오늘의 게스트 블로거는 Meredith Sandland입니다.
노동력에서 인간을 대체 할 수있는 컴퓨터의 잠재성에 대한 많은 고뇌가 발생했습니다. 자가 운전 트럭부터 대형 데이터를 분석하는 기계 학습 알고리즘에 이르기까지 모든 산업은 어떤 방식 으로든 영향을받을 것입니다. 그러나 오늘날의 인적 자원과 마찬가지로 인공 지능 (AI)은 비전 (사례 및 목표 사용), 채용 (RFP 또는 자체 구축), 교육 (구현) 및 시간 경과에 따라 성장할 수 있어야합니다 루프).
많은 새로운 기술과 마찬가지로 AI는 위협적으로 들리지만 그 목적은 인간의 삶을 개선하고 대체하는 것이 아닙니다. 그리고이 기술을 관리하는 리더십이 강할수록 인류에 대한 추가가 더 잘 될 것입니다. 미래의 지도자 세대에게는 세 가지 기술이 필수적입니다.
1. 비전
AI는 그것이 가리키는 방향으로갑니다. 인간이 목표를 설정하면 AI는 가능한 한 빨리 목표를 달성 할 수 있도록 최적화합니다. 미래 지도자들은 AI가 따라야 할 명확한 비전을 가져야합니다. 단기적으로 이것은 도착 지점을 정의하는 데 더 많은 시간을 소비하는 것을 의미합니다. 오라클 CEO 인 Safra Catz가 AI의 재무 기능에 미치는 영향에 대해 Strategy + Business 인터뷰에서 말한 것처럼 “… 후진을 바라 보는 것이 훨씬 쉽지만 앞으로도 기대됩니다. 시스템은 정확한 결과를 계산합니다. 금융 … 이제 자동차의 항해자입니다. 시도 할 경로를 제안하고 새로운 가능성을 모델링합니다. 당신은 과거로부터 외삽 만하는 것이 아닙니다. 당신은 다른 일이 벌어지고있는 것을 자유롭게 볼 수 있습니다. 이것은 완전히 다른 직업입니다. “”쉽게 이해할 수있는 분석이 가능할수록 더 많은 자원이 미래 지향적 인 활동에 참여할 수있게됩니다. 이 비전들이 더 대담 할수록, 인간 복지에 미치는 영향은 더욱 놀랄 것입니다.
2.Context & 상식
인공 지능은 많은 데이터를 가려 내고 상관 관계를 소급하여 앞으로 테스트 할 수 있지만 현재로서는 웅덩이와 진흙이 동시에 발생하기 때문에 진흙 원인을 의미하지는 않습니다. “컴퓨터가 상관 관계를 학습 할 수있는 유일한 방법은 컴퓨터가”통찰력 “을 적용하고 그것이 작동하지 않는다는 것을 알게되면 피드백을 통한 인과 관계가 아니라는 것입니다. 이러한 방법을 배우는 데 필요한 반복은 너무나 커서 회사는 고객이 가장 소중한 자산으로 훈련받지 않은 컴퓨터를 수십만 건의 상호 작용을 통해 학습 할 수 있습니다. 이것이 Augmented Intelligence 또는 Semi-Supervised Learning이 향후 몇 년 동안 AI를 보게 될 단계입니다.
인간은 경험을 자연스럽게 데이터에 연결하지만 행동 경제학은 우리가 관찰 한 데이터를 이해하는 데있어 심각한 판단 오류를 내놓을지라도 우리에게 가르쳐 왔습니다. 통계의 올바른 이해, 실제 관측과 데이터 연결 기능 및 큰 그림 사고는 차세대 리더에게 중요합니다. Microsoft의 Brad Smith와 AI의 EVP 및 Harry Shum의 연구는 새 책 “The Future Computed”에 “AI 기반 세계에 대한 Skilling-up은 과학, 기술, 엔지니어링 및 수학 이상의 것을 포함합니다. 컴퓨터가 인간처럼 행동하면 사회 과학과 인문학이 더욱 중요해질 것입니다. 언어, 예술, 역사, 경제, 윤리, 철학, 심리학 및 인간 개발 과정은 AI 솔루션의 개발 및 관리에 도움이되는 비판적, 철학적 및 윤리 기반 기술을 가르 칠 수 있습니다. ”
3. 문화
AI는 주어진 매개 변수 내에서 작동합니다. 인간이 경계를 설정하면 AI가 경계 내에서 최적화됩니다. 컴퓨터는 “우리가 뭔가를 할 수 있기 때문에, 우리가해야한다는 것을 의미하지는 않습니다.”미래의 리더는 기업의 비즈니스 방식을 명확하게 정의 할 수 있어야합니다. 인공 지능 시스템이 작동하는 윤리적 경계를 제공하는 것은 인간 종업원을위한 문화를 개발하는 것만 큼 중요합니다. 강한 기업 문화는 성과에 관계없이 어떤 행동에 보상을주고 다른 것에는 보상하지 않습니다. 최근 조사에 따르면 정직하게 프로그래밍 된 컴퓨터는 사실 정직하게 행동합니다. 그러나 그 반대도 마찬가지입니다. 반대의 지침이 없으면 인공 지능이 그 주위의 것을 집어들 것입니다. 2016 년, 마이크로 소프트는 대화에 참여한 사람들로부터 인종 차별 주의자, 우상 숭배자, 동성애 혐오스런 문구를 배웠기 때문에 틱봇 (tickbot)을 트위터에서 끌어 내야했습니다. 인터넷 트롤들은 Tay가 최악의 것을 배워야한다고 결정했고 Tay는 그렇게했습니다. 인류는 선과 악으로 가득 차 있습니다. 미래의 지도자는 선을 식별하고 일어 서기 위해 준비해야합니다.
이 기술들 모두 네 가지 공통점이 있습니까? 질문 : “왜?”인간은 “왜?”라고 묻는 것을 좋아합니다. 그렇게하는 능력은 자신의 발전을 독창적으로 제공했습니다. 2 살짜리 아이가 질문을 배울 때부터 그는 “왜?”라는 질문을 할 것입니다. “왜?”라는 질문은 우리에게 동기를 부여하는 것, 이질적인 사실의 관계, 다른 사람들을 어떻게 대하는가에 대한 대답입니다.
좋은 소식은 이러한 기술이 오늘날의 지도자들에게도 중요하다는 것입니다. 인간은 이유를 묻기를 좋아하기 때문에 오늘날의 직원들은 이러한 질문을하고 대답하는 조직을 좋아합니다. 그리고 그것은 더 진실 해지고 있습니다. 밀레니엄 세대는 “목적 중심의 회사”를 위해 일하고자하는 욕망 때문에 악명이 높아지고 있습니다. 그들은 자신이 판매하는 위젯이 무엇이든, 왜 자신의 말을 행동으로 옮기는 회사가 더 큰 “왜”를 가지고 있다고 생각합니다.
나쁜 소식은 이러한 기술이 항상 기업 가치와 보상이되는 것은 아니라는 점입니다. 일부 극단적 인 조직에서는 “왜”를 묻는 욕구가 불순종으로 간주됩니다. 많은 기업에서 이익 이외의 “이유”를 찾는 욕구는 혼란으로 여겨집니다. 그리고 대부분의 회사에서 “왜 안 되겠습니까?”라고 묻는 사람들은 결국 자신의 사업을 시작하기 위해 떠납니다.
저자에 관하여 :
Meredith Sandland는 신경 언어 학적 통찰력과 자연 언어 이해 및 심층 학습을 결합한 인공 지능 영업 플랫폼 인 cyrano.ai의 자문위원 회의 멤버입니다. 메레디스는 컨설턴트로는 처음으로 타코 벨 (Taco Bell)에서 최고 개발 책임자 (CIO)로 20 년간 근무했습니다. 그녀는 랩톱만큼 작고 140 명 규모의 팀을 관리합니다.
