隨著AI技術(shù)快速進(jìn)步，領(lǐng)導(dǎo)者常常覺得跟不上，不確定自己在采用AI方面應(yīng)該扮演什麼角色。領(lǐng)導(dǎo)者在理解與使用AI之間的落差日益擴(kuò)大，使得他們愈來愈沒有信心，而組織又對(duì)主動(dòng)使用AI寄予高度期待。領(lǐng)導(dǎo)者必須彌合這道鴻溝，成為懂AI的人，才能利用AI為組織創(chuàng)造優(yōu)勢(shì)。
?
當(dāng)個(gè)懂AI的領(lǐng)導(dǎo)者，首先得從認(rèn)識(shí)AI的基本原理開始，才能掌握使用要領(lǐng)、跟上技術(shù)發(fā)展，并將這些寶貴的洞見帶進(jìn)你和團(tuán)隊(duì)每天面對(duì)的商業(yè)現(xiàn)實(shí)。懂AI需要：
學(xué)習(xí)1：了解AI基本原理
即AI透過龐大數(shù)據(jù)學(xué)習(xí)和辨識(shí)模式解決問題的能力。AI可以透過任務(wù)自動(dòng)化、管理資源以及從數(shù)據(jù)分析中獲取洞見，從而提升組織效能。然而，人們常常誤解AI等同于人類智慧，實(shí)際并非如此。AI缺乏創(chuàng)造力、情緒智商，也不能做出直覺或道德判斷。領(lǐng)導(dǎo)者必須了解這些限制，以免傷害組織。
學(xué)習(xí)2：從商業(yè)角度理解AI
人類對(duì)AI系統(tǒng)的控制是非常重要的，因?yàn)檫@能減少偏見并確保使用合乎道德。監(jiān)督式機(jī)器學(xué)習(xí)（ Supervised Machine learning）和人類回饋的強(qiáng)化學(xué)習(xí)（Reinforcement learning from human feedback, RLHF）是比較好的做法，因?yàn)檫@兩種方法可以讓人類介入，引導(dǎo)AI的發(fā)展和應(yīng)用。
學(xué)習(xí)3：打造激勵(lì)員工有效運(yùn)用AI的工作環(huán)境
領(lǐng)導(dǎo)者以身作則和持續(xù)關(guān)注AI的進(jìn)展是不可或缺的。如果領(lǐng)導(dǎo)者自己不用，將導(dǎo)致公司采用AI的情況逐漸冷卻。
?
要讓AI系統(tǒng)產(chǎn)出可靠實(shí)用的洞見，領(lǐng)導(dǎo)者必須培養(yǎng)透明及參與式的溝通文化。懂AI的領(lǐng)導(dǎo)者明白，他們的溝通策略對(duì)于組織能否成功導(dǎo)入AI影響重大，如果無法推動(dòng)參與式的溝通文化，就可能導(dǎo)致AI計(jì)畫以失敗告終。
要建立參與式溝通文化，你可以采取以下步驟：
?主動(dòng)徵詢專家意見──領(lǐng)導(dǎo)者應(yīng)該向數(shù)據(jù)科學(xué)家、領(lǐng)域?qū)＜?、AI產(chǎn)品經(jīng)理和AI政策專家尋求意見。這些專家可以針對(duì)AI應(yīng)用的技術(shù)、營(yíng)運(yùn)和道德層面，提供關(guān)鍵見解。讓他們參與討論可以確保AI與業(yè)務(wù)目標(biāo)一致，并且安全有效地運(yùn)作。
?
?確保資訊傳達(dá)給每個(gè)人，大家一起承擔(dān)責(zé)任──數(shù)據(jù)共享是關(guān)鍵。把數(shù)據(jù)視為一種集體資產(chǎn)，所有決策者都有權(quán)存取，這可促進(jìn)不同部門之間的信任與合作。針對(duì)數(shù)據(jù)共享的做法進(jìn)行透明溝通，并且堅(jiān)持貫徹制定好的規(guī)則，都極為重要。
?
?經(jīng)常且公開地溝通──對(duì)于AI的進(jìn)展及其影響進(jìn)行頻繁且公開的溝通，有助減輕員工的恐懼和疑慮。員工應(yīng)該覺得自己有權(quán)說出他們對(duì)使用AI的想法和顧慮。領(lǐng)導(dǎo)者可以透過承認(rèn)他們的知識(shí)落差，以及重視所有利害關(guān)系人的意見來建立信任，進(jìn)而促進(jìn)共同的權(quán)力基礎(chǔ)，推動(dòng)創(chuàng)新和有效的AI應(yīng)用。
?
?消除阻礙資訊自由流動(dòng)的障礙──官僚作風(fēng)會(huì)妨礙AI的效能。組織應(yīng)該朝向扁平的架構(gòu)發(fā)展，以便加快資訊流通的速度，并且減少行政作業(yè)瓶頸。領(lǐng)導(dǎo)者需要建立一種工作文化，讓使用AI的回饋在組織各個(gè)階層之間自由流通，同時(shí)也讓技術(shù)專家隨時(shí)得知最新現(xiàn)況。
?
?采用并發(fā)展內(nèi)建回饋回路的AI──系統(tǒng)內(nèi)建的持續(xù)學(xué)習(xí)技術(shù)有助系統(tǒng)適應(yīng)新的數(shù)據(jù)和不斷變化的商業(yè)挑戰(zhàn)。領(lǐng)導(dǎo)者必須對(duì)使用的數(shù)據(jù)進(jìn)行審慎評(píng)估，確保其與組織目標(biāo)一致，避免偏差的數(shù)據(jù)和「災(zāi)難性遺忘」（AI系統(tǒng)在學(xué)習(xí)新任務(wù)時(shí)會(huì)忘記先前任務(wù)的資訊）等風(fēng)險(xiǎn)。
