工作日播客:为企业中的人工智能绘制更智能的未来

Workday副总法律顾问Jason Albert和产品战略副总裁James Cross与我讨论了为什么企业人工智能(AI)的使用将与消费者领域大不相同，我们如何塑造我们想要看到的未来，以及公司如何快速加强自己的人工智能努力。

收听SoundCloud：工作日播客:为企业中的人工智能绘制更智能的未来

收听苹果播客：工作日播客:为企业中的人工智能绘制更智能的未来

Josh案发：当谈到未来会是什么样子时，我们不仅仅是旁观者，我们是参与者。每当我有时间和我的下一位客人交谈时，我发现自己对这个想法思考了很多。未来不会发生在我们身上。它不是——至少不必是——一项观赏性的运动。Jason Albert是Workday的副总法律顾问。詹姆斯·克罗斯是公司战略副总裁。在今天的工作日播客中，我们将讨论公共政策和智能企业的未来在哪里相交，以及你今天可以做些什么来帮助塑造我们的明天。我是乔希·克里斯特，欢迎各位。

杰森·艾伯特：谢谢，很高兴来到这里。

詹姆斯交叉：是啊，很高兴来到这里，乔什。

案发：因此，让我们首先定义一下，当我们在企业环境中谈论人工智能时，我们在谈论什么。詹姆斯，你要开始了吗?

交叉：是的,当然。这是一个很好的问题。我认为人工智能是一个有点模糊的术语，在今天的媒体、电影和电视节目中都有很多炒作。当你想到人工智能时，你会想到这种无所不知的公民计算机，具有人类的特征，有感觉和情感。但实际上，我们考虑的是企业中更为狭隘的定义。它更多的是关于机器学习和深度学习，它真的是关于算法和模型，非常擅长做非常具体和狭窄的任务。

因此，像识别费用报告中的异常情况，或者识别谁是高潜力人才，或者谁可能适合哪个角色这样的事情，我们正在考虑这种非常狭隘的机器学习能力，这种能力是由大量数据驱动的，它们已经学会了分析模式，并根据这些数据做出预测。这就是我在企业里的思考方式。

艾伯特：在我看来，人工智能是一个非常有趣的术语，因为它包含了很多东西。人们非常广泛地使用它，无论是在政策领域还是在营销领域，因为它是一个非常性感的术语，它非常引人注目。但它确实包含了许多不同的技术，就像詹姆斯提到的那样。比如大数据分析，比如机器学习，相关性，诸如此类。很多人在自动化的背景下思考人工智能。比如它会夺走工作，或者我们将来会有机器人或类似机器人的东西取代我们。

在企业中，很多人工智能都是为了帮助人类做出更好的决策。提供更多的见解，提供比我们自己所能提供的更多的分析，但最后总是有人情味，能够弄清楚:你如何应用它?你是如何判断的呢?所以对我来说，人工智能包含了如此广泛的东西，当我们谈论它时，重要的是要确保我们关注它所拥有的承诺，而不仅仅是我们将要看到的一堆想法结束符在未来的某个时刻走在街上。

案发：正确的。那么，如果发生了，政策从何而来，对吧?

艾伯特：是的。就像任何一种新技术的发展一样，你从拥有新技术开始，然后围绕它发展商业模式。但事实是，作为一个社会，我们总是决定如何部署技术。我们决定如何使用技术。科技并不是影响我们的不可阻挡的力量。因此，就像任何其他技术一样，它将受到监管。我们对人工智能的前景了解得不够，我们不知道它的可能性。但在某种程度上，我们将面临监管机构采取行动的时候。

因此，从政策的角度来看，我们真正采取的方法是努力教育政策制定者。人们会被他们的经历或他们在报纸上读到的东西所感动，所以你会听到很多关于消费者服务的报道，关于大型消费者公司如何部署人工智能，我们可能会有自动驾驶汽车，或者我们可能会有自动汉堡包服务器。这些都是人们很容易理解的事情，比一些企业的例子更容易理解，但我们不能让它们推动人工智能政策的辩论。

案发：正确的。

艾伯特：因为如果我们这样做了，那么你最终会得到基于一小块的法规。因此，我们的目标一直是努力推动——我很高兴更详细地谈论这个——帮助政策制定者了解人工智能的广度，它的前景，以及它今天是如何被部署的。

案发：正确的。然后还有工人/劳动力政策。我的意思是，这不仅会影响企业，也会影响人们。

艾伯特：我来首发，我知道詹姆斯在这里也会有很多贡献。当你从劳动力(的角度)考虑这个问题时，人们会担心自动化。但要记住的是，人工智能也为帮助工人提供了各种各样的可能性。Workday(产品)的一大优点是机会图。我的团队或者我可以去看看，然后想，“好了，我已经为下一个角色做好准备了。做我工作的人都做了什么?他们去哪儿了?他们需要什么技能才能做到这一点?”他们可以去看看，“好吧，对于下一个角色，很多人进入了这个位置，一些人进入了那个位置。哦，我需要这五项技能。 I have four of them but the fifth one I need to get through training or some on the job experience.”

我们的企业战略高级副总裁Leighanne Levensaler总是喜欢说的另一件事是，“人工智能可以帮助我们摆脱很多重复的任务。”人们希望有一份有回报的工作，而人工智能可以帮助他们减轻这种负担，帮助他们在价值链中向上移动，做更有趣的工作。我的老板吉姆·肖内西(Jim Shaughnessy，现任公司事务执行副总裁)喜欢讲他在一次演讲中听到的一件轶事。在那里，我们有了自动取款机，自动取款机出现了，现在我们都去自动取款机，我们可以取钱，我们不需要去银行，我们不需要和出纳员打交道。人们认为这将摧毁银行柜员的工作，但事实并非如此。实际上，现在的银行柜员比没有自动取款机之前要多。我对此非常感激，因为我妻子是银行出纳。他说着这些，我回到家问凯蒂(妻子):“你整天都在做什么?”

案发：是的。

艾伯特：因为人们可以从自动取款机上取钱，所以我们所有的银行业务都在网上进行。她说，“有些事情你只能在办公桌上做，比如拿本票或柜台支票之类的。但很多人都希望与人交谈，希望进行更复杂的交易，而柜员增加的价值是向人们介绍更多的银行服务，交叉销售服务，帮助人们加深与银行的关系。”这是一项被人工智能改变的工作，但它非但没有被淘汰，反而在增长。

案发：所以它们实际上也是增值工作，而不仅仅是交易性的。

艾伯特：完全正确。

交叉：这是一个很好的例子。这让我想起当我们在构建Workday Learning产品时，我们的一个设计合作伙伴是美国的一家大银行，他们想要部署Workday Learning，因为他们看到他们的员工不得不做新的任务。银行柜员以前从事的是事务性业务，但现在他们突然不得不进行交叉销售，并与客户进行协商。他们想要一个平台来帮助这些人发展新的咨询技巧。因此，当人们的角色发生变化时，我们——我们今天的客户——正在使用Workday的解决方案来帮助他们重新掌握技能，这真的很棒。

谈到自动化，你提到了Leighanne关于减轻工作负担的观点。你有没有想过，当你入住一家酒店时，在前台后面，为了一笔非常简单的交易，你需要大量的打字和点击。我一直对此感到疑惑，原因是前台的员工——呼叫中心甚至金融交易也是如此——他们必须在多个应用程序中工作。通常，它们将是遗留的绿屏应用程序，它们也会有一些云应用程序，并且它们必须在多个应用程序和多个窗口之间跳转。这就是为什么所有疯狂的打字都发生在那里，而登记入住酒店需要10分钟。因此，我们认识到，我们的许多客户现在都处于遗留应用和云应用的混合生态系统中，而这取决于坐在办公桌前的员工如何在两者之间进行切换。

但有了新技术，比如机器人过程自动化，实际上可以省去很多苦差事。他们可以代表该员工与所有这些不同的应用程序进行交互，他们实际上可以使其更加无缝，这样他们就可以更快地完成工作。所以RPA对我们来说也是另一个有趣的领域。你也可以开始应用一些自动化和智能

案发：战吗?

交叉：机器人过程自动化。

案发：好吧。

交叉：这是一种新型的应用程序，它有助于弥合所有这些不同应用程序之间的鸿沟，让坐在办公桌后面或呼叫中心的人能够完成他们的工作，这是在帮助客户，而不是导航和遍历许多不同的应用程序，复制和粘贴数据。

案发：正确的。我知道，作为一名前教育工作者，你对未来的劳动力以及他们将如何受到自动化的影响充满热情。你是怎么想的?

交叉：绝对的。所以，我认为这是一个很好的论点，许多苦差事将从一些工作中被拿走，人们将在公司内部重新学习技能。但我认为我们也需要认识到，将会有一些人流离失所，也许比其他人更多。所以，如果你想想零售业的工作人员，如果你看看我们在自动化零售商店和自动结账方面看到的一些发展，这可能会在未来影响很多人的很多工作。

我认为，我们所有人都应该积极地思考这个问题，提前规划，在行业、社区大学和教育机构之间架起桥梁，确保这些人能够获得学习机会，帮助他们培养不同的技能，以适应未来不同类型的工作。所以我认为我们也应该开始这样的对话，这是非常重要的。

案发：好吧。

艾伯特：是的，我认为这是一个非常重要的对话，也是一个非常困难的问题。我的意思是，在今天的政治环境中，有一件事很有趣，尽管它是高度党派化的，但两党，无论是民主党还是共和党，都对工人再培训产生了极大的兴趣。我认为这将是未来5到10年最重要的政策对话之一。在这个领域有巨大的空间容纳大量的绿地和创新思维。

案发：正确的。你之前提到过，我们正在尽我们所能成为对话的一部分。你能谈谈Workday正在做的一些努力吗?我知道我们发表了一篇博客来重申我们的隐私原则尤其是在数据驱动所有这些算法的情况下。你能跟他说几分钟吗?

艾伯特：确定。我很想谈谈这个。因此，在人工智能/机器学习的背景下，需要考虑的一件事是，这些技术将不断发展，只有当人们信任它们时，我们才会意识到它们的好处。这种信任的基础是要相信他们的个人数据不会被滥用，或者以一种意想不到的方式被使用，或者以某种方式被获取，从而失去对数据的控制。

当然，我们最近在新闻中看到了一些非常突出的例子，这些例子引发了一些关于是否有足够保护的问题。这也是Workday支持全面的联邦隐私立法的原因之一。但作为一家公司，我们想更进一步，说:“当我们部署人工智能时，当我们考虑机器学习时，当我们把它构建到我们的产品中时，我们将重申公司一直以来建立的核心隐私原则。”华体会体育注册我们从一开始就重视隐私，考虑到我们HCM系统中的数据类型，这对我们的业务成功至关重要。我们必须保护隐私，我们的客户要求我们这样做，这对他们和他们的员工都是正确的。

因此，我们宣布了三项核心隐私原则，将适用于我们所做的一切，包括我们对人工智能和机器学习的使用。一是把隐私放在第一位。我们将始终对数据使用保持透明，我们将始终确保我们的客户和他们的员工不会对数据使用感到惊讶。

第二是负责任的创新。我们将确保我们设计系统和产品的方式是透明的，我们将围绕这一点与客户合作，就像我们从一开始就做的那样。华体会体育注册我们将确保解决对偏见和数据使用的担忧。

第三，我们要维护公平和信任。为了做到这一点，我们通过我们的标准，通过我们对隐私保护和有约束力的公司规则的遵守，以及所有我们已经到位的机制来证明我们所说的话，以确保我们继续保持客户的信任。这很重要，因为没有信任，人们不会让他们的数据被使用，世界也不会意识到这些技术的好处。

另一件事是，我们正试图把同样的信息进一步传递给国会山。我们今年一直在支持的一项法案是建立一个关于人工智能的联邦研究委员会。这又回到了我之前提到的一点

案发：一个关于人工智能的联邦研究委员会?你是这么说的吗?

艾伯特：关于人工智能，是的。

案发：好吧。

艾伯特：因为我们要确保政策制定者和监管者在考虑这个问题时，考虑到它的广泛范围。他们不只是受到报纸上的内容或他们脑海中最重要的事情或他们自己的经历的影响。

案发：正确的。

艾伯特：我们认为这是一项重要的努力，它将为思考监管提供基础将与我们在博客中提出的原则一致，与我们对联邦隐私立法的支持一致。所以对我们来说，这都是同一件事的一部分:我们从政策角度提倡什么?作为一个公司，我们要做什么?我们将如何对待我们的客户和他们的员工?我们认为人们有哪些保护措施?他们不应该仅仅依靠公司的善意来拥有他们。

案发：正确的。所以詹姆斯，如果我是一个商业领袖听到这些，我意识到，“你知道，我从来没有想过这个问题。”或者我一直在看新闻，心想:“哦，天哪，会发生什么?我能做什么?我该怎么做才能让我的企业做好准备，利用这一点，照顾好我的员工?”

交叉：所以我认为最好的起点之一就是使用内置了机器学习、深度学习和人工智能的智能应用程序。所以这并不是说你必须出去雇佣一群机器学习开发人员，建立你自己的模型和工具。如果你与Workday等许多云计算供应商和Salesforce等公司交谈，你会发现他们实际上正在为自己的产品注入人工智能和机器学习。华体会体育注册这可以帮助将这些技术引入您的企业。这是一个很好的开始。

另一个很好的起点是服务，比如亚马逊网络服务和微软的Azure机器学习[Studio]，它以一种易于使用和构建应用程序的方式展示了许多真正优秀的机器学习工具和功能。所以它是智能应用程序和使用这些预制构件来解决问题的结合。但是，当您考虑可以开始解决的业务问题时，首先要考虑的可能是目前存在的任何效率低下的问题。那个在酒店前台后面的人，他会在这些应用程序之间跳转。就机器学习和人工智能可以解决的低效率而言，这是唾手可得的成果。

我认为这是一个范围。你首先要提高企业的效率，然后你可能会开始更多地使用数据和预测，把数据推送给你的人事经理，让他们使用数据在这个领域做出决策，并赋予他们权力。我认为，后来你会到达一个点，在竞争动态的驱动下，在市场上其他竞争者正在做的事情的驱动下，你最终会进入一个地方，你的整个业务都在围绕这些新技术进行重塑。

所以，如果你看看像Stitch Fix这样的公司，他们已经进入了服装零售市场——这是一个很难进入的市场——通过机器学习，通过提供这些精心设计的衣服即服务盒子，这些盒子会被发送给你，然后机器和人类结合，会决定你的衣服盒子里有什么，然后随着时间的推移，会了解你的偏好。他们已经能够进入这个市场与一个全新的商业模式由这些技术支持。

我们在一些自动购物场所和自动餐饮场所也看到了同样的情况。我知道在旧金山有一个自动化汉堡店刚刚开业，我很期待去看看。但他们正在做一些以前不可能做到的事情，并以一种全新的方式进入竞争激烈的市场。我认为，无论你在哪个行业，最终你都会面对这些以人工智能和机器学习为母语的竞争对手，他们以不同的方式做事。这可能最终会迫使你采取行动。将来你可能会有不同的想法，所以现在就是开始思考这个问题的时候了。

案发：正确的。就像云现在是一个事实一样。因为如果你不这样做，大多数情况下，你必须这样做。

交叉：绝对的。因为如果你没有使用云计算，而你的竞争对手使用了云计算，他们因此获得了更高效的运营，那么你就处于劣势。这对于人工智能和机器学习来说也是一样的。

案发：正确的。然后，杰森，你的法律同行听着，我的意思是，他们需要开始做什么，也许他们没有?

艾伯特：问得好，乔希。因为我认为我们都倾向于用自己的经历来类比。因此，当我们想到，“好吧，我要开发一个基于人工智能的产品，或者我要采用一个基于人工智能的产品，这与过去任何一种技术产品的开发或任何其他采用决策类似。”但事实并非如此——你必须建立在你过去所做的基础上，同时还要考虑一大堆新的领域。隐私将变得更加重要，特别是当你从数据中发展洞察力时，特别是随着世界各地隐私规则的增加，欧盟已经采用了隐私规则GDPR其他国家的法案尚未通过。你必须认真思考这个问题，思考它将如何应用，以及你将如何保护个人权利。

然后你必须扩展到这之外，看看所有其他的问题。所以偏见是人工智能中的一个大问题，你必须确保你不会无意中把一些偏见引入系统。仅仅拿一堆数据来解决问题是不够的，因为数据集本身可能有问题。所以你必须思考:我该如何管理这些数据?我如何确保我有好的数据?我如何根据算法测试数据—特别是如果数据来自一个来源而算法来自另一个来源?你是怎么把它们放在一起的?你是怎么算出来的?

你必须弄清楚透明度和可解释性，因为如果有人给出了一个结果、一个预测或一个数字，你知道它是如何得到的吗?你怎么解释?因为你不能据此采取行动，如果你对预测的形成过程没有一定的了解你就不能运用判断来做出决定。

案发：黑匣子问题。

艾伯特：完全正确。你必须考虑的法律问题和建议的范围比任何传统的产品开发或产品采用都要广泛得多。所以有一个广泛的思维，试着去思考新的东西可能是最重要的。

案发：正确的。好了好了。有没有什么我该问但没问的?

交叉：就最后一个话题。

案发：是吗?

交叉：我们谈到了人们失去工作，不得不发展新技能和再培训。但我也认为，如果你想想今天的经理和员工，如果他们未来在一个数据驱动的环境中工作，他们将与这些机器预测一起工作，他们将需要为自己的工作开发新的技能，以便能够有效地使用这些预测。我知道，硅谷的很多公司实际上都让他们的员工参加数据训练营。我知道Facebook会这么做。

当你以任何职位加入Facebook时，你都必须经历为期两周的数据训练营，在那里你学习如何在日常工作中使用数据做出有效的决策。我想我们将来可能会看到更多这样的情况。更容易获得数据和预测意味着你现在需要知道如何处理这些数据和预测。这确实是管理者的一套新技能。

案发：是的，我可以想象，对统计学的基本了解几乎是强制性的。因为我们听到的都是数字，我个人喜欢统计，这是我唯一擅长的数学，但是均值，众数和中位数之差？

交叉：是的。

案发：对吧?

艾伯特：完全正确。我坐在这里想，詹姆斯告诉我，我在大学的时候应该多关注一下工程统计的基础知识。

交叉：我认为，我们也看到了许多新技术的出现，这些技术使这些数据更易于管理，更易于终端用户访问。我们通过Workday Ventures投资了一家名为data.world．它们向最终用户和员工公开组织中存在的所有数据集。我知道在一些公司看到了大量的使用，终端用户和员工实际上访问了他们从未访问过的数据。所以，我认为我们也看到了很多创新，拓宽了获取这些数据的途径。

案发：哇。太好了。好吧，谢谢你们俩。谢谢杰森，谢谢詹姆斯。这就是我们今天的全部内容。这里是乔希·克里斯特的工作日播客，结束。