负责任地采用 AI ： 私营部门采购 AI 解决方案指南

在合作中与GEP 负责任地采用AI： AI采购指南 私营部门的解决方案 INSIGHTREPORT JUNE2023 图片:盖蒂图片社 Contents 前言3 执行摘要4 Introduction5 AI获取框架11 1业务战略12 2商业战略15 3数据策略18 4道德与可持续性20 5治理、风险和合规24 6结论28 Appendix29 贡献者30 尾注32 免责声明本文档由 世界经济论坛作为贡献 到项目、洞察区域或交互。 fi的定义、解释和 这里表达的结论是一个结果促进和 世界经济论坛但其结果不一定 代表世界经济的观点 论坛，或其全体成员， 合作伙伴或其他利益相关者。 ©2023年世界经济论坛。所有权利reserved.Nopartofthispublicationmay以任何形式复制或传播 或以任何方式，包括影印 和记录，或通过任何信息存储和检索系统。 2023年6月负责任地采用AI： 采购准则 前言 穆迪·库马尔副主席， 咨询,GEP CathyLi 头部、AI、数据和Metaverse；成员执行委员会， 世界经济论坛 随着人工智能(AI)的使用继续 跨行业发展，这已成为当务之急为商业企业确保AI 他们获得的解决方案是负责任和道德的。 全球人工智能市场的增长惊人-2022年价值1360亿美元，估计为以复合年增长率(CAGR)扩张 从2023年到2030年的37.3%。不断增长的使用生成人工智能技术和 先进GPT模型的出现- 他们巨大的潜力和独特的道德挑战-强调更大的需求 建立负责任的AI实践标准和采购。 负责任地使用AI很重要，不仅因为组织有社会责任和 声誉要保持，但也为长期 商业和社会的生存能力和福祉。这包括保护企业免受潜在影响 未来的风险，特别是与地区相关的风险例如知识产权、数据和隐私。 虽然人工智能系统正在迅速发展，但内部人工智能专业知识通常是有限的，没有标准基准和评估标准 协助端到端采购流程。 为了解决这一差距，世界经济论坛与GEP合作，发布了商业组织综合指南， 负责任地采用AI：指南 私营部门采购AI解决方案。 在本报告中，我们提出了一个结构化的框架评估获取人工智能解决方案的影响， 强调透明度的重要性， 问责制和以人为本的设计从从发展到实施。框架 提供评估潜在解决方案的指导基于偏见、隐私和安全。它分享关于整合道德原则的建议 采购标准和流程，通常 涉及多个利益相关者。最后，它提供有关如何将所有这些步骤与 强有力的治理标准，确保这些原则被应用。 简而言之，这个框架是一个重要的资源对于想要的商业和采购领导者 保证他们的组织在 采用社会责任AI的最前沿。 执行摘要 为负责任的人提供实用指导人工智能的采购和实施 私营部门的解决方案。 对人工智能(AI)解决方案的需求在企业中突飞猛进 在过去的几年中，由改进的数据驱动可用性、先进的算法和增加的 处理能力。而人工智能工具的使用提供了重要的fi不能值，有必要接近它 对负责任的AI获取进行评估，采购作为协调人驱动 实施这一框架。 总的来说，该报告提供了以下方面的实用建议： 小心，避免其潜在的负面影响，甚至– 危险，后果。世界经济论坛与GEP合作发布了此 商业组织综合指南– -跨行业-促进 识别、选择和实施AI解决方案 负责任和道德。– 评估AI解决方案的道德标准和法规遵从性 使解决方案与业务和商业目标 评估其潜在影响。 本报告是一个实用的工具包，将有助于驾驭AI采购的挑战 通过一个结构化的框架。它是有方向性的，不是规定性和行业不可知论的，不是 问题说明fic。 它讨论了AI解决方案的必要性与业务目标、道德标准和 监管要求，以及重要性利益相关者的合作和企业- 广泛的评估过程。它突出了fivekey 考虑因素-商业战略，商业 战略、数据战略、道德和可持续性，以及治理、风险和合规性-针对 哪些AI/机器学习(ML)解决方案可以 从自动化重复任务，减少错误 或风险，并优化定价，以识别新的机会，做出准确的预测和 支持投资决策，人工智能解决方案可以帮助企业执行各种战术 和战略活动，以提高EFfi的效率和支持成长。用细心和负责任 采购，组织可以驾驭力量 人工智能来提高他们的生产力并获得竞争优势。 此AI采购中的可定制框架 指南旨在为寻找的组织打开大门在道德上利用AI的破坏力。 Introduction AI/ML解决方案应解决战略问题对齐、数据集成、道德合规 和风险评估。 企业中的人工智能(AI)是指人工智能技术的使用和应用私营部门组织改善运营， 提高EFfi效率，推动增长。 AI在企业中的采用呈指数级增长在过去的十年里，因为更大的数据的可用性，开发更多 复杂的算法和增加的 计算机的处理能力。进步在云计算和边缘的出现计算也使实现AI- 实现AI改善运营的潜力 并推动增长，开始制造显著的fi不能对人工智能系统的投资。 AI的关键驱动因素之一是自动化.AI-动力自动化可以帮助企业实现自动化重复且耗时的任务-例如数据 入门、客户服务和库存管理 -并提高速度和准确性以及 降低成本。它可以解放人类工人专注于更复杂和战略性的任务。 供电解决方案更容易，更具成本效益。AI驱动决策是另一个常见的 企业中的用例，人工智能用于分析 然而，私营部门企业find 导航的采购和部署 AI技术是一个巨大的挑战，因为各种原因，从缺乏必要的 战略、数据质量的defi定义技能 andestablishedplaybookstofollow.Thisreport 旨在促进负责任和道德 采购AI/机器学习(ML)解决方案在商业组织中，通过发展 全面的指导方针和实用的工具包 这是方向性的而不是规定性的。它会帮助企业评估AI/ML解决方案 强大的采购框架，并建立一个整体获取和部署AI解决方案的方法 实现组织目标。 为什么企业需要AI AI在企业中的历史可以追溯到到计算的早期，当企业 fiRst开始尝试基于规则的专家系统，旨在执行 特殊fic任务，如分析数据和制作预测。这些系统在其 能力和所需的意义fi不能人工输入功能有效。 在20世纪90年代，ML算法开始成为开发，允许AI系统从数据中学习 并随着时间的推移提高性能。这标志 企业人工智能历史上的一个转折点，作为 ML驱动的系统可用于分析大量数据并进行预测 更准确、更有效的fi。在2000年代，计算能力和 大量数据的可用性开始驱动 在企业中采用人工智能。企业， 数据并为决策提供建议- 制造商。人工智能可以用来优化定价，发现新的商业机会，甚至使 投资决策。 虽然AI正在成为一个越来越重要的工具 对于组织来说，为了充分实现其利益，他们需要投资必要的基础设施，人才 和技术。此外，企业应该解决与收购相关的挑战 并实施AI解决方案，例如缺乏专业知识、数据隐私和安全问题。 为什么我们需要负责任的AI 采购指南? AI/ML的采用正在飙升，尤其是后COVID-19，影响深远 关于企业 世界各地的组织越来越多地采用AI和ML支持业务增长，改进EFfi公司并获得竞争优势。 全球人工智能市场预计将达到1500美元到2030年达到10亿马克1，由大量的科技巨头在研发方面的投资 先进的技术。在许多情况下，AI解决方案深深地嵌入到组织的 企业应用程序，提出建议 和预测，并在fi中使用关键决策- making.Thus,it’sessentialtoensurethatAI提供符合道德、负责任和可靠的解决方案。组织必须对以下项目进行关键评估 选择和建立时的AI解决方案一个持续的审查过程，以确保 解决方案与业务意图保持一致，并且组织价值观。 对行业标准实践的指导有限以及最小化组织风险的方法 和托管？需要哪些数据以及如何你收集并清洗它？ 虽然几乎所有高管都认为人工智能至关重要，大多数人承认导航的斗争 人工智能技术的采购和部署。 企业必须考虑一些关键因素，同时采用人工智能，包括： –业务战略调整：做的AI 战略是否与更大的公司战略保持一致？ AI解决方案是否实现了优化的业务成果，为 组织？它如何与长期保持一致组织愿景和战略？ –业务案例:什么是非货币 gains?Istheinvestmentjustified?Are 为长期回报而优化的商业条款投资(ROI)和总成本优化？ –技术和数据集成：做 解决方案符合公司和监管数据保护要求？你如何规范数据管理外包 –道德标准：是AI系统和 解决方案提供商与组织保持一致价值观和遵守道德标准？ –风险评估:有什么风险？如何你是否进行初步影响评估 确保道德、公平和可持续部署？有哪些挑战和行业经历过的成功？ –敏捷和协作的AI系统 积分:是一个可扩展的AI系统已经在地方？如何将AI应用程序集成 进入流程，以便他们有效地工作交付团队? 准则的范围 本人工智能采购指南的范围是 完全专注于采购人工智能应用程序。 图1理解AI：工具、技术、推动者 核心铝技术和模型用于处理， AI应用程序 解决和学习的基础上 -增强研究 -智能代理 中的预期应用程序组织。通常，核心Al (市场营销、医学、 -预测系统 技术与 科学等) (维修、零售、贸易 其他技术来驱动 AI应用程序 -自动驾驶汽车和无人机 -生物识别，面部和手势识别 -扩展现实 -产品创成式设计 etc.) -推荐系统 -机器人过程自动化 -测试，语音，图像和视频识别 期望的结果。 AI核心技术-基于规则的推理 核心Al技术是数学和统计 AI核心技术 -机器学习 -深度学习 -神经网络 -强化学习 -监督学习 -无监督学习 -实施例 -自主机器人技术 -人类增强 -决策 -专家系统 -Knwoledge表示 -计划和调度 -浸泡和优化 -Perception -增强和虚拟现实 -机器视觉 -自然语言处理 模型和框架 被部署到巨大的过程数据量，使 决策，了解 结果、存储结果和 使用它们作为附加数据指向改进未来decisions. AI核心技术 AI支持基础设施 Al促成者和支持 -网络安全 -云 基础设施是核心 AI AI支持 -数据分析 -高速互联网和 基础技术 启用者 基础设施 -道德和责任 处理器 Al生态系统需要 -结构化和非结构化 -传感器，物联网 成功。 数据 -手机和设备 这些技术改进 -机器人技术 总体有效性和EFfi铝解决方案的有效性。 资料来源:世界经济论坛,赋能AI领导力, 负责任地采用AI：采购准则6 AI指南将如何帮助– 本报告是一份详细的分步指南， 将帮助有兴趣获得AI的企业– 解决方案解决了每个关键考虑因素前面列出的。每个部分都包含 可用于评估和了解供应商 在采购过程中，这将有助于find 最适合您组织需求的fit。 Defi每个标准的可接受水平概述但捕获的相关标准 负责的AI获取 提供一个相互排斥的，完全详尽的(MECE)供应商问卷，而是一个方向上全面的 帮助决策的问卷调查关于AI解决方案的采购 虽然工具包主要关注人工智能软件，它可以为AI解决方案量身定制和调整capabilities.Theseguidelineswillhelp: –提供整体评估框架-通过评估从风险到道德的一切偏见-实现负责任的AI获取 –作为一般的，与行业无关的指南用于AI获取，涵盖诸如 供应商美化，关键利益相关者身份fi阳离子、供应商评估框架和供应商选择 –在平衡的同时实现决策 具有社会和道德的业务需求通过制定目标来承担责任基于供应商问卷的评价 –为协作带来提供框架 关键利益相关者在一起。准则是不是打算： –成为所有行业的升降解决方案，但一个容易定制的指南 –概述需要考虑的特定fic法规或法律，而是引导用户评估AI解决方案 提供适当的法规和标准 –确定合适的物理机器人工具和AI硬件系统，但用于AI软件解决方案/应用。 如何指导原则被开发 这本指南是由世界设计的经济论坛第四工业中心 与GEP相关并活跃的革命与多个论坛社区合作 代表买卖双方的合作伙伴 石油和天然气、能源、建筑等行业和咨询等。 它探索并纳入了