在2022年，公司平均拥有3.8个AI模型正在运作。如今，有十分之七的公司正在尝试生成式人工智能，这意味着未来几年内生产中的AI模型数量将会激增。由此，关于负责任的AI的行业讨论变得更加紧迫。

好消息是，超过一半的组织已经推动AI伦理。然而，大约仅有20%的组织已经实施了包括框架、治理和监测AI模型发展以及主动识别和减少风险的全面计划。鉴于AI发展的快速速度，领导者们应该立即开始实施框架和成熟的流程。全球范围内的监管已经在逐渐出现，已经有一半的组织出现了负责任的AI失败。

实施负责任AI的挑战

负责任的AI涉及到20个不同的业务功能，增加了流程和决策的复杂性。负责任的AI团队必须与关键利益相关者合作，包括领导层、业务所有者、数据、AI和IT团队以及合作伙伴，以实现以下目标：

• 构建公平且无偏见的AI解决方案：团队和合作伙伴可以使用不同的技术，例如探索性数据分析，以在开发解决方案之前识别和减少潜在的偏见，从而从一开始就以公平的角度构建模型。团队和合作伙伴还可以审查预处理、算法设计和后处理中使用的数据，以确保其代表性和平衡性。此外，他们还可以使用群体和个体公平性技术，确保算法公平对待不同的群体和个体。而反事实公平性方法则可以在更改某些因素后对模型结果进行建模，有助于识别和解决偏见。
• 促进AI的透明度和可解释性：AI的透明度意味着易于理解AI模型的工作原理和决策过程。可解释性意味着这些决策可以以非技术术语轻松传达给他人。使用共同的术语，与利益相关者定期讨论，并创建AI意识和持续学习的文化，可以帮助实现这些目标。
• 确保数据隐私和安全：AI模型使用大量的数据。公司正在利用第一方和第三方数据为模型提供数据。他们还使用保护隐私的学习技术，例如创建合成数据来解决稀疏性问题。领导者和团队需要审查和改进数据隐私和安全保障措施，以确保机密和敏感数据在新的使用方式下仍然受到保护。例如，合成数据应该模拟客户的关键特征，但不可追溯到个人身份。
• 实施治理：治理将根据企业的AI成熟度而有所不同。然而，公司应该从一开始就设定AI原则和政策。随着他们对AI模型的使用增加，他们可以任命AI官员，实施框架，建立问责制和报告机制，并开展反馈循环和持续改进计划。

负责任AI计划的关键因素

那么，什么使负责任的AI领导者与其他公司不同？他们：

• 制定AI的愿景和目标：领导者向团队传达其对AI的愿景和目标，以及它们对公司、客户和社会的好处。
• 设定期望：高层领导与团队设定正确的期望，从头开始打造负责任的AI解决方案，而不是在完成后进行改造。
• 实施框架和流程：合作伙伴提供透明的负责任AI框架和流程以及保护措施。例如，数据隐私、公平性和偏见检查应该内置于初始数据准备、模型开发和持续监测中。
• 获取领域、行业和AI技能：团队希望加快AI解决方案的创新，提高业务竞争力。他们可以寻求合作伙伴提供相关领域和行业技能，例如数据和AI战略制定和执行，以及与客户分析、营销技术、供应链等能力相结合。合作伙伴还可以提供全方位的AI技能，包括大型语言模型（LLM）工程、开发、运营和平台工程能力，利用负责任AI框架和流程来设计、开发、运营和产品化解决方案。
• 获取加速器：合作伙伴提供访问AI生态系统，将负责任的传统和生成式AI试点项目的开发时间缩短高达50%。企业获得增加市场竞争力的垂直解决方案。
• 确保团队采用和问责制：企业和合作伙伴团队接受新策略和流程的培训。此外，企业还会对团队遵守关键政策进行审核。
• 使用正确的指标来衡量结果：领导者和团队使用基准和其他指标来展示负责任AI如何为业务创造价值，以保持利益相关者的参与度。
• 监测AI系统：合作伙伴提供模型监测服务，积极解决问题，并确保其提供可信的结果。

制定负责任的人工智能计划

如果您的公司正在加速人工智能创新，您可能需要一个负责任的人工智能计划。积极采取行动，减少风险，完善计划和流程，并向利益相关方展示责任。

合作伙伴可以提供您需要的技能、框架、工具和合作关系，以负责任的人工智能实现商业价值。部署公平和无偏见的模型，强制执行控制措施，增加对公司要求的合规性，并为即将出台的法规做好准备。