人工智能正在重塑工作，首席信息官需要明智地负责任地使用它，以建立信任、提升战略并与机器合作。

图源：Credit: Simon Greenman

Simon Greenman（西蒙·格林曼）拥有超过25年在各行业引领人工智能驱动创新的经验，负责任地帮助企业大规模采用人工智能。

作为MapQuest的联合创始人以及全球公司和投资公司的顾问，他直接与技术领导团队合作，共同制定人工智能战略、治理和实施。

在与Champions Speakers Agency（冠军演讲者机构）的独家采访中，Greenman（格林曼）分享了首席信息官如何应对人工智能的风险、调整领导策略并为一个未来做好准备——在那个未来中，人机合作是商业成功的关键。

一、您如何定义人工智能和生成式人工智能？

Simon Greenman（西蒙·格林曼）：“人工智能是关于复制人类智能——感知、推理、学习和解决问题。它有不同类型：狭义人工智能专注于特定任务，比如在人力资源部门审查简历或在医疗保健领域分析核磁共振成像扫描，而通用人工智能则旨在全方位匹配人类的认知能力。”

“生成式人工智能将重点从预测转移到内容创作——曾经只有人类才能创作的文本、图像、视频、音乐和知识输出。当OpenAI在2022年底推出ChatGPT时，这一飞跃激发了公众的想象力。

“现在，生成式人工智能可以应用于各个领域和行业，从市场营销到金融服务，从医疗保健到教育。它是一种使能技术，将被编织进无数应用程序中。”

二、在企业规模部署人工智能时，领导者可以从MapQuest的扩展经验中学到什么？

Simon Greenman（西蒙·格林曼）：“1996年我们推出MapQuest时，它为公众带来了在线地图和驾驶路线规划，当时全球只有大约4000万互联网用户。

“需求是压倒性的——我们在第一天就崩溃了，因为我们没有足够的带宽或计算能力来满足所有请求。我们不得不将运营转移到丹佛，以获得更好的基础设施。

“当时互联网还处于前沿时期，招募了解它的人本身就是一项挑战。但事实证明了用数字工具解决普遍问题的力量是一个至今仍适用于人工智能的教训。”

三、负责任的人工智能的关键风险和最佳实践是什么？

Simon Greenman（西蒙·格林曼）：“像任何技术一样，人工智能既可以用于好的方面，也可以用于坏的方面。风险主要分为三个领域：

1.诚信和信任——生成式人工智能可以产生令人信服但不正确的信息，这些模型还可能反映并放大人类偏见。

2.法律和监管合规——这包括版权问题、自动驾驶汽车等应用中的安全性以及特定行业的规则。

3.社会经济影响——大型人工智能模型的碳足迹以及潜在的失业情况。

“各国政府已经做出了回应。《欧盟人工智能法案》于2024年通过，为管理风险设定了框架，英国、美国和中国等国家也在推进相关法规。领先的科技公司正在采纳自愿原则，并将其纳入政策和工程实践中——从透明度到公平性测试。

“对于首席信息官来说，建立数字信任至关重要。不要等待监管机构——应积极采纳安全的人工智能原则，并向利益相关者表明你致力于道德的、可解释的人工智能。”

四、人工智能将如何改变我们的工作方式？

Simon Greenman（西蒙·格林曼）：“人工智能将被整合到各个职能领域的日常任务中——包括市场营销、技术、财务等。研究表明，大多数工作将至少有一部分工作量受到生成式人工智能的影响。

“它的优势在于生成初稿——报告、提案、研究总结等，然后由人类进行完善。这种‘副驾驶’模式使工作更具吸引力，并帮助人们专注于更高价值、更具创造性和战略性的活动。”

“生成式人工智能现在已经被嵌入到我们已经使用的工具中，从微软365到谷歌工作区和Salesforce。这不再是一个人工智能是否会影响你的角色的问题，而是你将如何利用它来获得优势。”

五、首席信息官从您关于人工智能的公开演讲中应该得到什么启示？

Simon Greenman（西蒙·格林曼）：“我的目标是揭开人工智能的神秘面纱，消除炒作和恐惧。首席信息官应该了解什么是真实的、什么是可能的，以及如何安全有效地实施人工智能。

“人工智能可以成为一股强大的向善力量——提高效率、增强服务，并在医疗保健和教育等领域应对社会挑战。

“特别是对于英国，我看到了在人工智能创新方面发挥领导作用的巨大机会。但成功将取决于以正确的治理、文化和战略愿景来采用人工智能。”

作者：Tabish Ali（塔比什·阿里）

译者：木青

睿观：

AI时代的CIO（首席信息官），其首要职责不再是技术的“实施者”，而是信任的“构建者”：在炒作与恐惧之间，为企业开辟一条负责任、可信赖的、通往人机协作未来的安全航道。