的演算法。
科技日新月異，對我們生活的各個層面產生難以想像的改變，有正面影響也有負面影響。世界是否變得太快？如果是的話，政府是否能夠規範這些破壞的步調及發展軌跡？支持方與反對方各有聲浪，而我們要知道的是，破壞式創新並非萬靈丹，但也不是毒藥。作者認為，與其恐慌或對立，政府應退一步，理性地去平衡成本與效益。
使用人工智慧的企業，通常會雇用一小群高薪員工，再搭配數百萬個低薪勞工。新的數位鴻溝正在不斷擴大，一邊是有辦法得到高等教育與領導能力培訓的勞工，另一邊是無力取得這些資源，甚至還會受到演算法管理的勞工。面對演算法造成的不平等，企業領導人必須扮演重要的角色，不只應該為自由工作者規畫一些溝通、回饋意見和升遷的管道，還必須認真思考如何重新訓練員工，並提升社區參與。
