
当 AMD、Dell、Liquid AI 和梅赛德斯-奔驰的高级高管在麦肯锡主持的圆桌会议上聚集时,讨论很快转向了 AI 采用的人类方面。每家公司尽管经营着不同的行业,从半导体设计到豪华汽车,但都达成了一个共同的见解:企业范围内的 AI 转型是文化项目和技术项目的结合。
在 AMD,首席技术官 Lisa Miller 博士将 AI 描述为“以流程为先”的思维方式。与其在现有的流程中添加机器学习模块,AMD 重构了其产品开发工作流,以便从概念到成品阶段嵌入数据驱动的决策点。这种转变需要工程师相信预测模型,这是一个通过内部“AI 大使”解决的文化障碍,他们指导同事如何解释模型输出。
戴尔的首席信息官 Raj Patel 回应了这种观点,他指出该公司最近的 AI 启用的供应链改造在高级经理开始将 AI 框定为协作伙伴而不是替代品之前一直停滞不前。戴尔成立了跨职能的“AI 冲刺”团队,将数据科学家与前线员工配对,创建了一个反馈循环,实时改进模型,并且,关键的是,给员工一个在技术演进中的发言权。
Liquid AI,一家专门从事对话式客户服务代理的初创公司,强调了一个不同的但相关的挑战:在扩大 AI 的同时保持品牌的人性化。首席执行官 Maya Chen 强调,该公司的成功取决于“人在回路中的”政策,即当置信度评分低于某个阈值时,代理人介入。这不仅保护了客户体验,还生成了训练数据,持续改进了底层模型。
梅赛德斯-奔驰的创新负责人 Klaus Schmidt 描述了汽车行业的 AI 之旅的更广泛的图景。该公司推动自动驾驶和预测性维护,迫使重新审视员工的技能,引发了一项大规模的重新培训计划,该计划将技术训练营与关于道德决策的软技能工作坊相结合。
总的来说,这些叙述说明了一个日益增长的共识:AI 的战略价值只有当组织投资于以人为本的流程时才会被解锁。对于更广泛的 AI 生态系统来说,这意味着从纯粹工具驱动的市场转变为奖励透明、协作和提升技能的环境的平台。提供可解释性、用户反馈机制和强大的培训途径的供应商可能会捕获下一波企业合同,而忽视人类因素的供应商则有可能成为小众解决方案。
对于工人的收获很明确:在 AI 的崛起中导航需要技术流利度和塑造算法与日常任务交叉的能力。对于领导者,信息同样明确——成功将不仅仅由模型准确性来衡量,而是由团队感到有能力与 AI 共同创造的程度来衡量。
评论