🥇微軟開設商學院教授人工智慧策略、文化與責任

近年來，一些全球成長最快的公司一直在採用人工智慧（AI）來解決特定的業務問題。微軟進行了一項研究，旨在了解人工智慧將如何影響企業領導力，發現高成長公司積極採用人工智慧的可能性是成長緩慢公司的兩倍以上。

此外，快速成長的公司已經更積極地使用人工智慧，其中約一半計劃在未來一年擴大人工智慧的使用，以改善決策流程。在成長緩慢的公司中，只有三分之一有這樣的計畫。但如何研究表明即使在快速成長的公司中，也只有五分之一將人工智慧整合到其營運中。

詳情下切！

微軟人工智慧行銷公司副總裁 Mitra Azizirad 表示：“人們的意圖與組織的實際狀態、組織的準備情況之間存在差距。”

「制定人工智慧策略超越了業務問題，」米特拉解釋。 “讓組織為人工智慧做好準備需要組織技能、能力和資源。”

在製定此類策略的過程中，高階主管和其他企業領導者經常會遇到以下問題：如何以及在哪裡開始在公司中實施人工智慧，為此需要對公司文化進行哪些改變，如何負責任、安全地創建和使用人工智慧，保護隱私、尊重法律法規？

今天，Azizirade 和她的團隊正在推出 Microsoft AI 商學院，以幫助企業領導者解決這些問題。免費線上課程是一系列大師班，旨在讓管理者有信心駕馭人工智慧時代。

關注策略、文化和責任

商學院課程材料包括快速指南和案例研究，以及講座和對話視頻，忙碌的高管可以隨時參考。一系列簡短的介紹影片概述了推動所有產業變革的人工智慧技術，但大部分內容著重於管理人工智慧對公司策略、文化和問責制的影響。

「這所學校將讓你深入了解如何制定策略並識別障礙，以免阻礙你在組織中實施人工智慧，」Azizirad 說。

新的商學院補充了微軟的其他人工智慧教育計劃，其中包括針對開發人員的一項計劃學校人工智慧學校和人工智慧培訓計劃（微軟人工智慧專業計畫），為工程師以及任何想要提高人工智慧和資料處理領域技能的人提供必要的現實經驗、知識和技能。

阿齊茲拉德表示，與其他措施不同，新商學院並不專注於技術專家，而是培養高階主管領導組織轉型為人工智慧。

分析師 Nick McQuire 撰寫智慧科技評論 CCS見解」表示，在其公司調查的公司中，超過50% 已經在研究、測試或實施基於人工智慧和機器學習的專門項目，但很少有人在整個組織中使用人工智慧，並尋找與人工智慧相關的商機和挑戰。

「這是因為商業界並不完全了解人工智慧是什麼、它的功能是什麼以及最終如何應用它，」麥克奎爾說。 “微軟正在努力填補這一空白。”

米特拉·阿齊濟拉德，副總統。照片：微軟。

INSEAD是一所在歐洲、亞洲和中東設有校區的 MBA 商學院，它與 Microsoft 合作開發了商學院的人工智慧策略模組，以探索各行業的公司如何利用人工智慧成功實現業務轉型。

例如，捷普的經驗表明，世界上最大的製造解決方案提供商之一如何透過使用人工智慧在製造電子零件時檢查電子零件來減少管理費用並提高其生產線的質量，從而使工人能夠專注於機器可以完成的其他活動不做。

捷普高級副總裁兼首席資訊長 Gary Cantrell 表示：“仍有許多工作需要人力資本，特別是在無法標準化的流程中。”

坎特雷爾補充說，採用人工智慧的關鍵是管理層承諾向員工傳達公司的人工智慧策略：消除常規、重複性活動，以便人們可以專注於無法自動化的事情。

「如果員工自己猜測和做出假設，那麼在某些時候就會開始乾擾工作，」他說。「你向團隊解釋得越清楚你想要實現的目標，實施就會越有效、越快。”

微軟人工智慧商學院的文化和責任模組專注於數據。阿齊茲拉德解釋說，要成功實施人工智慧，企業需要跨部門和業務職能的開放資料共享，所有員工都需要有機會參與資料驅動的人工智慧應用程式的開發和實施。

「您需要從開放的方法開始，了解組織如何使用其資料。這是採用人工智慧來提供您想要的結果的基礎。」她補充說，成功的領導者對人工智慧採取包容性的方法，將不同的角色結合在一起並打破資料孤島。

在微軟人工智慧商學院，微軟行銷部門的例子說明了這一點，該部門決定使用人工智慧來更好地評估銷售團隊應該追求的潛在機會。為了做出這項決定，行銷人員與資料科學家合作創建了機器學習模型，可以分析數千個變數來獲得潛在客戶。成功的關鍵是將行銷人員的潛在客戶品質知識與機器學習專家的知識結合起來。

「為了改變文化並實施人工智慧，你需要讓最接近你要解決的業務問題的人參與進來，」Azizirad 說，並補充說，銷售人員使用潛在客戶評分模型，因為他們相信它可以帶來很高的結果。

建立信任還涉及人工智慧系統的負責任的開發和部署。微軟市場研究表明，這引起了企業領導者的共鳴。高成長公司的領導者對人工智慧的了解越多，就越意識到自己需要確保負責任地部署人工智慧。

微軟人工智慧商學院關於負責任人工智慧影響的模組展示了微軟自己在這一領域的工作。課程材料包括現實生活中的範例，微軟領導者在這些範例中吸取了教訓，例如需要保護智慧系統免受攻擊並識別用於訓練模型的資料集中的偏差。

CCS Insight 分析師 McQuire 表示：“隨著時間的推移，隨著公司基於他們創建的演算法和機器學習模型進行運營，人們將更加關注治理。”