SAS是數(shù)據(jù)和人工智能領(lǐng)域的全球領(lǐng)導(dǎo)者，它公布了一項新的研究，探討了人工智能的使用、影響和可信度。SAS委托的《IDC數(shù)據(jù)和人工智慧影響報告：信任勢在必行》發(fā)現(xiàn)，IT和商業(yè)領(lǐng)袖對生成式人工智能（GenAI）的信任度高于其他任何形式的人工智能。

探索人工智能使用和采用的全球研究還發(fā)現(xiàn)，只有40%的人通過治理、可解釋性和道德保障來投資使人工智能系統(tǒng)值得信賴，盡管優(yōu)先考慮值得信賴人工智能項目的投資回報率翻一番的可能性高出60%。那些對值得信賴的人工智能系統(tǒng)投資最少的人中，認(rèn)為GenAI（如ChatGPT）比傳統(tǒng)人工智能（如機器學(xué)習(xí)）更值得信賴的比例高出200%，盡管后者是最成熟、最可靠和最可解釋的人工智能形式。

IDC人工智能和自動化實踐研究總監(jiān)Kathy Lange表示：“我們的研究表明了一個矛盾：具有類人互動和社交熟悉度的人工智能形式似乎能獲得最大的信任，而不管實際的可靠性或準(zhǔn)確性如何?！薄白鳛槿斯ぶ悄芴峁┥?、專業(yè)人士和個人用戶，我們必須要問：GenAI是值得信賴的，但它總是值得信賴的嗎？領(lǐng)導(dǎo)者是否對這項新興技術(shù)應(yīng)用了必要的防護措施和人工智能治理實踐？”

該研究基于對北美、拉丁美洲、歐洲、中東和非洲以及亞太地區(qū)2375名受訪者的全球調(diào)查。參與者包括IT專業(yè)人員和業(yè)務(wù)線領(lǐng)導(dǎo)者的平衡組合，從技術(shù)和業(yè)務(wù)職能兩個方面提供觀點。

新興人工智能技術(shù)贏得最多信任

總體而言，該研究發(fā)現(xiàn)，與更成熟的人工智能形式相比，最值得信賴的人工智能部署是新興技術(shù)，如GenAI和代理AI。近一半的受訪者（48%）表示對GenAI“完全信任”，而三分之一的受訪者（33%）表示對代理AI也是如此。最不可信的人工智能形式是傳統(tǒng)人工智能——不到五分之一（18%）的人表示完全信任。

盡管受訪者對GenAI和代理AI表示高度信任，但他們也表達了擔(dān)憂，包括數(shù)據(jù)隱私（62%）、透明度和可解釋性（57%）以及道德使用（56%）。

與此同時，量子人工智能正在迅速獲得信心，盡管執(zhí)行大多數(shù)用例的技術(shù)尚未完全實現(xiàn)。近三分之一的全球決策者表示他們熟悉量子人工智能，26%的人表示完全信任這項技術(shù)，盡管現(xiàn)實世界的量子人工智能應(yīng)用仍處于早期階段。

滯后的AI護欄削弱了AI的影響力和投資回報率

該研究顯示，人工智能的使用率迅速上升，尤其是GenAI，它在可見性和應(yīng)用程序方面迅速超越了傳統(tǒng)人工智能（81%對66%）。這引發(fā)了新的風(fēng)險和道德問題。

在所有地區(qū)，IDC的研究人員發(fā)現(xiàn)，組織對人工智能的信任程度與該技術(shù)的真實可信度之間存在不一致。根據(jù)這項研究，雖然近十分之八（78%）的組織聲稱完全信任人工智能，但只有40%的組織投資通過人工智能治理、可解釋性和道德保障使系統(tǒng)明顯值得信賴。

該研究還表明，在實施人工智能項目時，實施值得信賴的人工智能措施的優(yōu)先級較低。在受訪者的三大組織優(yōu)先事項中，只有2%的人選擇制定人工智能治理框架，不到10%的人表示制定了負(fù)責(zé)任的人工智能政策。然而，降低值得信賴的人工智能措施的優(yōu)先級可能會阻礙這些組織在未來充分實現(xiàn)其人工智能投資回報。

研究人員將受訪者分為值得信賴的人工智能領(lǐng)導(dǎo)者和值得信賴的AI追隨者。領(lǐng)導(dǎo)者在實踐、技術(shù)和治理框架上投入最多，以使他們的人工智能系統(tǒng)值得信賴，并且似乎正在收獲回報。同樣值得信賴的人工智能領(lǐng)導(dǎo)者報告其人工智能項目投資回報率翻倍或更高的可能性是1.6倍。

缺乏強大的數(shù)據(jù)基礎(chǔ)和治理阻礙了人工智能的發(fā)展

隨著人工智能系統(tǒng)變得更加自主，并深入集成到關(guān)鍵流程中，數(shù)據(jù)基礎(chǔ)也變得更加重要。數(shù)據(jù)的質(zhì)量、多樣性和治理直接影響人工智能的結(jié)果，因此智能數(shù)據(jù)策略對于實現(xiàn)收益（如投資回報率、生產(chǎn)率提高）和降低風(fēng)險至關(guān)重要。

該研究確定了阻礙人工智能實施成功的三大障礙：數(shù)據(jù)基礎(chǔ)設(shè)施薄弱、治理不善和缺乏人工智能技能。近一半（49%）的組織認(rèn)為，數(shù)據(jù)基礎(chǔ)不是集中式或非優(yōu)化的云數(shù)據(jù)環(huán)境是主要障礙。緊隨其后的是缺乏足夠的數(shù)據(jù)治理流程（44%）和組織內(nèi)缺乏熟練的專家（41%）。

受訪者報告稱，管理人工智能實施中使用的數(shù)據(jù)的首要問題是難以訪問相關(guān)數(shù)據(jù)源（58%）。其他主要問題包括數(shù)據(jù)隱私和合規(guī)問題（49%）以及數(shù)據(jù)質(zhì)量（46%）。

SAS首席技術(shù)官Bryan Harris表示：“為了社會、企業(yè)和員工的利益，信任人工智能勢在必行。”“為了實現(xiàn)這一目標(biāo)，人工智能行業(yè)必須提高實施的成功率，人類必須嚴(yán)格審查人工智能的結(jié)果，領(lǐng)導(dǎo)層必須用人工智能賦予員工權(quán)力?！?/p>

與 Ai 時代前沿合作，將大門向更多普通用戶敞開！無論你是對新技術(shù)充滿好奇心的愛好者，還是希望提升自己技能的職場人士，這里都有適合你的課程和資源。歡迎掃碼加入我們！