
作者:Josh Krist, Staff Writer, Workday
在商業(yè)流行語中,人工智能似乎是最重要的。每個(gè)人都在談?wù)撍?,但是?shí)際上有多少人理解它呢?阿賈伊·阿格勞瓦爾(Ajay Agrawal)在這一領(lǐng)域取得了令人難以置信的進(jìn)步。 由Agrawal,Joshua Gans和Avi Goldfarb撰寫的2018年一本書 《預(yù)測(cè)機(jī)器:人工智能的簡(jiǎn)單經(jīng)濟(jì)學(xué)》為企業(yè)領(lǐng)導(dǎo)者提供了有關(guān)如何實(shí)現(xiàn)人工智能(AI)價(jià)值的可行建議。
本書的作者解釋說,就像便宜的電和光,得益于電力或便宜計(jì)算,那么更好更快更便宜的預(yù)測(cè)將擺脫業(yè)務(wù)模型和流程中的不確定性,并導(dǎo)致整個(gè)行業(yè)的重新構(gòu)想。歸根結(jié)底,AI有望成為具有多樣性的變革性通用技術(shù)。
在2019年福布斯CIO峰會(huì)休息期間,我們?cè)诩永D醽啺朐聻骋粋€(gè)有霧的下午會(huì)見了Agrawal ,并聊了他書中的一些主要學(xué)習(xí)內(nèi)容。我們的談話節(jié)選如下。
答:對(duì)于他們來說,我最好的建議是將AI視為降低預(yù)測(cè)成本。當(dāng)預(yù)測(cè)或其他任何東西變得更便宜時(shí),我們將使用更多的預(yù)測(cè),并開始以更巧妙的方式使用它。
當(dāng)我與首席執(zhí)行官和CIO會(huì)面時(shí),他們常常會(huì)說:“我們有25,000名員工,而我們從事的是這一行業(yè)。我們應(yīng)該從哪里開始使用AI?” 答案通常很簡(jiǎn)單-您的數(shù)據(jù)科學(xué)小組。該團(tuán)隊(duì)已經(jīng)確定了貴公司的預(yù)測(cè)問題,并以數(shù)字格式存儲(chǔ)了數(shù)據(jù),并將這些預(yù)測(cè)集成到了工作流程中?,F(xiàn)在,他們要做的就是使用一些新的統(tǒng)計(jì)技術(shù),如果有足夠的數(shù)據(jù),這些技術(shù)將生成更好,更快和更便宜的預(yù)測(cè)。
人工智能只能替代一件事,那就是人類的預(yù)測(cè)。
觀察AI的另一種方式是通過重鑄我們以前無法將其視為預(yù)測(cè)問題的問題,以一種可以通過AI解決它們的方式。例如,我們有很多來自大型組織的人力資源主管來到我們位于多倫多的Creative Destruction Lab,他們會(huì)說:“我們想弄清楚要尋找什么技能,我們應(yīng)該雇用誰以及如何提高我們現(xiàn)有人的技能?!?然后,在單獨(dú)的對(duì)話中,我們將聽到業(yè)務(wù)領(lǐng)導(dǎo)者說:“我們?cè)阡N售,市場(chǎng)營(yíng)銷和制造中都需要AI。除人力資源外,我們?cè)诖蠖鄶?shù)地方都需要AI?!?/span>
大多數(shù)人認(rèn)為,由于HR是非常人性化的并且需要大量的情商,因此它不需要AI。錯(cuò)了,人們可以通過將諸如招聘和技能開發(fā)的某些方面的人力資源功能轉(zhuǎn)換為一系列預(yù)測(cè)來利用AI,然后人們可以運(yùn)用他們的判斷力。
答:這真的很重要,因?yàn)楹芏嗳藢?duì)此感到非常威脅。但是,人工智能只能替代一件事,這是人類的預(yù)言。
所有人類的預(yù)測(cè)都容易被機(jī)器所取代。但是,人類還有許多其他有價(jià)值的事情,它們是對(duì)預(yù)測(cè)的補(bǔ)充而不是替代。正如我們剛才提到的,判斷力的一個(gè)方面是-人有判斷力,而AI沒有。人們?cè)谌魏蔚胤讲渴鹋袥Q時(shí),該判決的價(jià)值都會(huì)上升,因?yàn)槲覀兛梢詫⑵鋺?yīng)用于越來越高的保真度預(yù)測(cè)中。
這是一個(gè)比喻:假設(shè)有兩名會(huì)計(jì)師面試同一份工作。其中一位非常擅長(zhǎng)快速準(zhǔn)確地將腦袋中的數(shù)字相加。另一位會(huì)計(jì)師的判斷力很好,他擅長(zhǎng)問一些聰明的問題,例如:“當(dāng)利率上升四分之一時(shí),我們的業(yè)務(wù)將會(huì)怎樣?”
面試官可能對(duì)第一會(huì)計(jì)師說:“您具有寶貴的技能,可以快速,準(zhǔn)確地將數(shù)字累加到您的腦海中,因此您將節(jié)省很多時(shí)間?!?對(duì)于第二人,面試官可能會(huì)說:“擁有這種判斷能力真是太好了,但是每次您提出一個(gè)聰明的問題時(shí),我們都需要三天的時(shí)間來回答。這是很有趣的技能,但它的價(jià)值有限?!?nbsp;
然后是電子表格,由于機(jī)器均衡,第一個(gè)人的價(jià)值下降了??旎蚵龑?shù)字加起來都沒關(guān)系。該機(jī)器比任何人都更快,更準(zhǔn)確。
然而,第二會(huì)計(jì)師仍然有良好的判斷力。他的價(jià)值不斷提高,因?yàn)楝F(xiàn)在每次遇到一個(gè)聰明的問題時(shí),他只需要在電子表格中更改一個(gè)單元格即可找到答案,而不是花三天時(shí)間回答問題。
答:是的,判斷可以量化。如果機(jī)器能夠觀察到足夠多的人根據(jù)其預(yù)測(cè)采取行動(dòng),那么它就可以開始推斷我們的判斷并進(jìn)行預(yù)測(cè)。但是,這總是一場(chǎng)軍備競(jìng)賽。隨著AI觀察到許多判斷,并將其轉(zhuǎn)化為預(yù)測(cè),然后我們可以將判斷應(yīng)用于這些預(yù)測(cè)。審判將仍然是人類的游戲。
答:我最近在東京,對(duì)這么多大型國(guó)際公司用日語開展業(yè)務(wù)感到驚訝。甚至他們的高級(jí)管理人員也不會(huì)說英語,因此很多次會(huì)議期間都必須有口譯員在場(chǎng)。我想:“哇,我們?cè)谡Z言上確實(shí)很分離。當(dāng)我們最終獲得可以即時(shí)翻譯的商業(yè)級(jí)翻譯器時(shí),這些障礙將逐漸消失。”
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10