近年来，我们看到许多行业的人工智能开发和实施都在急剧增加，并且随着上周在Bletchley Park举行的人工智能安全峰会等开创性活动，我们中的许多人似乎都渴望加入数字革命。

然而，与所有新技术一样，围绕人工智能的进步仍然存在一定程度的怀疑，一些企业对大规模采用人工智能犹豫不决，因为他们担心人工智能在生产环境中不可靠、不透明或不公正。

Infosys行业架构、数据和分析主管Rajan Padmanabhan在接受AI杂志采访时解释了为什么即使在这个数字时代，一些组织似乎也不太愿意采用AI。

用户对AI技术有哪些担忧？

Padmanabhan解释说，有一种观点认为人工智能是为了取代人类而设计的。 “研究表明，自动化将导致特定工作的冗余，加剧对人工智能出现的焦虑。 然而，怀疑论者经常忽略的是人工智能在增强人类智力和提高重复功能效率方面的作用。 人工智能技术的开发和部署将给予今天不存在的新工作。”

除此之外，人工智能部署的道德问题和风险也引起了人们的担忧。 “几个人工智能飞行员已经发现了一些缺陷，如潜入算法和模型的认知偏见（例如，种族识别），”Padmanabhan说。 “这些导致了意想不到的后果，并引发了围绕使用人工智能作为可靠决策工具的道德问题。 企业可以通过投资于机器学习框架和基于风险的方法来开发人工智能工具来克服这种偏见。

与任何新技术一样，对个人数据隐私的担忧自然会出现，特别是人工智能导致网络犯罪分子变得更加复杂的风险。 Padmanabhan领导以数据、人工智能和云为中心的架构、解决方案战略和创新，他认为：“鉴于数据在人工智能中的首要地位，访问和使用个人信息一直是一个有争议的问题。 此外，地球仪的监管机构已经引入了严格的法律来保护个人隐私，例如与欧盟的全球数据保护权（GDPR）。 这些因素对企业级AI的采用有直接影响。

企业可以做些什么来克服围绕人工智能的怀疑？

为了克服围绕人工智能采用的怀疑态度并证明其价值，Padmanabhan解释说，试点和案例研究可能是解决方案的一部分。 他说：“根据欧盟委员会的一项调查，在欧洲部署人工智能技术的企业中，有56%的企业打算在未来两年内扩大规模，只有4%的企业打算缩小规模。

“这是一个重要的数字，因为它表明了克服了惰性和怀疑的企业的比例。 这样的试点和演示使企业领导者能够提出强有力的案例，超越概念和轶事证据，进入证据和商业价值领域，这是采用和成功部署人工智能的关键。 

Padmanabhan还认为，人工智能的成功部署需要几个要素保持一致和同步。 他说：“企业必须开发适合其特定需求和目的的定制框架。 必须从两个方面解决这个问题。 第一，在员工中采用人工智能，这要求他们吸收数据驱动的文化，并提高员工的技能。 第二，组织内部的技术民主化，使员工更容易获得技术，目的是赋予他们权力，分散决策权。

人工智能不仅关乎技术，也关乎以人为本和人

“人工智能未来面临的最大挑战之一是认为这是一场零和博弈，最终只有一个赢家——人类或机器，”Padmanabhan解释道。“正如研究和最近的发展向我们展示的那样，这与现实相去甚远。

大多数围绕人工智能的对话都围绕着数据和新兴技术。这种观点错过或忽略了人的方面，这些方面对于任何组织范围和转型干预（如企业AI）都同样重要。例如，接受人工智能需要通过透明度建立信任，并在可接受的人工智能用于不同目的方面得到利益相关者的认可。"

Padmanabhan总结道:“就像历史上发展的大多数开创性技术一样，重要的不是创新本身，而是我们如何应用它，人工智能也不例外。归根结底，企业对人工智能的有效管理将决定他们能从14万亿美元的总价值中获得多少。”