بانک آمریکا و S&P Global در مورد اینکه چرا موفقیت هوش مصنوعی با حاکمیت و داده شروع می شود

صبح بخیر در صنایع بسیار تنظیم شده، سوال این نیست که آیا شرکت ها می توانند هوش مصنوعی را به کار گیرند یا خیر. این است که آیا آنها می توانند با تصمیماتی که بر مشتریان، بازارها و اقتصاد کلان تأثیر می گذارد اعتماد کنند.

در نشست افتتاحیه AIQ فورچون در روز پنجشنبه، هاری گوپالکریشنان، مدیر ارشد فناوری و اطلاعات بانک آمریکا، و سالی مور، مدیر ارشد مشتری و رئیس مشترک اطلاعات بازار در S&P Global، پذیرش هوش مصنوعی را به عنوان رشته‌ای که ریشه در حکمرانی، داده‌ها و دقت دارد، توصیف کردند – که رقابتی برای پیوستن به جریان کاری نیست. این بحث پس از انتشار Fortune و ServiceNow در این هفته از Fortune AIQ 75، رتبه‌بندی سالانه 500 شرکت Fortune که تأثیر قابل‌اندازه‌گیری از هوش مصنوعی ایجاد می‌کند، انجام شد.

در بانک آمریکا، گوپالکریشنان گفت که این شرکت پیاده‌سازی هوش مصنوعی را در 16 بعد ریسک، از جمله حریم خصوصی، تعصب، پیامدهای نیروی کار و مالکیت معنوی ارزیابی می‌کند. او گفت که نقطه شروع این مدل نیست: "با نیاز مشتری شروع کنید. آیا هوش مصنوعی واقعا به مشکل پاسخ می دهد؟"

گوپالکریشنان گفت: «یکی از بزرگ‌ترین اشتباهاتی که می‌بینیم، عجله کردن به هوش مصنوعی به عنوان راه‌حل است، زمانی که مدل‌های قطعی می‌توانند کار را به همان خوبی انجام دهند. گرانترین اشتباه ممکن است خیلی کند حرکت نکند. ممکن است یک راه حل پیشرفته هوش مصنوعی را تأمین مالی کند که در آن فناوری ساده تر، بازده قابل اعتمادتر و کم خطرتری را به همراه خواهد داشت.

او گفت که وقتی هوش مصنوعی تضمین می شود، حکومت باید مستمر باشد: ایجاد نرده های محافظ، ارزیابی نتایج و سیستم های نظارت برای پیامدهای ناخواسته. یک مدل کلاهبرداری که به گروه‌های جمعیتی خاص آسیب می‌رساند، یا یک ربات چت که به اندازه کافی با لهجه‌های خاص به مشتریان خدمات نمی‌دهد، خطرات مشتری، تبعیت و اعتبار را ایجاد می‌کند – نه صرفا یک مشکل فناوری.

برای S&P Global، اساس داده ها است. مور گفت که کار این شرکت با بانک Tier 1 ارزش عملیاتی ترکیب اطلاعات اختصاصی، تخصص موضوعی و پشتیبانی پیاده سازی را نشان می دهد. اس اند پی گلوبال به بانک کمک کرد تا زمان خود را برای عرضه به بازار تقریبا 6 برابر کاهش دهد و دقت در طراحی مجموعه داده های متعدد را از حدود 60٪ به 98٪ بهبود بخشد.

اما دقت به تنهایی کافی نیست. مور گفت: «شما باید بتوانید اطمینان حاصل کنید که می‌توانید IP اصلی را که به برخی از این تصمیم‌ها اطلاع می‌دهد، تهیه کنید. در برنامه های پرمخاطب، توانایی ردیابی خروجی تولید شده توسط هوش مصنوعی به داده های اساسی و مالکیت معنوی ضروری است.

آخر هفته خوبی داشته باشید

شریل استرادا Sheryl.Estrada@fortune.com

این داستان در ابتدا در سایت Fortune.com منتشر شد