人工智能悖論

如今，人工智能（AI）的發展方興未艾，人們都在討論人工智能。這個熱潮似曾相識，不過以前關於人工智能的感知大多來自科幻電影。上世紀90年代末，各種不同規模的企業，尤其是大型企業或跨國企業，都在努力實現從傳統功能向數碼化轉型。及至2020年疫情和全球封鎖時，很多企業仍在匆忙完成數碼化轉型，方便員工實現居家辦公，協調工作流程。

尤其值得關注的是，微軟、蘋果和其它大型科技公司向人工智能領域投入數十億美元，推出OpenAI等產品，人工智能軍備競賽正在如火如荼地進行。每個人都清楚地知道，或者說應該知道，在全球和工業層面，主導人工智能的競爭有多麼激烈。人工智能已經帶來了一場社會變革。

AI改變商業實踐

毫無疑問，人工智能是下一個技術進步，它將在不久的將來，甚至永遠從根本上改變我們的生活方式。這基本已經成為事實，並將繼續發展下去。然而，在人工智能發展的早期，人們處於新奇和興奮的狀態，人工智能產品存在著實用性方面的諸多障礙。

例如，企業高管在實施和控制方面的障礙，阻礙了他們實現人工智能潛力的最大化，更不用說企業級人工智能部署，在簡化營運、優化工作流程、協調各自為政的部門，以及難以應對的其它組織挑戰方面所花費的巨額資金了。

然而這僅僅是人工智能給企業帶來的挑戰和風險的開始，未來將更甚於此。

AI的私隱和道德風險

人工智能的前景不僅在於其數據分析的速度，還在於其快速訪問及潛在濫用個人資料的強大能力。個人隱私受到其合法隱私權的保護，而保護隱私的責任則落在了擁有私人數據的企業身上。如果人工智能被濫用，甚至不受監控，企業違反隱私法的風險就會上升。

非法監控是人工智能給企業帶來的另一個風險。人們有權在自己的私人空間內從事活動時不被監視嗎？人們有權要求自己的行為不被預測分析商品化，並被反覆出售給市場嗎？人們應該享有這些權利，然而在實踐中，更多的情況是技術超越了我們法律體系應對新挑戰和新風險的能力。

AI中的偏見傾向

人工智能中的偏見問題值得我們仔細探討。「垃圾進，垃圾出」（Garbage in, garbage out）這句格言適用於人工智能中偏見的風險和影響，因為它適用於人類及其個人信仰、行為和觀點。也適用於商業行為標準、隱私問題，以及其它任何可以通過主觀的人工智能進行評估的業務。究其根源，這是因為人工智能是其創造者的產物，因此也是創造者偏見的產物。

AI集成的風險與挑戰

在實踐中，許多企業發現將人工智能整合到當前營運中既存在困難又具有破壞性。在許多情況下，企業的發展既是有機的，也是有序的；既是精簡的，也是孤立的。也就是說，業務實踐和工作流程的細微差別是隨著時間的推移而演變的，這通常是由於陰差陽錯下的個性作風、企業內外的人際關係、既定的業務慣例，以及企業營運方式的「人為因素」造成的。

將人工智能集成到這種微妙的組織及其工作流程，這個過程不僅成本高昂，而且會從根本上改變企業，使其高管和員工無法識別。這還可能導致代價高昂的違規行為。這些風險使得企業的高管們有理由擔心，這種集成不僅成本高昂，而且效果不佳。

AI的數據安全問題

採用人工智能的最大風險之一，就是它們能夠快速訪問整個企業的所有數據。人工智能不僅增強了新形式的網絡攻擊，而且一旦進入網絡，黑客往往能夠訪問未設防的基於機器甚至人類的身份，從而迅速利用公司的人工智能加速攻擊，並發掘受保護的數據、擴大數據盜竊和實施勒索軟件攻擊，所有這些都以指數級的速度加快進行。人工智能本質上是一種工具，誰控制了它，它就為誰工作。