“我喜欢把它看成是增强智能。它仍然是人工智能，但在这种情况下，它重建了人类和机器之间的伙伴关系。”美国人工智能专家博士丽莎·帕尔默（Lisa Palmer）和CD&IO（首席数据官兼首席信息官） 安娜·兰斯利（Anna Ransley）讨论了首席信息官如何带头帮助他们的组织制定明智、战略性和有影响力的人工智能生成战略。

本文中专家与CIO讨论了生成式人工智能的崛起如何影响首席信息官的角色，在员工队伍中必须开发哪些基本技能，以及每个组织现在需要制定的实施方案，以便能够在这个复杂而具有挑战性的环境中进行持续创新。

来源：SHUTTERSTOCK / GORODENKOFF

生成式人工智能风靡全球，每天都有人在高管层的会议室进行讨论。它的力量和潜力是如此之大，以至于全球各国政府都在试图弄清楚如何监管它。虽然这种“一夜成功”已经酝酿了几十年，但我们才刚刚感受到生成式人工智能的影响以及随之而来的大规模破坏。

当然，与任何“下一件大事”一样，也有很多炒作。在最近一集的Tech Whisperers（科技风吟）播客中，Dr.Lisa Palmer和Anna Ransley是两位一直处于生成式人工智能一线的领导者，她们和我一起讲解了这个故事，并帮助我们将炒作与真实的东西区分开来。帕尔默博士是世界顶级人工智能专家之一，也是长期的行业资深人士，她正在就如何接近和利用这项新技术向公司提供培训和建议。安娜·兰斯利（Anna Ransley）是CD&IO，以在Godiva和喜力等公司的工作而闻名，她一直在就生成式人工智能的应用策略、风险和机会向董事会和高管提供建议。

在播客之后，我们花了更多时间讨论生成式人工智能的崛起如何影响首席信息官的角色，在员工队伍中必须开发哪些基本技能，以及每个组织现在需要制定的实施方案，以便能够在这个复杂而具有挑战性的环境中进行持续创新。接下来是编辑的对话。

一、丹·罗伯茨：生成式人工智能如何影响首席信息官的角色，今天的首席信息官需要考虑什么领导方式？

博士丽莎·帕尔默：对于首席信息官来说，这可以说是他们职业生涯中最大的转折点。如果你觉得过去自己被迫担任行政支撑类型的首席信息官角色，现在是你改变这种情况的机会，让你挺身而出，成为影响生成式人工智能的领导者。你的组织需要有人来担当领航者。当个人知道他们信任并且由具备技术能力的人负责这项特定技术时，他们需要有人来施加影响力。我们需要那种领导力。

LISA PALMER博士，人工智能策略师

如果您是一个长期创新的首席信息官，您可能已经走上了拥抱生成式人工智能的进化之路，我鼓励您联系您的同行，联系那些向您和组织中担任领导角色报告的人，并请帮助他们提高技能。带着他们和你一起踏上这段旅程。我们要专注于教育培训，这非常重要。

这是一个绝佳的机会，可以推动您自己的职业生涯向前发展，同时帮助您的组织最大限度地取得成功，同时为您的员工服务，并创造一个为社会创造最佳结果的环境。我们所有人都希望在职业生涯的这个阶段产生这种影响。所以我只是引导你去拥抱它。

二、丹·罗伯茨：Lightcast人才应用研究副总裁Will Markow最近写了一篇关于人工智能驱动的技能变化的文章，以及为什么技术工作者需要发展更高水平的技能来提升他们的技术敏锐性。你对成功的新角色和技能有什么看法？

CD&IO安娜·兰斯利（Anna Ransley）：首先，当我们在日常生活中实施和嵌入人工智能时，我们需要非常慎重地考虑我们作为组织、个人和社会所做的选择。使用人工智能来协助和放大知识与智能的价值，让人类参与人工智能的进化是很重要的，而不是用黑盒算法取代我们的关键决策。

CD&IO安娜·兰斯利（Anna Ransley），CDIO，QUAKER HOUGHTON

在成功的新角色和技能方面，正在创造一些新的工作，一些工作我们已经熟悉，一些工作仍然难以想象，但随着我们在这个生成式人工智能应用的旅程中取得进展，这些工作将变得广为人知。比如，有技术交付型与敏捷响应型两种人工智能工程师，一个是技术性很强的人，他了解机器学习算法、它们的工作原理、数据操作和人工智能使用的编程语言。然后是敏捷工程师的非技术角色，他知道如何有效地提示生成式人工智能，以从中获得最佳结果，并训练它在未来获得更好的结果。这是两个截然不同的角色，但它们在AI发展中是非常自然的。

除此之外，在这个新世界里，有一套对每个人来说都很重要的技能：

1、拥有敏捷和适应性强的心态，在快速变化的环境中利用机会。拥有这种开放性和核心驱动引擎能力是关键。

2、关注用户并持续发挥影响力。这意味着成为你环境中的积极参与者。

3、培养好奇心和持续的学习心态，以便能够跟上许多变化和演变，并保持相关性。

4、当其他人和我们一起参与时，要有耐心和同理心。坦率地说，同理心和情商是我们人类最大的竞争优势。

5、最后，可能最重要的一个是批判性思维部分。毫无疑问，我们需要能够不断检查我们从人工智能获得的所有输出，并保持谨慎，尽管生成式人工智能反馈的信息听起来可信，但某些东西是否真正准确，还需要多维度验证。由于我们使用人工智能的输出作为我们决策的投入，我们有责任识别和验证这些投入的准确性，以做出高质量的决策。

三、丹·罗伯茨：对批判性思维技能的关注是如此关键，不是吗？

博士帕尔默：是的。我很高兴为自己创造了这个机会，教人们思考和利用生成式人工智能工具，与生成式人工智能工具进行来回的提问与对话，挑战我们对事物的思考方式，并更深入地挖掘事物，并且您可以在自己和这些强大工具之间的一对一环境中做到这一点。

但是，如果我们不教人们批判性地思考，最终会发生的事情是人工智能告诉人们该怎么做。我们看到这种情况在全球范围内上演，人们使用人工智能通过所谓的社会评分来控制人口。它会影响你的一生，无论你是否在做人工智能所期望和告诉你做的事情。这不是我们想要创造的，特别是在美国。我们希望拥有自由和自主权，并用这些工具推动创新。因此，在我看来，推动我们思考和继续教育人们、提高他们的技能和批判性思维，怎么强调都不为过。

四、丹·罗伯茨：鉴于这一切，教育系统需要如何适应？

CD&IO安娜·兰斯利（Anna Ransley）：我认为教育系统需要考虑一个事实，即我们不再为静态和定义明确的工作培训人员。我们需要为今天可能不存在的工作培训人们，至少可能会随着时间的推移而发生巨大变化。因此，我们需要思考，那些通用技能是什么，我们需要创造和培养哪些适应性强的心态？解决问题、创造性思维和批判性思维都是大学和高中需要教给孩子们的绝对重要的技能，让他们为即将发生的意外事件和他们即将拥有的意外工作做好准备。

帕尔默博士：今天我们教育系统面临的挑战是，它主要基于一系列测试，这些测试旨在衡量那些（注：过时的知识与技能）不一定能为我们的未来的劳动力创造价值的东西。从决策的角度来看，这些测试和要求一直持续到美国政府联邦一级。调整我们正在测试的内容和我们正在衡量的内容将绝对至关重要，这样教师才能成功，因为今天他们需要保持在一个非常具体的教学框架内，该框架主要基于这些测试，这些测试旨在创造过去的劳动力。

我们得到了衡量的东西。现在，我们正在衡量错误的事情，让我们的员工为正在积极发生的变化做好准备。所以对我来说，这就是起点：让我们谈谈要衡量什么，以及成功是什么样子，然后适当地调整所有这些事情，以便我们把整个系统排列起来，以创造一个未来成功的劳动力。因为如果我们不改变措施，我们就无法改变行为，因此，我们也将无法改变结果。

CD&IO安娜·兰斯利（Anna Ransley）：我完全同意需要重新审视结果，我们如何评估成功，以及我们实施的激励措施。而且，为了在此基础上再接再厉，我们还需要确保清楚基本面，即无论未来工作会发生什么，我们仍然需要继续教学。子孙后代仍然需要掌握的基本知识将加速和奠定他们的学习基础。如果我们跳过这一步，决策就不会那么高质量或可行。因此，我们需要定义需要传承的基本知识和技能，每个学生在转向更高级的技能以应对未来之前都需要掌握这些知识和技能。

五、丹·罗伯茨：你认为为什么人工智能应该属于首席信息官的职权范围？

CD&IO安娜·兰斯利（Anna Ransley）：首先，作为首席信息官，以及任何技术领导者，我们在整个组织中拥有最广泛的视角，因为我们不仅可以看到整个企业每个部门正在发生的事情，而且我们也有能力采取行动。这意味着我们处于一个非常独特的位置，可以看到任何这些技术可能带来的机会，就像我们也可以看到风险一样，因为通过拥有网络安全心态，我们已经自然而然地倾向于思考技术解决方案的风险和好处。

其次，首席信息官在从项目管理角度运行项目和举措方面也拥有丰富的经验，他们可以使用适当的业务应用案例，并可以考虑风险控制。典型的IT组织已经嵌入了流程，以了解如何在积极管理风险的同时，甚至在实验中执行。因为有两种方法可能会出错：你可以走得太快，不考虑风险，因为人工智能的实施是在正式方法之外完成的——当然正式并不意味着必须缓慢，人工智能创新应用虽是有意为之也并不是说就必须快。或者，你会因为这个过程而放慢速度并陷入困境。这两条路都不是正确的。

总的来说，我认为它非常适合首席信息官的职权范围，因为首席信息官的视角很广，组织中存在的纪律使事情快速运行，但CIO将以深思熟虑和谨慎的方式推动。

六、丹·罗伯茨：你对创建一个新的首席人工智能官职位有什么看法？

帕尔默博士：我认为人工智能是另一项技术，所以我会问这个问题：我们需要首席互联网官的角色吗？因为我认为技术扮演着同样的角色，它需要嵌入到您的整体技术战略中，它需要被您的业务部门当作生产力工具。因此，我并不认为对这个特定职位有巨大的需求。我认为有一些特定的创意行业是有意义的，但总的来说，我不是首席人工智能官的粉丝。

CD&IO安娜·兰斯利（Anna Ransley）：我们在IT方面的许多现有技术都将启用人工智能，因此人工智能将嵌入到我们拥有的所有现有工具集中。比如一个供应商，他们可能有一个已经实施或将在短期内实施的人工智能战略，但对CIO来说将人工智能应用拆分到单独的信息孤岛（筒仓）可能不是最好的方法。

帕尔默博士：到目前为止，我不仅从我的职业道路，而且从我的研究中绝对了解的是，当我们进入人工智能技术之旅的下一个进化阶段，信息孤岛（筒仓）与我们需要的完全背道而驰。

七、丹·罗伯茨：从实际角度来看，生成式人工智能实施方案是什么样子的？每家公司都应该拥有哪些东西？

CD&IO安娜·兰斯利（Anna Ransley）：我们在播客中谈到了这一点，但要扩展这一点，他们需要：

1、建立一个跨职能治理审查委员会，以评估任何生成式人工智能用例的影响，无论是作为独立委员会还是现有治理架构的一部分。

2、设置明确的生成式人工智能应用政策，说明何时可以使用或不能使用以及使用哪些数据。

3、有一个人工智能素养和技能提升计划，将生成式人工智能教育纳入信息安全（InfoSec）培训，或在需要时作为独立培训。

4、在训练任何模型之前，对任何敏感数据进行“消毒”。

5、将生成式人工智能纳入当前的风险评估能力或实施新的能力。

6、对现有生成式人工智能风险以及政策和标准持续改进，因为事情在不断变化。

7、在组织中实施强大的数据治理流程。

8、审查任何正在修改或发布的法规，因为可能很快影响公司的事情正在发生，所以随着新法规的出台，他们需要确保合规。

这些是每家公司现在需要做的事情，因为现在正在发生。

帕尔默博士：我想重申安娜·兰斯利（Anna Ransley）关于法律环境的最后一点。美国面临的复杂性正在广泛增长。就在这个特定的立法周期中，有177项州级立法。因此，对于任何在美国创建产品或服务的人来说，为了遵守，他们必须了解所有这些不同的州级法律。然后我们有联邦一级的法规，然后我们有法律。然后，如果你以跨国方式运营，你必须处理其他国家的所有法律。

法律和监管环境非常复杂，就安娜·兰斯利（Anna Ransley）而言，环境每天都在发生变化。在这种复杂性中保持创新的能力，这样您就不会让您的组织面临风险——这是一个具有挑战性的环境，在短期和长期内，它将变得更具挑战性。因此，我们需要确保有人真正关注这一点，并及时了解他们的业务需求。

八、丹·罗伯茨：最后，当涉及到人们如何看待事物时，文字和信息很重要。有更好的方法来打造这项新技术吗？

CD&IO 安娜·兰斯利（Anna Ransley）：一开始，我听说生成式人工智能被称为创意人工智能。但我认为它在很大程度上描述了它的本质——通用人工智能（Gen AI）闪耀着一种激发创造力的方式，它以前可能缺乏这种能力。我真的很喜欢这样称呼它。

帕尔默博士：我喜欢那个创造性的人工智能术语。在我看来，人类加人工智能的概念是我们成功推进人工智能的绝对基础。我们不必担心人工智能取代人类。我们必须考虑一下，我们如何与人工智能合作，以发挥机器所能给人类所带来的最好的一面？我喜欢把它看成是增强智能。它仍然是人工智能，但在这种情况下，它重建了人类和机器之间的伙伴关系。