在自動化和流程協(xié)作中實現(xiàn)人工智能(AI)具有巨大的潛力，可以提高效率、流程有效性和獲得更好的業(yè)務成果。通過正確的專業(yè)知識、合作伙伴關系和人工監(jiān)督，AI系統(tǒng)在自動化環(huán)境中可以非常有效。

　　在帶來回報的同時，AI為現(xiàn)實世界中的工業(yè)應用也帶來了一定的挑戰(zhàn)和風險。除了一些AI領導者發(fā)現(xiàn)的更深層次的生存威脅在外，在將AI添加到您的超自動化技術堆棧中之前，還有一些實際的考慮因素需要牢記。以下是自動化領域中AI實施帶來的一些關鍵挑戰(zhàn)，以及如何解決這些挑戰(zhàn)的建議。

　　1. 機器學習的數(shù)據(jù)可用性

　　雖然這聽起來像是一個簡單的問題，但現(xiàn)實是為機器學習模型準備數(shù)據(jù)往往是一個巨大的挑戰(zhàn)。相關調查顯示，數(shù)據(jù)科學家和數(shù)據(jù)工程師通常將 80% 的精力用于數(shù)據(jù)準備。

　　如果沒有為 AI 設計的純凈數(shù)據(jù)，就不可能訓練出適合的 AI 模型以使其為生產(chǎn)做好準備。不幸的是，失敗經(jīng)常發(fā)生。市場研究公司Gartner發(fā)現(xiàn)，85%的AI項目未能交付，只有53%的項目最終實現(xiàn)了從原型到投產(chǎn)。

　　許多企業(yè)提供為機器學習準備的數(shù)據(jù)集以用于自動化領域，例如用于不斷改進過程模型的流程執(zhí)行數(shù)據(jù)，這加快了培訓進度，并大大減少了數(shù)據(jù)科學家和數(shù)據(jù)工程師所需的工作量。從而使這些供不應求的高價值員工，可以將時間分配到其他關鍵的任務。

　　2. 模型中的準確性問題和偏差

　　準確性和偏差是人工智能應用中兩個關鍵但反復出現(xiàn)的問題，需要人類的監(jiān)督。例如，生成式AI應用程序容易產(chǎn)生幻覺，或者根據(jù)其訓練數(shù)據(jù)集編造事實。

　　同樣，將有偏差的數(shù)據(jù)集輸入到機器學習模型也可能會產(chǎn)生有偏見的結果。例如，如果一家金融服務公司正在使用由AI驅動的自動化系統(tǒng)來接受或拒絕信貸申請，那么就必須避免培訓數(shù)據(jù)集中可能包含的對女性或有色人種的系統(tǒng)性偏見。

　　隨著我們朝著AI驅動的決策方向發(fā)展，人類必須在“回路”中保持清醒，驗證機器學習算法產(chǎn)生的結果，以檢查偏差和其他形式的不準確。讓人類參與“回路”是重新訓練算法以在生產(chǎn)環(huán)境中更有效地執(zhí)行的關鍵一步。

　　3. 安全策略

　　許多大型語言模型和其他機器學習模型已經(jīng)使用互聯(lián)網(wǎng)用戶生成的大量在線數(shù)據(jù)語料庫進行了訓練。例如，公開可用的亞馬遜和Yelp評論被用于訓練情緒分析算法。

　　在企業(yè)環(huán)境中，使用 ChatGPT 等公開可用的模型可能會對敏感數(shù)據(jù)(如個人身份信息或知識產(chǎn)權)構成風險。使用這些工具時，遵守公司的數(shù)據(jù)安全策略非常重要。

　　為了避免這些類型的問題，許多組織基于內部數(shù)據(jù)集開發(fā)了自己的專有機器學習模型，從而降低了企業(yè)數(shù)據(jù)落入壞人之手的風險。

　　4. 法律風險

　　監(jiān)管AI是一個全球持續(xù)存在的問題，法律領域繼續(xù)受到包括生成式AI在內的新興技術的影響。例如，許多人對使用AI生成的文本和圖像提出了版權問題。

　　在開源世界中，自動代碼生成器引起了對許可的擔憂。一些關鍵問題在于生成式AI系統(tǒng)缺乏可追溯性——換句話說，很難知道代碼來自哪里以及如何將其歸因于其原始創(chuàng)建者。

　　例如，如果組織正在使用自動代碼生成器為流程模型開發(fā)代碼，那么在輸入專有代碼或利用開源軟件時最好謹慎行事。

　　5. 成熟度考量

　　在某些技術領域，例如自動化決策的增強智能系統(tǒng)，可能還沒有完全準備好迎接黃金時代。這些技術通常需要來自多個來源的混合數(shù)據(jù)集才能做出有效的決策。許多團隊沒有能力在生產(chǎn)中使用這些系統(tǒng)，無論是由于資源限制還是缺乏適用的培訓數(shù)據(jù)。

　　然而，隨著企業(yè)在數(shù)智化方面成熟度的提高，能夠在人類監(jiān)督的環(huán)境中使用增強智能，這些系統(tǒng)在自動做出某些決策方面將變得更加有效。它們可以幫助改善人類的工作流程，讓員工更有效地分配時間。

　　雖然這些挑戰(zhàn)肯定會影響實施人工智能的任何決定，但這并不妨礙企業(yè)進行試驗的意愿。AI與流程協(xié)作相結合有助于提高自動化程度，從而改善業(yè)務運營和客戶體驗。從持續(xù)改進流程到自動化決策，再到增強或優(yōu)化人類工作流程——AI在這一領域的無限可能性是令人興奮的。