The promise and peril of AI ความเท่าเทียม จริยธรรม และการรวมไว้ใน AI เป็นไปได้หรือไม่?

The promise and peril of AI ความเท่าเทียม จริยธรรม และการรวมไว้ใน AI เป็นไปได้หรือไม่?

เว็บไซต์

งานที่สองของเราในซีรีส์นี้เป็นความร่วมมือกับ Fisher Center for Business Analytics ที่ University of California (UC), Berkeley และ Deloitte AI Institute การสนทนามีศูนย์กลางอยู่ที่ความเท่าเทียม จริยธรรม และการไม่แบ่งแยกใน AI

การออกแบบเว็บไซต์

การสนทนาชั้นนำใน AI
เมื่อวันที่ 8 มีนาคม พ.ศ. 2564 สถาบัน Deloitte AI ได้เปิดตัวซีรีส์รายเดือนที่เรียกว่า “การสนทนาชั้นนำใน AI” เพื่อหารือเกี่ยวกับหัวข้อ AI ที่โดนใจกับผู้เชี่ยวชาญชั้นนำจากสตาร์ทอัพ องค์กร สถาบันการศึกษา และกลุ่มวิจัย นี่เป็นกิจกรรมเสมือนจริงและเปิดให้ทุกคนที่สนใจเรียนรู้เพิ่มเติมเกี่ยวกับ AI สิ่งที่น่าสนใจที่สุดของซีรีส์นี้คือผู้บรรยายทุกคนจะเป็นผู้หญิงเสมอ และความพยายามอย่างถ่อมตนของเราในการเน้นย้ำถึงผู้หญิงในแบบอย่าง AI
ตลอดซีรีส์นี้ วิทยากรของเราจะเจาะลึกลงไปในมิติที่หลากหลายของ AI ในแต่ละเซสชัน – การสนทนา AI, วิทยาการหุ่นยนต์, จริยธรรม, การปรับ AI, อนาคตของการทำงาน, ความหลากหลายใน AI, ข้อมูลสังเคราะห์, MLOps, การคำนวณด้วยระบบประสาท, คอมพิวเตอร์วิทัศน์, ข้อมูล และการกำกับดูแล AI การรู้จำคำพูด และอื่นๆ อีกมากมาย
งานที่สองของเราในซีรีส์นี้เป็นความร่วมมือกับFisher Center for Business Analyticsที่ University of California (UC), Berkeley และ Deloitte AI Institute การสนทนามีศูนย์กลางอยู่ที่ความเท่าเทียม จริยธรรม และการไม่แบ่งแยกใน AI
ผู้ร่วมอภิปราย ได้แก่
Anca Draganผู้ช่วยศาสตราจารย์ UC Berkeley แผนกวิศวกรรมไฟฟ้าและวิทยาการคอมพิวเตอร์
Brandie Nonneckeผู้อำนวยการ CITRIS Policy Lab UC Berkeley
อาภารนา ธินาการ ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่ฝ่ายผลิตภัณฑ์ บริษัท อาไรซ์ เอไอ
Kelly Cureผู้ร่วมก่อตั้งและหัวหน้าฝ่ายการเติบโต Skillful.ly
Andreea Gorbatâiผู้ช่วยศาสตราจารย์ด้านการจัดการองค์กร Berkeley Haas
Nishita Henryหัวหน้าเจ้าหน้าที่ฝ่ายนวัตกรรม Deloitte
คำมั่นสัญญาของ AI
ผู้เข้าร่วมอภิปรายถึงเทคโนโลยีที่ขับเคลื่อนด้วย AI และ AI ที่มีศักยภาพในการทำให้โลกนี้น่าอยู่ขึ้น แต่พวกเขารับทราบว่าควบคู่ไปกับประโยชน์ด้านสุขภาพ ความปลอดภัย และคุณภาพชีวิตที่ AI สามารถช่วยนำมาซึ่งความเสี่ยง AI อาจทำตามคำสัญญาในสภาพแวดล้อมการวิจัย แต่ในการใช้งานในชีวิตจริง บางครั้งอาจสะดุดเนื่องจากอคติที่ตั้งโปรแกรมไว้
Deloitte หมายถึง Deloitte Touche Tohmatsu Limited บริษัทเอกชนในสหราชอาณาจักรจำกัดโดยการรับประกัน (“DTTL”) เครือข่ายของบริษัทสมาชิก และหน่วยงานที่เกี่ยวข้อง DTTL และบริษัทสมาชิกแต่ละแห่งเป็นหน่วยงานที่แยกจากกันตามกฎหมายและเป็นอิสระ DTTL (เรียกอีกอย่างว่า “Deloitte Global”) ไม่ได้ให้บริการแก่ลูกค้า ในสหรัฐอเมริกา Deloitte หมายถึงบริษัทสมาชิกในสหรัฐอเมริกาของ DTTL หนึ่งแห่งหรือมากกว่า ซึ่งเป็นหน่วยงานที่เกี่ยวข้องซึ่งดำเนินการโดยใช้ชื่อ “Deloitte” ในสหรัฐอเมริกาและบริษัทในเครือที่เกี่ยวข้อง บริการบางอย่างอาจไม่พร้อมให้บริการแก่ลูกค้าภายใต้กฎและข้อบังคับของการบัญชีสาธารณะ โปรดดูที่ www.deloitte.com/about เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับเครือข่ายบริษัทสมาชิกทั่วโลกของเรา
ตรวจสอบซีรี่ส์ LinkedIn Live ของ Deloitte สำรวจการเปลี่ยนแปลงทางธุรกิจท่ามกลางการหยุดชะงัก
ผู้นำธุรกิจกำลังเผชิญกับสภาพแวดล้อมที่ผันผวน ความซับซ้อนเพิ่มขึ้น ความแน่นอนกำลังลดลง และการหยุดชะงักเกิดขึ้นบ่อยครั้งขึ้น พวกเขาจะติดตามการเปลี่ยนแปลงอย่างต่อเนื่องนี้ได้อย่างไร? โดยการโอบกอดมัน ในซีรี่ส์ LinkedIn Live ของเรา ผู้นำธุรกิจจะแบ่งปันกลยุทธ์ในการนำทางการหยุดชะงักทางดิจิทัลเพื่อขับเคลื่อนการเปลี่ยนแปลง

เว็บแอพพลิเคชั่น

กลยุทธ์ทางธุรกิจสำหรับ Digital Disruption
แปลง.ล้าง.ทำซ้ำ. เป็นเรื่องราวในโลกแห่งความเป็นจริงเกี่ยวกับวิธีที่ผู้นำธุรกิจนำทางบริษัทของตนผ่านการหยุดชะงักในทุกรูปแบบ การเปลี่ยนแปลงเป็นสิ่งเดียวที่คงที่ในสภาพแวดล้อมปัจจุบัน และการหยุดชะงักทางดิจิทัลเกิดขึ้นบ่อยครั้ง ซับซ้อน และไม่แน่นอน บริษัทจะมีความยืดหยุ่นได้อย่างไร? โดยคงความสามารถในการแข่งขัน การปรับตัว และการเปลี่ยนแปลง เราเข้าใกล้การเปลี่ยนแปลงทางธุรกิจด้วยการทำความเข้าใจความหมายโดยรวม ผสมผสานกลยุทธ์ที่ได้รับข้อมูลการวิเคราะห์เข้ากับเทคโนโลยีขั้นสูง ซีรีส์นี้เป็นโอกาสสำหรับเราที่จะได้เห็นว่าผู้นำและบริษัทอื่นๆ จัดการกับการหยุดชะงักผ่านประสบการณ์และบทเรียนของพวกเขาอย่างไร
เข้าร่วมกับเราในวันพฤหัสบดีสุดท้ายของแต่ละเดือนในขณะที่ Rich Nanda หัวหน้าฝ่ายปฏิบัติการของ US Monitor Deloitte เป็นเจ้าภาพจัดการลูกค้าเพื่อหารือเกี่ยวกับกลยุทธ์ทางธุรกิจที่แข่งขันได้และการเปลี่ยนแปลงองค์กร
เพื่อนำทางไปสู่อนาคตด้วยความมั่นใจ องค์กรจำเป็นต้องสร้างทางเลือกที่ชัดเจน ทันเวลา และสร้างแรงบันดาลใจ ซึ่งนำไปสู่การเติบโตในโลกที่เปลี่ยนแปลงอย่างรวดเร็วและไม่หยุดนิ่ง ตรวจสอบ ผู้ปฏิบัติงานด้านกลยุทธ์ของ Deloitteรวมข้อมูลเชิงลึกของอุตสาหกรรมอย่างลึกซึ้งด้วยวิธีการที่ทันสมัย ​​เพื่อช่วยผู้นำในการแก้ปัญหาการตัดสินใจที่สำคัญที่สุด สร้างความได้เปรียบทางธุรกิจที่ยืดหยุ่น และบรรลุความสำเร็จในการเปลี่ยนแปลง ด้วยประวัติ 30 ปีในการช่วยให้ธุรกิจเติบโต Monitor Deloitte ไม่ได้นำเสนอคำตอบที่จัดเตรียมไว้ล่วงหน้า แต่แทนที่จะร่วมมือกับคุณในการคิดค้นสถานที่ที่จะเล่น วิธีที่จะชนะที่นั่น และวิธีพิสูจน์รูปแบบธุรกิจของคุณในอนาคต
กำลังมองหาข้อมูลเชิงลึกเกี่ยวกับข้อมูลอัจฉริยะอยู่ใช่ไหม เข้าร่วมกับ Deloitte ที่งาน MIT CDOIQ Symposium ปี 2021 สำหรับการประชุมข้อมูลเสมือนเป็นเวลาสามวัน โดยมีการนำเสนอและเวิร์กช็อปจากผู้นำทั่วโลก การนำเสนอของเราจะกล่าวถึงหัวข้อที่สำคัญ รวมถึงสตรีในจริยธรรมของข้อมูลและบทบาทของข้อมูลในความคล่องตัวทางธุรกิจ
ปฏิบัติการ AI ด้วยแพลตฟอร์ม
ถามคำถามว่า “เราจะนำพลังเลขชี้กำลังของ AI มาประยุกต์ใช้ในการปรับปรุงสิ่งที่สำคัญสำหรับเราในฐานะธุรกิจได้อย่างไร” ทำให้เราคว้าโอกาสที่น่าตื่นเต้นมากมาย ในการขยายการลงทุนด้าน AI ของเราในช่วงสองปีที่ผ่านมา เราประสบความสำเร็จในการเปิดใช้กรณีการใช้งานหลักบางกรณีในธุรกิจการตรวจสอบและการรับประกันและการให้คำปรึกษาเกี่ยวกับระบบอัตโนมัติของพนักงานและการจัดส่งอัจฉริยะที่ขับเคลื่อนด้วย AI ในเซสชั่นนี้ ค้นพบวิธีที่เราดำเนินการ AI โดยใช้แพลตฟอร์ม CortexAI™ และปรับใช้ AI ใน Omnia ซึ่งเป็นแพลตฟอร์มการตรวจสอบและการรับรองของเรา ดูกรณีการใช้งานที่ประสบความสำเร็จและบทเรียนที่เราได้เรียนรู้ไปพร้อมกัน
ข้อมูลในการเคลื่อนไหว
ในอดีต ข้อมูลที่เก็บรวบรวมยังคงอยู่ในที่เดียวเพื่อให้ผู้ใช้เข้าถึงและวิเคราะห์ได้ อย่างไรก็ตาม ในปัจจุบัน ข้อมูลมักเคลื่อนไหว โดยมีการดำเนินการและการตัดสินใจที่จุดต่างๆ ตลอดเส้นทางของข้อมูล ในเซสชั่นประเด็นสำคัญนี้ ค้นพบปัจจัยที่เอื้อต่อข้อมูลในเที่ยวบินและสถานการณ์ต่างๆ ของข้อมูลที่เคลื่อนไหวซึ่งอาจต้องใช้สถาปัตยกรรม แอปพลิเคชัน และเทคนิคการจัดการที่แตกต่างกัน

Web​ application

ผู้หญิงในจริยธรรมข้อมูล
เนื่องจากการลงทุนในความสามารถของ AI เพิ่มขึ้นในอุตสาหกรรมและประเทศต่างๆ จึงมีความจำเป็นเร่งด่วนในการสร้างระบบ AI ที่มีอคติต่ำ มีจริยธรรม และยุติธรรม การทำเช่นนี้จะต้องใช้แรงงานที่หลากหลายของมนุษย์ แต่ยังขาดความหลากหลายทางเทคโนโลยี โดยเฉพาะความหลากหลายทางเพศใน AI เข้าร่วมคณะสำรวจของเราเพื่อสำรวจปัญหาอคติใน AI และเรียนรู้ว่าความหลากหลายที่เพิ่มขึ้นสามารถช่วยให้ระบบน่าเชื่อถือและมีจริยธรรมมากขึ้นได้อย่างไร
ความไว้วางใจในการดำเนินงาน
เนื่องจากการลงทุนในความสามารถของ AI เพิ่มขึ้นในอุตสาหกรรมและประเทศต่างๆ จึงมีความจำเป็นเร่งด่วนในการสร้างระบบ AI ที่มีอคติต่ำ มีจริยธรรม และยุติธรรม การทำเช่นนี้จะต้องใช้แรงงานที่หลากหลายของมนุษย์ แต่ยังขาดความหลากหลายทางเทคโนโลยี โดยเฉพาะความหลากหลายทางเพศใน AI เข้าร่วมคณะสำรวจของเราเพื่อสำรวจปัญหาอคติใน AI และเรียนรู้ว่าความหลากหลายที่เพิ่มขึ้นสามารถช่วยให้ระบบน่าเชื่อถือและมีจริยธรรมมากขึ้นได้อย่างไร
เครื่องซักผ้าข้อมูล
มีการวิจัยมากมายเกี่ยวกับการล้างข้อมูลและการจัดการข้อมูล การวิจัยและแนวทางปฏิบัติในอุตสาหกรรมที่เกี่ยวข้องนี้มีประโยชน์ในการสนับสนุนการวิเคราะห์ข้อมูลและเพื่อให้ข้อมูลคุณภาพสูงขึ้นสำหรับการตัดสินใจ อย่างไรก็ตาม ในยุคของข้อมูลขนาดใหญ่ การพัฒนาระบบล้างข้อมูลอัตโนมัติยังมีความสำคัญมากขึ้นเรื่อยๆ เช่นเดียวกับเครื่องซักผ้าสำหรับทำความสะอาดเสื้อผ้าที่สกปรก เพื่อรองรับงานที่หลากหลายซึ่งต้องการข้อมูลที่แม่นยำ ทันเวลา สม่ำเสมอ ครบถ้วน และ น่าเชื่อถือ แผงนี้จะนำเสนอและหารือเกี่ยวกับ ”Data Washing machine” ประเภทต่างๆ ที่กำลังนำเสนอในอุตสาหกรรม
การรู้ข้อมูลในภาครัฐ
รัฐบาลรวบรวมข้อมูลจำนวนมหาศาลในระดับรัฐและรัฐบาลกลาง ข้อมูลนั้นดีอย่างไรหากพนักงานพยายามทำความเข้าใจและตีความข้อมูลนั้น เซสชั่นนี้จะสำรวจความท้าทายในปัจจุบัน แนวทางปฏิบัติที่ดีที่สุด และแนวทางที่ประสบความสำเร็จในการส่งเสริมการรู้เท่าทันข้อมูลในรัฐบาล
รายงานฉบับใหม่ของ Deloitte พบว่าผู้ที่เปิดรับวิศวกรรมคุณภาพ (QE) เป็นตัวเร่งปฏิกิริยาสำหรับความเร็ว ความคล่องตัว และประสิทธิภาพทางธุรกิจจะได้รับตำแหน่งที่ดีขึ้นในตลาดที่มีการแข่งขันสูงและรวดเร็วในอนาคต รายงานเปิดตัว “ Deloite 2021 Quality Engineering Trends ” ที่เผยแพร่ในวันนี้ ยังเน้นย้ำถึงความคาดหวังขององค์กรด้านวิศวกรรมคุณภาพ (QE) ลำดับความสำคัญของการลงทุน ความท้าทายในการจัดการระบบนิเวศทางวิศวกรรม และการพัฒนาเทคโนโลยีที่เกิดขึ้นใหม่ เช่น ปัญญาประดิษฐ์ (AI), 5G, อินเทอร์เน็ตของ สิ่งต่าง ๆ (IoT) บล็อกเชนและธุรกิจไอทีส่งผลกระทบต่อ QE
ตามรายงานซึ่งแบ่งย่อยโอกาสสำคัญในพื้นที่แนวโน้มหลักที่ส่งผลกระทบต่อ QE อนาคตจะเน้นที่การปรับขนาดระบบอัตโนมัติอัจฉริยะ (IA) การทดสอบอย่างต่อเนื่องที่สมบูรณ์แบบ การรักษาความปลอดภัยขององค์กร และการทดสอบบนคลาวด์ ผู้ตอบแบบสอบถามกล่าวว่าองค์ประกอบเหล่านี้เป็นกุญแจสำคัญในการเปิดตัวโซลูชันเทคโนโลยีใหม่ที่ต้องใช้ทักษะขั้นสูง การประสานงานที่เข้มงวดยิ่งขึ้นภายในและระหว่างทีม และความเชี่ยวชาญในเครื่องมือและวิธีการล่าสุดที่มีอยู่ใน QE
“ด้วยการถือกำเนิดของกองกำลังก่อกวนเช่น 5G และ IoT; และการขยายการใช้งาน Cloud, AI และ ML; องค์กรต่างๆ มีโอกาสที่จะปรับปรุงการส่งมอบซอฟต์แวร์และแนวทางโดยรวมของพวกเขาใน QE โดยใช้ประโยชน์จากเทคโนโลยียุคหน้าเพื่อปรับปรุงการจัดส่งที่มีคุณภาพอย่างมาก” Rohit Pereiraหัวหน้าฝ่ายปฏิบัติงานด้านวิศวกรรมหลักและคุณภาพของ Deloitte Consulting LLP กล่าว “ในขณะที่ผู้นำมองหาวิธีที่จะก้าวข้ามการแข่งขัน การเปลี่ยนกระบวนทัศน์ของ QE จาก ‘ต้นทุนคุณภาพ’ เป็น ‘มูลค่าของคุณภาพ’ และมองว่าเป็นฟังก์ชันที่เอื้อให้เกิดประสิทธิภาพเทียบกับฟังก์ชันต้นทุนสนับสนุนจะเป็นสิ่งสำคัญ”
การค้นพบที่สำคัญของแนวโน้มทางวิศวกรรมที่มีคุณภาพ
ความท้าทาย
โควิด-19 บังคับให้องค์กรต้องปรับตัวและตอบสนองได้มากกว่าที่เคย และในบางกรณี สิ่งที่เราพิจารณาว่าเป็น “แผนในอนาคต” ถูกย่อจากปีเป็นสัปดาห์ การเปิดตัวโซลูชันใหม่อย่างรวดเร็วในสภาพแวดล้อมนี้จำเป็นต้องมีการยกระดับทักษะขั้นสูง การประสานงานที่แน่นแฟ้นยิ่งขึ้นภายในและระหว่างทีม และการจับเครื่องมือและวิธีการล่าสุดที่มีให้สำหรับฟังก์ชันทางวิศวกรรมที่มีคุณภาพ — ทุกด้านที่ก่อนหน้านี้องค์กรส่วนใหญ่มีการดำเนินการแต่ยังไม่ได้รับการจัดตั้งขึ้นอย่างสมบูรณ์ .
ด้วยสิ่งนี้และความก้าวหน้าของเทคโนโลยีที่เกิดขึ้นใหม่ องค์กรต่างๆ กำลังเผชิญกับความซับซ้อนที่ไม่เคยมีมาก่อนเมื่อพูดถึง QE ความท้าทายสูงสุดที่ผู้ตอบแบบสอบถามกล่าวถึง ได้แก่ ระบบอัตโนมัติที่จำกัด (56%) ลำดับความสำคัญของการแข่งขัน (51%) และวุฒิภาวะของกระบวนการทดสอบ (50%)
[NPC5]นอกจากนี้ ทีมวิศวกรมักมีความตึงเครียดในการติดตามเทคโนโลยีที่พัฒนาอย่างรวดเร็ว เช่น AI ความท้าทายที่ใหญ่ที่สุดในการนำ AI มาใช้ — ตามที่ผู้ตอบแบบสอบถาม — ทักษะด้านทรัพยากร (55%) ซึ่งเน้นย้ำถึงความยากลำบากในการเพิ่มทักษะให้เร็วพอ ความท้าทายด้านความสามารถอื่น ๆ รวมถึงความเครียดในทีมวิศวกรรมที่มีคุณภาพเมื่อต้องพบกับความต้องการของผู้ใช้ที่เปลี่ยนแปลงตลอดเวลา ส่งผลให้หลายองค์กรพิจารณาการทดสอบฝูงชนในขนาด จากการสำรวจพบว่า 90% ของผู้ตอบแบบสอบถามรายงานว่ามีการทดสอบฝูงชน