这些是技术领导者对在工作中使用人工智能的最大担忧

70% 的技术高管已经推出或计划在来年推出使用自然语言处理的工具。但这并不意味着他们不担心这些工具。

生成式人工智能可能是一种令人印象深刻的生产力工具，但 IT 和业务用户都需要注意，它也会使工作生活和业务流程变得复杂。这是 IEEE 一项新研究的作者发出的警告，该研究警告说“使用人工智能并不像看起来那么容易”。

这项调查于 9 月份在全球 350 名技术高管中进行，调查结果表明，虽然几乎每家公司都希望利用人工智能的潜力，但在此过程中需要进行教育和组织准备。

尽管存在任何障碍，人工智能的发展还是发生了巨大的变化。 70% 的受访者表示他们已经或计划在来年推出使用自然语言处理的工具，高于去年调查中的 67%。未来一年人工智能的主要用例包括实时网络安全、提高供应链效率、帮助和加速软件开发、自动化客户服务以及加快求职者筛选。

尽管如此，转向人工智能不会一蹴而就。该研究的作者指出：“将人工智能融入现有工作并不像按下开关那么简单。”回想一下以前的许多所谓的易于实施的技术——从云计算到物联网设备——“常常取得好坏参半”。如果说有什么不同的话，那就是数字化转型计划“失败率高得惊人，这意味着它们没有达到预期、超出成本、超过最后期限，或者在某些情况下被放弃。”

研究人员表示，对于人工智能来说，这也是一个潜在的不那么迷人的未来——如果有的话，“引入像人工智能这样的先进技术可能会更加困难”。

近十分之六的高管（59%）担心在重要决策和流程中过于依赖人工智能，并指出“过度依赖人工智能和潜在的不准确性”是组织中人工智能使用的首要问题。

50% 的受访者表示，下一个主要担忧是共享知识和培训员工的困难。高管们表示，他们担心公司是否有能力利用“现有专业人员的机构知识来培训新人”。

近一半（47%）的受访者表示，在未来一年使用生成式人工智能时，他们最关心的问题之一是难以将人工智能集成到现有工作流程中。

IEEE 报告作者指出，随着人工智能使用的加速，训练数据的质量是另一个问题。 “人工智能系统需要使用数据进行训练。但数据集通常是由可能存在偏见或不准确的人创建的。因此，人工智能系统可能会延续偏见。” IEEE 终身研究员 Paul Nikolich 表示，验证训练数据很困难，“因为无法获得来源，而且训练数据量巨大”。

生成式人工智能仍然相对较新，拥有适当专业知识的人很少。高管们被要求列出他们在人工智能相关职位候选人中寻求的最高技能。各种技术技能都包含在名单中，但各种软技能也排名靠前。

报告援引 IEEE 高级会员 Yu Yuan 的话说：“快速的工程设计、创造性思维和验证人工智能交付成果的能力——这三项技能是你在生成式人工智能的帮助下产生有意义的结果所需要的。”

具有讽刺意味的是，构建人工智能需要更多的人工智能。 IEEE 高级会员 Carmelo José Albanez Bastos Filho 表示：“技术中最大的瓶颈之一是编码人力资源的可用性。” “在很多情况下，存在高附加值的智力工作，但许多软件开发活动相对简单，应该很快实现自动化。”