专家表示，人工智能采用的高失败率不是一个错误，而是一个特征：“有人第一次尝试骑自行车吗？”财富

小组讨论的标题为“解决这个问题：人工智能如何改变办公室，—正面解决了麻省理工学院一项广为流传的研究，该研究表明约95%的企业人工智能试点未能获得回报。这一统计数据引发了人们对人工智能能否兑现其承诺的怀疑，但三位小组成员——艾米科尔曼，微软执行副总裁兼首席人才官；卡琳·克莱因，彭博贝塔创始合伙人；和吴洁西卡，联合创始人兼首席执行官索拉——强烈反驳了失败表明技术存在根本问题的说法。�

“我们正处于前几局，”克莱因说。– 当然，将会有大量的实验不起作用。但是，有人第一次尝试骑自行车吗？不，我们起床，掸掉身上的灰尘，不断尝试，最终我们找到了答案。人工智能也是如此。”

克莱因更进一步，鼓励观众成为她所说的那样——氛围编码器，或使用易于使用的人工智能工具来构建没有传统编程背景的应用程序的人。科尔曼赞同克莱因的观点，他说：“这都是关于实验的。”

“我们正处于锯齿状的边界上，也就是说，我们将取得一些胜利，然后我们将看到低谷，然后我们将取得更多胜利，”她补充道。

这位微软高管表示，她自己的首席执行官向高级领导团队提出了挑战，要求他们遵守代码，并强调创造正确的组织文化比技术本身更重要。– 我认为这项研究非常重要，因为它实际上反映了很多人现在的感受，即它真的对我的工作有帮助吗？它会给我带来更多快乐并消除辛苦吗？”科尔曼说。

吴提供了重要的背景，试图重新构建麻省理工学院的研究结果。– 我认为实际研究表明，人们正在测试的人工智能工具中只有 5% 投入生产。真正有趣的是，如果你实际上退后一步，看看在人工智能之前引入的 IT 工具研究中实际投入生产的百分比，实际上也不是特别高，”她说，并指出大型企业技术部署的成功率历来徘徊在 10% 左右或更低。�

吴的公司 Sola 开发了她所说的“代理流程自动化”工具，帮助企业实现手动后台工作的自动化。她强调，现在进行的人工智能实验数量巨大，导致成功率下降不可避免。– 我的猜测是，出现了更多的工具，对吧？还有更多的工具需要测试；“还有更多的东西被引进来，”她说。– 与此同时，人工智能还是一个非常新的事物。它会产生幻觉。你将不得不以前辈[几代人]所没有的方式进行实验。”

谈话不再局限于捍卫失败率，而是讨论成功的人工智能实施实际需要什么。科尔曼强调了在员工中培养“人工智能流畅度”的重要性，并建议采用技术专家与业务用户一起工作的协作方法。“我们如何将真正擅长技术或持续改进或其他一些看待流程的突破性方法的人配对，并肩坐在一起，而不是为你做一些事情，而是与你一起做一些事情，这样他们就可以学习如何真正将人工智能融入到你的工作流程中，”她说。

科尔曼还反驳了对人工智能的热情降低了人类工作价值的观点。“我们谈论人工智能越多，人们就越认为我们不信任人类，”她说。– 我们谈论人类在所有这些工作流程中的重要性，这一点非常重要。所以这是关于谈论我什么时候可以腾出时间去做我作为一个人能做的独特事情。”

吴概述了她在成功的客户部署中所看到的：自上而下的领导支持和了解日常工作流程的员工自下而上的参与相结合。“领导力显然确实使员工能够安全地测试和构建事物，但同时也赋予人们实验、尝试新工具的灵活性，鼓励他们使用和构建人工智能，并帮助他们提高流畅性，”她说。– 您的公司充满了与业务息息相关的人员，他们已经存在了几十年，有时甚至几个世纪。因此，为了真正有效地部署人工智能，您需要一种能够真正与每天从事工作的人员一起工作的工具。”

Klein 强调，实验不需要企业规模的部署。“我们还看到初创公司并肩工作，将工程师和商业领袖聚集在一起，”她说。“即使我们身处受监管的行业，我们也可以在个人生​​活中尝试这一点，而且，你知道，利用周末获取非敏感信息，并开始了解这项技术的一些工作原理，因为这才是你真正获得收益、进步和伟大想法的地方。”

当一位观众询问人工智能转型要想成功必须具备哪些组织条件时，科尔曼的回答揭示了她认为必要的文化转变。– 你必须坦然接受失败。“你必须接受凌乱的感觉，”她说。——我们正在谈论这种转变的切入点。你必须接受实验，也必须接受参差不齐的情况。”

她补充说，公司需要拥抱她所说的“学习型组织”，“管理者需要停止评估任务并开始教授学习”。她说，关键条件包括“脆弱性和勇气”，因为组织正在驾驭比以前转型更快的技术。

讨论强调了企业面临的一个核心紧张局势：人工智能采用速度过慢的风险最终可能超过实验本身的风险。

您可以观看完整的讨论财富– 最具影响力女性活动如下：

对于这个故事， 财富使用生成式人工智能来帮助完成初稿。编辑在发布前验证了信息的准确性。