在自動(dòng)化和流程協(xié)作中實(shí)現(xiàn)人工智能(AI)具有巨大的潛力，可以提高效率、流程有效性和獲得更好的業(yè)務(wù)成果。通過正確的專業(yè)知識(shí)、合作伙伴關(guān)系和人工監(jiān)督，AI系統(tǒng)在自動(dòng)化環(huán)境中可以非常有效。

　　在帶來回報(bào)的同時(shí)，AI為現(xiàn)實(shí)世界中的工業(yè)應(yīng)用也帶來了一定的挑戰(zhàn)和風(fēng)險(xiǎn)。除了一些AI領(lǐng)導(dǎo)者發(fā)現(xiàn)的更深層次的生存威脅在外，在將AI添加到您的超自動(dòng)化技術(shù)堆棧中之前，還有一些實(shí)際的考慮因素需要牢記。以下是自動(dòng)化領(lǐng)域中AI實(shí)施帶來的一些關(guān)鍵挑戰(zhàn)，以及如何解決這些挑戰(zhàn)的建議。

　　1. 機(jī)器學(xué)習(xí)的數(shù)據(jù)可用性

　　雖然這聽起來像是一個(gè)簡(jiǎn)單的問題，但現(xiàn)實(shí)是為機(jī)器學(xué)習(xí)模型準(zhǔn)備數(shù)據(jù)往往是一個(gè)巨大的挑戰(zhàn)。相關(guān)調(diào)查顯示，數(shù)據(jù)科學(xué)家和數(shù)據(jù)工程師通常將 80% 的精力用于數(shù)據(jù)準(zhǔn)備。

　　如果沒有為 AI 設(shè)計(jì)的純凈數(shù)據(jù)，就不可能訓(xùn)練出適合的 AI 模型以使其為生產(chǎn)做好準(zhǔn)備。不幸的是，失敗經(jīng)常發(fā)生。市場(chǎng)研究公司Gartner發(fā)現(xiàn)，85%的AI項(xiàng)目未能交付，只有53%的項(xiàng)目最終實(shí)現(xiàn)了從原型到投產(chǎn)。

　　許多企業(yè)提供為機(jī)器學(xué)習(xí)準(zhǔn)備的數(shù)據(jù)集以用于自動(dòng)化領(lǐng)域，例如用于不斷改進(jìn)過程模型的流程執(zhí)行數(shù)據(jù)，這加快了培訓(xùn)進(jìn)度，并大大減少了數(shù)據(jù)科學(xué)家和數(shù)據(jù)工程師所需的工作量。從而使這些供不應(yīng)求的高價(jià)值員工，可以將時(shí)間分配到其他關(guān)鍵的任務(wù)。

　　2. 模型中的準(zhǔn)確性問題和偏差

　　準(zhǔn)確性和偏差是人工智能應(yīng)用中兩個(gè)關(guān)鍵但反復(fù)出現(xiàn)的問題，需要人類的監(jiān)督。例如，生成式AI應(yīng)用程序容易產(chǎn)生幻覺，或者根據(jù)其訓(xùn)練數(shù)據(jù)集編造事實(shí)。

　　同樣，將有偏差的數(shù)據(jù)集輸入到機(jī)器學(xué)習(xí)模型也可能會(huì)產(chǎn)生有偏見的結(jié)果。例如，如果一家金融服務(wù)公司正在使用由AI驅(qū)動(dòng)的自動(dòng)化系統(tǒng)來接受或拒絕信貸申請(qǐng)，那么就必須避免培訓(xùn)數(shù)據(jù)集中可能包含的對(duì)女性或有色人種的系統(tǒng)性偏見。

　　隨著我們朝著AI驅(qū)動(dòng)的決策方向發(fā)展，人類必須在“回路”中保持清醒，驗(yàn)證機(jī)器學(xué)習(xí)算法產(chǎn)生的結(jié)果，以檢查偏差和其他形式的不準(zhǔn)確。讓人類參與“回路”是重新訓(xùn)練算法以在生產(chǎn)環(huán)境中更有效地執(zhí)行的關(guān)鍵一步。

　　3. 安全策略

　　許多大型語言模型和其他機(jī)器學(xué)習(xí)模型已經(jīng)使用互聯(lián)網(wǎng)用戶生成的大量在線數(shù)據(jù)語料庫(kù)進(jìn)行了訓(xùn)練。例如，公開可用的亞馬遜和Yelp評(píng)論被用于訓(xùn)練情緒分析算法。

　　在企業(yè)環(huán)境中，使用 ChatGPT 等公開可用的模型可能會(huì)對(duì)敏感數(shù)據(jù)(如個(gè)人身份信息或知識(shí)產(chǎn)權(quán))構(gòu)成風(fēng)險(xiǎn)。使用這些工具時(shí)，遵守公司的數(shù)據(jù)安全策略非常重要。

　　為了避免這些類型的問題，許多組織基于內(nèi)部數(shù)據(jù)集開發(fā)了自己的專有機(jī)器學(xué)習(xí)模型，從而降低了企業(yè)數(shù)據(jù)落入壞人之手的風(fēng)險(xiǎn)。

　　4. 法律風(fēng)險(xiǎn)

　　監(jiān)管AI是一個(gè)全球持續(xù)存在的問題，法律領(lǐng)域繼續(xù)受到包括生成式AI在內(nèi)的新興技術(shù)的影響。例如，許多人對(duì)使用AI生成的文本和圖像提出了版權(quán)問題。

　　在開源世界中，自動(dòng)代碼生成器引起了對(duì)許可的擔(dān)憂。一些關(guān)鍵問題在于生成式AI系統(tǒng)缺乏可追溯性——換句話說，很難知道代碼來自哪里以及如何將其歸因于其原始創(chuàng)建者。

　　例如，如果組織正在使用自動(dòng)代碼生成器為流程模型開發(fā)代碼，那么在輸入專有代碼或利用開源軟件時(shí)最好謹(jǐn)慎行事。

　　5. 成熟度考量

　　在某些技術(shù)領(lǐng)域，例如自動(dòng)化決策的增強(qiáng)智能系統(tǒng)，可能還沒有完全準(zhǔn)備好迎接黃金時(shí)代。這些技術(shù)通常需要來自多個(gè)來源的混合數(shù)據(jù)集才能做出有效的決策。許多團(tuán)隊(duì)沒有能力在生產(chǎn)中使用這些系統(tǒng)，無論是由于資源限制還是缺乏適用的培訓(xùn)數(shù)據(jù)。

　　然而，隨著企業(yè)在數(shù)智化方面成熟度的提高，能夠在人類監(jiān)督的環(huán)境中使用增強(qiáng)智能，這些系統(tǒng)在自動(dòng)做出某些決策方面將變得更加有效。它們可以幫助改善人類的工作流程，讓員工更有效地分配時(shí)間。

　　雖然這些挑戰(zhàn)肯定會(huì)影響實(shí)施人工智能的任何決定，但這并不妨礙企業(yè)進(jìn)行試驗(yàn)的意愿。AI與流程協(xié)作相結(jié)合有助于提高自動(dòng)化程度，從而改善業(yè)務(wù)運(yùn)營(yíng)和客戶體驗(yàn)。從持續(xù)改進(jìn)流程到自動(dòng)化決策，再到增強(qiáng)或優(yōu)化人類工作流程——AI在這一領(lǐng)域的無限可能性是令人興奮的。