人工智能可以为企业带来变革，但该技术的使用日益增多，必然导致AI系统故障率升高。
但企业应优先投资负责任的AI，这也有助于加速创新，并使企业更具竞争力。
从负责任的AI中投入较少精力、产生较大影响的领域入手，采取优先排序的方法，可以在最大化投资的同时降低风险。
对于将人工智能（AI）系统融入运营、产品、服务及企业战略的企业而言，人工智能正在创造变革性的商业价值。但遗憾的是，该技术的使用日益增多，必然导致AI系统故障率升高。
如果不加以缓解，这些故障可能会危害个人和社会，并削弱AI投资的回报。那么，组织可以做些什么？
负责任的AI——即以良好意图设计、开发和部署AI，并对社会产生公正影响的实践——不仅是道德上正确的做法，还能带来切实的益处，体现在加速创新，并帮助组织过渡到使用AI，从而提升竞争力。
然而，目前的方法主要源自AI原生企业，可能无法满足非AI原生组织的需求，因为后者在背景、约束条件、文化和AI成熟度方面各不相同。
企业需要量身定制、契合自身目的的方法，才能在实践中实现持续成功。随着越来越多的组织开启AI之旅，它们正面临一个抉择：是将稀缺资源投入扩大AI应用，还是先将投资用于扩大负责任的AI。
我们认为，企业应选择后者，以实现持续成功并获得更好的投资回报。
扩大AI规模会导致更多故障
现代AI系统本质上具有随机性——因为它们利用随机性——并且黑箱的特性，这意味着系统的输入和运作过程对用户或其他相关方并不可见。
此外，它们构建于复杂的技术流程之上，这些流程负责摄取、转换数据，并将数据输入下游机器学习模型，以实现自动化内容审核或实现自动驾驶等业务目标。
这些现代奇迹是众多内部和外部利益相关方协作的成果，包括数据科学家、数据工程师、用户体验/用户界面设计师、社会科学家、系统工程师、业务高管等。
这种人力与技术投入的结合——实际上，，AI系统是社会技术系统——引入了大量可能出现故障的新环节。在这种高度交织的社会技术架构中，故障很可能未被察觉。即使故障被发现，往往也需要进行大量排查才能找到根本原因。
遗憾的是，AI故障增加是扩大技术规模的自然结果。简而言之，部署更多AI系统会增加企业出现疏漏的可能性。
然而，这不应阻止企业开发和使用AI系统以实现业务目标。相反，企业只需采取积极措施，适当缓解这些风险，并保护客户和社会免受意外伤害。
负责任的AI有助于企业降低风险
实施全面的负责任AI计划有助于企业降低这些风险。该计划包括政策、治理、流程、工具以及更广泛的文化变革，以确保AI系统的构建符合组织的价值观和规范。
在得到恰当实施的情况下，负责任的AI计划可通过在系统部署前识别并缓解问题，降低故障发生的频率。尽管故障仍可能发生，但其严重程度会降低，对个人和社会造成的危害也会减少。
但建立全面的负责任AI计划需要时间——平均需要三年。这意味着企业不能等到系统出现故障才开始行动。事实上，它们甚至不应等到准备扩大AI应用规模时才着手。相反，它们需要尽早开始，并在AI之前率先使负责任的AI走向成熟。
这可确保在位的适当控制措施，将扩大AI规模的风险降至最低。此外，这还能额外带来好处，即提升AI系统的商业价值。
这并不令人意外，因为负责任AI的许多核心做法——例如利益相关方参与、周到的UI/UX设计——同样能带来更优质的产品，从而推动更高的使用率和采用率。
每个组织都需要自己的AI方法
目前负责任AI领域的最新成果主要来自AI原生企业。这些企业在需要内部员工投入资源和支持、并依托成熟技术基础设施的方法上投入了大量资金。它们的产品开发周期通常以年计，这使其有时间开展充分的多利益相关方参与。
对于规模较小的企业，或预算受限、时间紧迫的企业——例如，那些刚刚获得首个AI任务、需要迅速展示成果和回报的企业——照搬AI原生企业的模式来落实负责任的AI可能并不可行。
因此，它们需要量身定制的方法，以合理配置资源（包括人力和技术资源），并确保这些资源能够长期持续投入，从而实现持久成功。因此，每家企业的答案都将基于其技术成熟度、文化特点和实际资源约束而各不相同。
有一些常见方法可以带来成功。首先，利用现有的风险、合规及产品开发流程，以简化变革管理并充分利用现有资源。
其次，主要通过技能提升来培养专业能力，并辅以有针对性且审慎的招聘，以在取得初步进展的同时，将资源需求降至最低。
最后，建立评估AI产品固有风险的框架，使您能够将资源集中于风险最高或故障可能性最大的领域。
有效分配AI资源
资源分配中的权衡始终是艰难的选择，尤其是当您接手新任务，并被要求尽快取得早期成果，以证明所获得的投资信任实至名归时。
负责任的AI可能显得令人望而生畏，因为它包含许多需要关注的子领域——如公平性、透明度、问责制、安全性、可靠性、隐私、保密性、治理等——并需要在AI生命周期的所有阶段（包括设计、开发和部署）加以落实。
这一切要么可能导致注意力和投资方向失当，要么更糟，导致行动陷入停滞。然而，企业在部署AI系统时，不能忽视重要的道德和伦理责任。
更不用说，最大限度减少系统故障当然也具有强烈的商业动机。企业可以通过牢记若干关键考量因素，提高成功的几率。
沿着AI成熟度曲线逐步前进是一条行之有效的路径，它使组织能够系统性地从AI投资中获益，在实现商业价值的同时，合理配置资源以支持这一历程。
那些在该历程中走在前列的组织所开发和倡导的负责任AI方法，往往隐含（且常常未明言）以下假设：具备成熟的底层技术基础设施，并拥有充足的预算和人力资源来落实这些方法。
相反，先明确自身在AI历程中所处的阶段，再实施更适合自身定位和能力的做法，可提高成功落地的机会。
组织的员工通常会签署行为准则，并确认其对组织使命、愿景、宗旨和价值观的承诺。此外，组织内还存在一些未明言、隐性的规范，这些规范体现在日常文化和实践之中。
使负责任的AI方法与您的使命保持一致
帮助您的负责任AI实施方法与组织的使命、愿景、宗旨和价值观保持一致，将提高成功的可能性。例如，在公平性与包容性之间建立明确联系，并将其纳入更广泛的组织环境、社会和治理（ESG）承诺之中。
与处于类似位置的其他方分享您所积累的经验教训和最佳实践，不仅有助于您的组织取得更好的成效，还将加强更广泛的生态系统，使负责任的AI能力惠及生态系统中更多的参与者，因为各组织正迅速采用AI系统。
请记住，没有任何一家企业掌握所有答案，即便是那些在负责任AI之路上走得较远的企业也是如此。协作是让您的资源投入产生更大价值的一种途径。
归根结底，AI的成功应用，尤其是以负责任的方式应用，需要正确安排投资与方法的先后次序。从负责任的AI中投入较少精力、产生较大影响的领域入手，采取优先排序的方法，可以在最大化投资的同时降低风险。
最终，在扩大AI规模之前先扩大负责任的AI规模，为成功铺就了一条坦途。始终牢记组织的技术成熟度、文化背景和资源约束，将确保您在践行组织宗旨与价值观的同时，实现持续成功并构建竞争性市场优势。
