作者：朱莉亚·汉德尔，决策科学、管理科学教授，就职于联盟曼彻斯特商学院。
人工智能（AI）已被誉为科学和医学领域的革命性力量，但其在商业领域的应用也广泛存在。商业领导者主要关注两个领域，即AI和数据科学可以有效地融入他们的运营。
首先，确保所有可用的数据都被用来通知决策过程；AI可以有效地整合和分析大量的数据，节省大量的时间和资源。其次，应用AI来发展公司提供的产品或服务，包括快速原型开发。在这两种情况下，AI都可以放大企业的运作规模和速度。
然而，采用AI并非没有风险。人们对AI技术可能加剧或扩大社会现有偏见，以及加速误导信息传播的潜力表示严重关切。这特别适用于生成型AI，也就是可以创建各种数据（如图像、视频和音频）的AI类型。
这些问题凸显了对AI快速发展的用途和其输出进行批判性质疑的重要性。商业领导者一直以来都需要批判性思维这一基本技能，他们会在基于所有证据得出结论之前，考虑多个信息来源的相关性和可靠性。
但是，近年来，决策者可用的数据的数量和复杂性使得对数据进行审查变得更加困难。数据科学和AI提供了帮助审查和简化这些数据的工具，这些工具可以更有效地处理这些数据。
这些好处很容易理解，但必须牢记，AI绝不是一个完美的伙伴。关于机器学习的一个神话是，它完全客观，不受人类偏见的影响。实际上并非如此；AI通过分析历史数据中的趋势和模式进行学习，因此可能无意中延续并放大社会现有的偏见。
商业领导者必须理解这些系统的局限性，并对输入到给定系统中的输入和高级假设有所了解，就像我们对任何其他信息来源一样。对AI输出盲目信任实际上可能比有用更危险，可能会引入偏见，并无意中为你的客户群中的一部分人创造不利的条件。因此，领导者在使用AI技术时，必须谨慎行事，进行批判性思考。
作为确保AI的负责任使用的一部分，企业需要考虑AI，不仅仅是从它可以为他们作为一个组织提供什么的角度，而且还要考虑它对所有利益相关者，特别是他们的客户意味着什么。例如，他们会如何看待你在系统中使用他们的数据的方式？
将AI解决方案嵌入到业务中需要理解这些方面，包括各种类型模型的概念差异、他们的局限性和偏见。关键是，将AI应用于业务不仅需要技术专长，还需要对整个组织的所有方面有深入的理解。
因此，要从数据科学和AI中创造真正的机会，必须在不同的功能中嵌入对AI的适当理解。这将允许具有相关知识和经验的同事支持识别使用AI的可信机会，并对AI输出进行批判性分析。
这可能需要快速提升不同部门的同事的技能，使他们能够有效地使用AI，理解其局限性，并了解涉及的道德含义。商业领导者必须具备他们需要的技能，以便在他们的组织中有效地嵌入最佳实践。
毫无疑问，AI具有变革性的潜力，但它正在快速发展，其最终影响的全部含义很难预测。目前，任何想要充分利用AI的企业都必须确保有一个稳定的人类手在掌握方向盘。