企业智慧: 创新的新前沿

企业智能： 创新的新前沿 I.Introduction 大数据分析（BDA）-使用数据集来获得可操作的见解-和人工智能（AI）-计算机模拟人类行为，包括决策- 迅速改变我们的世界虽然报道通常侧重于人工智能的未来应用，如机器人手术和无人驾驶出租车，但事实上，人工智能和BDA已经为我们每天使用的产品和服务提供了动力，包括大量的移动应用程序、网络服务和商业解决方案。它们跨越了几乎所有经济领域，改变了医疗保健、运输、物流、娱乐、教育、农业和金融。例如，在可穿戴设备中，这些技术通过帮助我们跟踪步数，燃烧的卡路里和心率，帮助我们过上更健康的生活。它们彻底改变了我们通勤的方式，成为流行的乘车和乘车共享应用程序的基础。他们通过服务满足我们的口味，为我们提供跨多个平台的个性化音乐和视频推荐。他们识别数据中的畸变，以防止银行欺诈，保护我们的资金安全 。他们跟踪学生学习课程材料的速度，以及作物种植的水量。 虽然BDA和AI对消费者的影响并不缺乏报道，但这些技术可能会对企业和政府产生更直接和深远的影响。各种规模的公司都开始在整个企业中使用BDA和AI来简化制造，升级客户服务，收紧供应链，改善员工招聘和保留率，并提高效率和生产率。尽管公共部门的使用速度较慢，但前瞻性政府正在使用BDA和AI来改善治安 ，减少交通，促进获得公共服务，并总体上更有效地为其选民服务。 鉴于创新的步伐，政策制定者开始注意到这一点也就不足为奇了。迄今为止，大多数政策讨论都集中在直接影响消费者的问题上，例如产品安全，责任和隐私。然而，这些讨论经常使用“人工智能”一词来涵盖许多不同的技术。他们也没有区分企业对消费者（“B2C”）和企业对企业（“B2B”）应用程序以及各自提出的独特的社会和政策问题。与围绕过去的技术变革（例如个人计算和互联网的广泛采用）的讨论相反，今天的政策讨论通常也主要集中在可能的风险上，而不是这些技术对人类和社会的巨大承诺。 随着这些讨论的推进，一个关键的挑战将是确保保护消费者免受伤害的善意努力不会无意中阻碍创新或阻碍AI和BDA的有益使用。作为第一步，利益相关者需要在对所涉及技术的清晰理解的基础上，建立一个共同的词汇。他们还需要区分直接影响消费者的应用程序和专门在企业环境中使用的应用程序，因为这些场景中的每一个都可能引发不同的策略问题。 也许最重要的是，我们必须记住，这些技术不是我们无法控制的自主力量。我们所有人——开发者、用户、消费者和政策制定者——都有能力决定这些技术如何发展、如何应用，以及最终如何影响人类和社会。通过公开讨论和参与，我们可以而且确实必须促进对人工智能的深思熟虑和负责任的采用。作为企业数据分析技术的领先提供商之一，Worday认真对待这一责任，并提供本文以促进对这些问题的理解。 本文的第二部分首先描述了几种通常被归类为“人工智能”的技术，然后提供了AI和BDA在一系列行业和使用场 景中的最新应用案例研究。第三部分调查了各国政府最近为应对这些技术提出的政策问题所做的努力，并审查了该领域最近的行业和其他私营部门举措。第四部分利用这些努力，为公共和私营部门如何共同努力处理BDA和AI提 出的政策问题提供高级别原则。我们还提出了行业行为准则的建议。 结论呼吁决策者，监管机构，民间社会，学术界和工业界之间进行对话，以继续开发和完善方法，以最佳地利用BDA和AI的承诺，同时促进全社会对这些技术的道德和负责任的使用。 II.技术概述和案例研究 A.技术驱动因素和关键术语 尽管当前媒体大肆宣传，但人工智能的想法并不新鲜。人工智能研究已经存在了几十年，人工智能的离散应用已经在商业和政府中出现了多年。但在过去的几年中，技术和行业发展的融合已经将BDA和AI创新转变为高速发展。这些进步包括：（1）产生大量数据的设备和服务的广泛使用，例如智能手机，传感器，连接设备和交互式在线服务；（2）数据存储成本急剧下降；（3）云计算的出现，这使得拥有宽带连接和信用卡的任何人都可以使用大量的计算机功能；（4）数据分析软件的快速发展。 在这个数据驱动的新经济中，“大数据”和“AI”已经成为流行语。但是，尽管这些术语被广泛使用，但即使在专家中，它们的含义也缺乏明确性。特别是人工智能对不同的人来说意味着不同的东西，涉及机器学习、机器人、数据分析、增强智能和一系列其他技术。然而，了解它们之间的差异对于知情决策至关重要，因为每一个都提供了不同的潜在利益和风险组合。 为了促进这一领域的更大清晰度，以下各点提供了该领域某些关键术语的拟议工作定义： •大数据更广泛地说，大数据现象是BDA、AI和计算分析当前进步的基础要素。该术语通常指的是结构化或非结构化的大型数据集，这些数据集被分析以揭示模式、趋势和关联，这些模式、趋势和关联可能在对更小或更均匀的数据集的分析中是不可见的。上面确定的技术趋势-包括从各种来源收集大量数据的能力以及数据存储的可负担性-促成了大数据的兴起。1. 1请参阅大数据：包容还是排斥的工具？理解问题，美联储。贸易委员会.（2016年1月），https://www.ftc.gov/system/files/documents/reports/big-data-tool-inclusion-or-exclusion-understanding-issues/160106bigdata-rpt.pdf，在2[以下简称“FTC大数据报告”]。 •大数据分析大数据分析是指大数据分析，使用复杂的算法，为人类决策提供信息。对数据池的分析可以提供即时和有用的见解，发现隐藏的相关性，并允许个人和企业做出更好的决策。2与AI（如下所 述）相比，BDA通常不涉及自动化决策。相反，通过使用数据来揭示以前看不见的联系和见解，BDA 提供的信息使人们能够做出更好的决策。BDA的最终结果是提供人们可操作的实时，可服务的信息。 工作日基准 WordayBechmarig（“WordayBechmarig”）是在WordayData-as-a-Service平台下交付的第一个产品，是BDA在行动中的一个很好的例子。Worday客户可以利用WordayBechmarig来利用广泛的Worday社区的集体力量-包括1800多个全球组织的2600万名员工-通过将选定的去识别数据提供给共享，汇总和安全的数据集，以获取见解，这将有助于推动更明智的决策。参与Worday基准的每个Worday客户都可以访问报告和分析，这些报告和分析提供了关键指标，以更好地了解每个客户与其同行相比的相对绩效。 WordayBechmarig当前使参与的客户可以访问各种基准，例如劳动力构成（年龄，多样性，任期），营业额和职业保留 （人才，营业额等），领导力和经理效率（控制和领导力的跨度）以及Worday使用率（系统利用率，业务流程）。在不久的将来，Worday将推出财务管理基准，其中将包括有关核心收入增长，投资资本回报率等的报告。每个基准都出现在Worday应用程序和仪表板中，以便企业领导者能够做出明智的决策，以提高其组织的竞争地位，而不必离开其记录系统。 传统的基准服务提供了超出上下文的过时数据，这限制了此类服务的分析能力。WordayBechmarig利用Worday技术平台和参与客户群的强大功能，确保交付给客户的所有报告和分析都是可靠和准确的。每月清除和重建整个Worday基准数据集，以便参与的客户可以获得见解并根据当时的市场条件做出决策。通过访问跨位置相似的同行的横截面的当前可靠数据，每个Worday客户都拥有在各自市场中实现最佳性能的工具。 2自适应定义梅里亚姆-韦伯斯特，它定义了“分析”。请参阅梅里亚姆-韦伯斯特，分析，可在https://www.merriam-webster.com/dictionary/analystics上获得（上次访问2017年 10月10日）。 •人工智能.人工智能通常被理解为使计算机能够模拟智能人类行为的技术。引用牛津词典，它指的是“能够执行通常需要人类智能的任务的计算机系统的理论和发展。与BDA一样，当今的许多AI技术都依赖于复杂的算法 来分析海量数据集，从中识别模式，然后得出推论和结论。然而，与BDA不同，AI的大多数应用确实需要训练计算机以自动化方式完成某些任务。例如，人工智能应用程序可以决定何时在自动驾驶汽车中执行转弯，何时调整恒温器或何时给农作物浇水。通过这种方式，人工智能技术不仅可以为人类决策提供信息，而且可以在一定程度上代替人类做出决策并采取行动。相比之下，BDA产生的见解可以帮助决策者进行分析，回答和行动，但并不充当决策者本身。 使用这些定义，WorkdayBenchmarking将有资格作为BDA而不是AI的一个例子，因为该服务不会做出实际决策或代替人类采取行动。相反，WorkdayBenchmarking揭示了客户可以用来告知他们的决策的趋势或模式 。 然而，值得强调的是，即使是人工智能应用程序也完全在人类的控制范围内——尽管许多当前的科幻电影会让我们相信这一点。出于这个原因，专家有时会使用“增强数据发现”这个术语来代替“人工智能”，因为这强调了人类智能和控制在人工智能应用中的作用。虽然复杂的人工智能程序当然能够做出决定，但这些决定仅限于人类确定的决定，并且仅与用于训练程序的数据一样好。 •算法。算法形成了为BDA、AI和许多相关技术提供动力的计算过程。在最简单的形式中，算法构成了一组逐步的指令，计算机遵循这些指令来执行特定的任务。5算法用于计算，数据处理和自动推理，并使技术解决方 案能够增强感知，学习和决策，旨在提高人们的能力。 3牛津大学出版社,牛津生活词典(2017),可用在https://en.oxforddictionaries.com/definition/artificial_intelligence。 4玛格丽特·劳斯,什么是增强智能，http://whatiss.techtarget.com/definition/augmented-intelligence（上次访问2017年10月14日）。 5请参阅人工智能：未来决策的机遇与启示，英国政府科学办公室。（2015年），https://www.gov.uk/government/uploads/system/uploads/attachment_data/file/566075/gs-16-19-人工智能-ai-report.pdf，第5页[以下简称“英国人工智能报告”]。 解决复杂的问题。下面列出的所有技术都使用算法来处理信息。 •机器学习。机器学习是指AI算法会根据自己的输出而变化-也许更好地描述为“随着经验而自动改进的计算机程序”。“6机器学习系统通常会识别数据中难以发现的关系，否则可能会被遗漏7大多数机器学习方法并不局限于从给定的输入中产生单个预测;相反，它们通常会产生概率输出，提供一系列可能的预测与不确定性的估计相关。 •深度学习/神经网络深度学习是机器学习的一个子集。也称为多层神经网络，这是一个依赖于使用非线性算法过程来查找模式或对数据进行分类的过程。9尽管这种通用方法包括各种不同的技术，但关键特征是它们都使用分层或分阶段设计，其中上一层的输出用作下一层的输入。 基于机器学习的员工发展 越来越多的公司专注于个人员工的发展。Workday通过我们的机器学习功能以多种方式支持这一点，包括以下方面： 工作日学习应用机器学习来为个人量身定制工作场所学习；i.Procedres.，该系统了解员工，并根据员工的职位，公司的任期，与 内容的互动等进行课程和课程建议。在自动化和机器学习不断发展的动态商业环境中，公司需要重新调整学习策略和编程，以确保 员工学习新技能，继续成长，并为新挑战做好准备。 职业道路/机会图是核心Worday人力资本管理系统的一个功能，使每个人都能够负责职业规划并主动制定职业目标。它通过揭示担 任相同角色的其他人的工作变动，为员工提供公司内部职业道路的个性化视图。通过分析