로봇보다 나은 4 가지 방법

“인공 지능으로 우리는 악마를 소환하고 있습니다. 오각형과 성수가있는 사람이있는 모든 이야기에서, 그는 악마를 통제 할 수 있다고 확신합니다. 작동하지 않습니다.”

이 말은 디지털 시대의 무서운 계산 속도에 대해 신생 애자에 의해 언급되지 않았습니다. 그들은 최근 SpaceX의 창립자 인 Elon Musk 와 AI 회사 인 Deepmind의 투자자 인 Tesla와 일부 스티브 잡스 (Steve Jobs)로 선포되었습니다. 빌 게이츠 (Bill Gates)와 유명한 케임브리지 물리학 자 스티븐 호킹 (Stephen Hawking)과 같은 머스크와 다른 사상가들이 인공 지능에 대해 비슷한 종말의 경고를 제안 할 때, 그것은 세계적으로 큰 논쟁을 일으킨다.

최근 하버드 비즈니스 리뷰 (Harvard Business Review) 기사에서 월터 프릭 (Walter Frick)은 기계의 부상과 비즈니스 및 업무에 미치는 영향에 대해 썼습니다. 그는 "보완성에 중점을 둔 직업 제거 기술에 대한 집착"을 거부하면서 대체 관점을 제시합니다.

그것이 상보성에 관한 것이라면, 알고리즘 시대에 컴퓨터와 함께 번창하기 위해 어떤 기술을 구축해야합니까?

우선, 회사에서 알고리즘을 시작하고 "켜는"것은 불가능합니다. 규모에 맞게 알고리즘을 배포하려면 마운드 및 마운드 데이터로 수행 할 수있는 작업을 통합, 유지 관리 및 식별 할 수있는 강력한 기술 기반이 필요합니다. 간단히 말해, 알고리즘과 기계 학습을 통한 자동화 된 의사 결정은 쉬운 작업이 아니며 더 많은 작업이 필요합니다.

그러나 향후 10 년 동안 대부분의 기업에서 데이터 기반이 마련 될 것으로 예상되므로 잠시 동안 데이터 기반이 마련되었다고 가정 해 보겠습니다. 그렇다면 인간으로서 어떻게 기계 중심의 망각으로가는 길을 피해야합니까?

1. 가정 기반 의사 결정에서 데이터 기반 의사 결정으로 이동 합니다.

기업에서 너무 많은 결정은 경험에 근거한 가정을 기반으로합니다. 그러나 과거 경험은 산업과 시장이 혼란을 겪고있는 현재 또는 미래를 정확하게 예측하지 못할 수 있습니다. 가정은 종종 세상이 어떻게 작동하는지에 대한 구식 관점을 기반으로합니다.

알고리즘의 시대는 우리가“느끼는”또는“생각하는”것에 의존하는 대신, 우리가 알고있는 것에 기초하여 패턴이 표면화되도록한다. 분석적 의사 결정은 더 이상 소수의 데이터 괴짜를 보존하지 않으며, 특히 더러워진 많은 작업을 기꺼이 수행 할 수있는 알고리즘을 사용합니다. 결과적으로 우리는 직관, 감정 및 일화에 기반한 결정을 넘어서야합니다. 직감은 아이디어에는 좋지만 데이터는 실제 증거입니다.

2. 올바른 데이터 질문을하십시오.

데이터는 질문에 대한 답변을 제공합니다. 그러나 데이터와 알고리즘은 질문이 얼마나 좋은지 알 수 없습니다. 올바른 질문을하는 방법을 배워야합니다.

이를 위해서는 데이터 작업 방법, 데이터를 작업과 관련시키는 방법 및 데이터를 사용하여 스토리를 말하는 방법을 알아야합니다. 비즈니스에 중요한 지표, 데이터에 의해 결정되어야하는 의사 결정 및 가장 전략적인 의사 결정을 위해 알고리즘을 활용하는 방법을 이해해야합니다.

자율 주행 차에서 비유하기 위해…. 자동차는 스스로 운전하는 데 능숙하지만 어디로 가야할지 결정할 수 없습니다.

3. 알고리즘에 컨텍스트를 추가하십시오.

기계는 우리의 두뇌처럼 데이터 외부에서 생각할 수 없습니다. 상관 관계가 발생하는 비즈니스 컨텍스트와 데이터를 발생시키는 프로세스를 이해하기 때문에 컴퓨터가 자주 그리워하지 않는 완전히 관련이없는 데이터 세트에서 상관 관계를 신속하게 확인할 수 있습니다.

데이터를 패턴 인식하고 상황에 맞게 해석하는 데 능숙해야합니다. 이를 위해서는 도메인 지식, 우리의 역할 또는 부서가 비즈니스의 광범위한 맥락에서 어떻게 적용되는지에 대한 이해, 데이터에서 찾을 수없는 통찰력을 도입하고 가장 관련성 높은 통찰력을 수용하고 다른 것들을 거부 할 수있는 능력의 조합이 필요합니다.

4. 사실과 감정을 결합하십시오.

기계는 또한 개인의 인간 행동과 동기 부여, 감정 및 상호 작용의 뉘앙스를 진정으로 이해하는 데 실제로 부족합니다. 따라서 우리는 동료 인간의 반응을 이끌어내는 방법을 이해하는 숙련 된 사회 학자, 심리학자, 커뮤니케이터, 경제학자 및 지도자가 계속 필요합니다. 모든 회의실 대화는 알고리즘과 사실로 시작되지만 악수로 끝납니다.

기계가 인간이보다 전략적이고 복잡하며 창의적인 작업을 수행 할 수 있도록하는 중요한 직무에 집중함으로써 우리는 운전석에, 특히 알고리즘 시대에 머물 수 있습니다. 그건 그렇고, 머스크가 주장하는 것처럼 사악한 것처럼 보이지 않거나 악의적 인 것은 아닙니다. 알고리즘 시대에 우리의 역할을 정의하는 것은 뉘앙스에 어떻게 적응 하는가입니다.