随着 AI 在您的组织中传播，如何管理风险

立即注册，获取 11 月 9 日低代码/无代码峰会的免费虚拟通行证。聆听 Service Now、Credit Karma、Stitch Fix、Appian 等的领导者的声音。了解更多。

随着人工智能渗透到整个企业，组织正在努力平衡收益和风险。人工智能已经嵌入到一系列工具中，从 IT 基础设施管理到 DevOps 软件再到 CRM 套件，但这些工具中的大多数都在没有风险缓解策略的情况下被采用。

当然，重要的是要记住，人工智能的潜在好处列表与风险一样长，这就是为什么这么多组织首先忽略风险评估的原因。

许多组织已经取得了没有人工智能就不可能实现的重大突破。例如，人工智能正被部署在整个医疗保健行业，从机器人辅助手术到减少药物剂量错误再到简化管理工作流程。 GE Aviation 依靠人工智能创建数字模型，以更好地预测零件何时会出现故障，当然还有很多方法可以使用人工智能来省钱，例如“对话式人工智能，它可以控制餐厅的订单。

这是人工智能的好处。

低码/无码顶点

在 11 月 9 日举行的低代码/无代码峰会上，与当今的高层领导人一起参加。立即注册免费通行证。

现在让我们看看坏的和丑的。

人工智能的风险与其支持者大肆宣传的许多用例一样多种多样，但事实证明，三个领域特别令人担忧：偏见、安全和战争。让我们分别看看这些问题。

虽然人力资源部门最初认为 AI 可用于消除招聘中的偏见，但事实恰恰相反。使用算法内置的隐含偏见构建的模型最终会积极地偏向女性和少数族裔。

例如，亚马逊不得不放弃其人工智能驱动的自动简历解析器，因为它排除了女性申请人。同样，当微软使用推文训练聊天机器人与 Twitter 用户互动时，他们创造了一个怪物。正如 CBS 新闻头条所说，“微软在 AI 聊天机器人变成纳粹之后关闭了它。”

事后看来，这些问题似乎不可避免，但如果像微软和谷歌这样的市场领导者可以犯这些错误，那么您的企业也可以。在亚马逊，人工智能已经接受了主要来自男性候选人的简历的训练。对于微软的聊天机器人，你可以说的关于这种体验的唯一积极的事情是，至少他们没有使用 8chan 来训练人工智能。如果你花五分钟沉浸在 Twitter 的毒性中，你会意识到使用这个数据集来训练任何东西是多么糟糕的想法。

优步、丰田、通用、谷歌和特斯拉等公司一直在努力使自动驾驶车队成为现实。不幸的是，研究人员对自动驾驶汽车进行的试验越多，离完全自主的观点就越远。

2015 年，佛罗里达州发生了首例由自动驾驶汽车导致的死亡事件。根据美国国家公路交通安全管理局的说法，一辆处于自动驾驶模式的特斯拉在十字路口左转时未能停下来。特斯拉撞上大平台，...