กำไร:
- ความสามารถในการเข้าใจว่าการเปลี่ยนแปลงปัญญาประดิษฐ์มักจะล้มเหลวด้วยเหตุผลของมนุษย์และวัฒนธรรม ไม่ใช่ทางเทคนิค และตระหนักถึงข้อกังวลที่เป็นรากฐานของการต่อต้าน
- ความสามารถในการเร่งการยอมรับด้วยเรื่องราว 'ทำไม' ที่น่าสนใจ ความเป็นผู้นำที่มองเห็นได้ และเครือข่ายของผู้ชนะ
- ความสามารถในการจัดการการเปลี่ยนแปลงอย่างต่อเนื่อง ไม่ใช่การประกาศเพียงครั้งเดียว โดยการวัดการยอมรับด้วยตัวชี้วัดและขจัดอุปสรรค
ความเป็นจริงอันโหดร้ายของการเปลี่ยนแปลงของ AI คือ: กลยุทธ์ เทคโนโลยี และงบประมาณสามารถสมบูรณ์แบบได้ แต่หากผู้คนไม่ยอมรับการเปลี่ยนแปลง ทุกอย่างก็เปล่าประโยชน์ การวิจัยแสดงให้เห็นอย่างต่อเนื่องว่าความล้มเหลวส่วนใหญ่ของโครงการริเริ่มด้านปัญญาประดิษฐ์นั้นไม่ใช่เรื่องทางเทคนิค แต่เป็นของมนุษย์และวัฒนธรรม ในหน่วยสุดท้ายนี้ คุณจะได้เรียนรู้ว่าผู้จัดการอาวุโสสามารถดำเนินการจัดการการเปลี่ยนแปลงได้อย่างไร (วินัยในการจัดการการเปลี่ยนแปลงผู้คนไปสู่วิธีการทำงานใหม่อย่างเป็นระบบ) เพื่อเปลี่ยนการเปลี่ยนแปลงของ AI ให้กลายเป็นการนำไปใช้จริง (การใช้งานนวัตกรรมที่เกิดขึ้นจริงและยั่งยืนโดยผู้คน) เป้าหมายไม่ใช่การติดตั้งเทคโนโลยี คือการทำให้ประชาชนใช้อย่างปลอดภัย เต็มใจ และถูกต้อง
ทำไมผู้คนถึงต่อต้าน?
การต่อต้านมักไม่ใช่ความโง่เขลาหรือความดื้อรั้น แต่เป็นความกังวลที่เข้าใจได้ เช่น ความกลัวความมั่นคงในงาน (“AI จะรับงานของฉันไหม”) ความวิตกกังวลด้านความสามารถ (“ฉันเรียนรู้สิ่งนี้ไม่ได้”) ขาดความมั่นใจ (“ฉันไม่สามารถเชื่อถือผลลัพธ์ของมันได้”) และการสูญเสียความหมาย (“ทำไมเราจึงต้องเปลี่ยนแปลง”) การเพิกเฉยต่อข้อกังวลเหล่านี้จะขยายการต่อต้าน การพบปะกับพวกเขาอย่างเปิดเผยจะช่วยเร่งให้เกิดการยอมรับ
ความวิตกกังวล
คำถามพื้นฐาน
คำตอบของผู้ดูแลระบบ
ความปลอดภัยของงาน
ฉันจะตกงานไหม?
อธิบายให้ชัดเจนว่าบทบาทจะได้รับการเสริมแต่งอย่างไร
ความสามารถ
ฉันสามารถเรียนรู้สิ่งนี้ได้หรือไม่?
การฝึกอบรม การสนับสนุน พื้นที่การทดสอบที่ปลอดภัย
ไว้วางใจ
ฉันสามารถเชื่อถือผลลัพธ์ได้หรือไม่?
สอนขอบเขตการตรวจสอบ
ความหมาย
ทำไมฉันถึงต้องเปลี่ยน?
อธิบาย "ทำไม" อย่างน่าเชื่อถือ
เคล็ดลับ: วางกรอบการเปลี่ยนแปลงไม่ใช่เพราะ "ปัญญาประดิษฐ์กำลังเข้ามาแทนที่มนุษย์" แต่เป็น "ปัญญาประดิษฐ์ทำให้งานของผู้คนง่ายขึ้น เข้ามาแทนที่ส่วนที่น่าเบื่อ ปล่อยให้มนุษย์ทำงานที่มีคุณค่ามากขึ้น" การวางกรอบความจริงเดียวกันนี้แทนที่ความกลัวด้วยความอยากรู้อยากเห็น
ขั้นตอนพื้นฐานของการจัดการการเปลี่ยนแปลง
แก่นแท้ของโมเดลการเปลี่ยนแปลงแบบคลาสสิก (เช่น ขั้นตอนของ Kotter) ที่ปรับให้เข้ากับปัญญาประดิษฐ์:
- สร้างความเร่งด่วนและเหตุผล ทำไมตอนนี้ ทำไมเรา? เรื่องราวที่น่าสนใจ
- แสดงความเป็นผู้นำที่มองเห็นได้ ผู้บริหารระดับสูงควรใช้เครื่องมือนั้นเอง ไม่ใช่ด้วยวาทศิลป์แต่เป็นการเป็นตัวอย่าง
- ทำให้มองเห็นผลกำไรตั้งแต่เนิ่นๆ เฉลิมฉลองและเผยแพร่ความสำเร็จเล็กๆ น้อยๆ แต่เกิดขึ้นจริง
- ให้ความรู้และสนับสนุน พื้นที่ทดสอบความสามารถและปลอดภัยสำหรับทุกคน
- สร้างแชมเปี้ยน รวมอาสาสมัครผู้ชนะเลิศการเปลี่ยนแปลงที่กระตือรือร้นในทุกทีม
- ทำให้มันถาวร. ฝังพฤติกรรมใหม่ในกระบวนการ เป้าหมาย และวัฒนธรรม
ทีละขั้นตอน: แผนการรับเลี้ยงบุตรบุญธรรม
1. จัดทำแผนที่ผู้มีส่วนได้ส่วนเสียและข้อกังวล ใครได้รับผลกระทบ กังวลเรื่องอะไร?
2. ให้เหตุผลที่น่าสนใจว่า “ทำไม” สร้างเรื่องราวของการเปลี่ยนแปลงในภาษาของผู้คน
3. แสดงให้เห็นถึงความเป็นผู้นำด้วยการเป็นตัวอย่าง ให้ผู้ดูแลระบบใช้เครื่องมืออย่างเห็นได้ชัด
4. สร้างเครือข่ายการศึกษาและแชมเปี้ยน เพิ่มศักยภาพ เพิ่มศักยภาพให้กับผู้บุกเบิกอาสาสมัคร
5.วัด ฟัง ปรับ วัดอัตราการนำไปใช้ รวบรวมความคิดเห็น ขจัดอุปสรรค
มินิเคสสามอัน
กรณีที่ 1 — ละเลยความกลัว สำนักงานบัญชีแห่งหนึ่งยกย่องเครื่องมือ AI ของตนว่า "เพื่อประสิทธิภาพ" แต่ไม่เคยพูดถึงความกลัวเรื่องความมั่นคงของงานของพนักงานเลย ทีมงานได้ทำลายเครื่องมือนี้อย่างเงียบๆ และการยอมรับยังคงอยู่ที่ 20% ฝ่ายบริหารถอยกลับและจัดการประชุมแบบเปิด โดยอธิบายว่าจะไม่มีใครถูกเลิกจ้าง และคนกลางจะเข้ามารับหน้าที่น่าเบื่อแทน และให้ทุกคนเข้ามาเป็นที่ปรึกษา ใน 3 เดือน การยอมรับเพิ่มขึ้นเป็น 75% การพูดถึงความกลัวคือวิธีแก้ปัญหา
กรณีที่ 2 — ตัวอย่างที่มีความเป็นผู้นำ CEO ของบริษัทเทคโนโลยีใช้เครื่องมือ AI ต่อสาธารณะในขณะที่เตรียมรายงานประจำสัปดาห์ของตัวเอง และยังแชร์ข้อผิดพลาดของเขาด้วย (“ดูสิ เขาทำผิดที่นี่ ฉันแก้ไขแล้ว”) ความเป็นผู้นำที่มองเห็นได้นี้ส่งข้อความว่า "ถ้าเจ้านายใช้ก็ร้ายแรง" และแสดงให้เห็นว่าการตรวจสอบเป็นเรื่องปกติ การยอมรับแพร่กระจายอย่างรวดเร็วโดยไม่มีการตอบโต้ใดๆ
กรณีที่ 3 — พลังของเครือข่ายแชมเปี้ยน ผู้ค้าปลีกรายหนึ่งเลือกอาสาสมัคร “AI Champion” หนึ่งคนจากแต่ละร้าน คนเหล่านี้ได้รับการฝึกอบรมเพิ่มเติมและได้รับมอบหมายหน้าที่ช่วยเหลือเพื่อนร่วมงานแบบตัวต่อตัว การเรียนรู้จากเพื่อนที่ทำงานเดียวกันแทนที่จะเป็นทีมการฝึกอบรมทางไกลช่วยเร่งการยอมรับได้ 3 เท่า ครูที่มีประสิทธิภาพที่สุดคือเพื่อนร่วมงานที่กระตือรือร้นที่โต๊ะข้างเคียง
เทมเพลตที่สามารถคัดลอกได้สี่แบบ
1) แผนที่ผู้มีส่วนได้ส่วนเสียและข้อกังวล:
บทบาทของคุณ: ที่ปรึกษาด้านการจัดการการเปลี่ยนแปลง รายชื่อกลุ่มผู้มีส่วนได้ส่วนเสียที่ได้รับผลกระทบจากความคิดริเริ่ม AI นี้ และระบุข้อกังวลหลักที่แต่ละกลุ่มอาจมี (ความมั่นคงในงาน ความสามารถ ความไว้วางใจ ความหมาย) เขียนคำทักทายสำหรับข้อกังวลแต่ละข้อ ความคิดริเริ่ม: [ข้อความ]
2) เรื่องราว "ทำไม":
ร่างเรื่องราวที่น่าสนใจ "ทำไมตอนนี้ ทำไมเรา" เพื่อเล่าให้ผู้ที่ทำงานในการเปลี่ยนแปลงด้าน AI นี้ แทนที่ความกลัวด้วยความอยากรู้อยากเห็น เน้นย้ำว่าเครื่องมือเข้ามาแทนที่งานที่น่าเบื่อและปล่อยให้มนุษย์ทำงานที่มีคุณค่ามากขึ้น เปลี่ยน: [ข้อความ]
3) โปรแกรมแชมเปี้ยน:
ออกแบบโปรแกรม "แชมป์เปี้ยน" ที่จะเร่งการนำ AI มาใช้ภายในทีม: มีการคัดเลือกแชมป์เปี้ยนอย่างไร พวกเขาได้รับการฝึกอบรมอะไร พวกเขาทำงานอะไร พวกเขามีแรงจูงใจอย่างไร เขียนแผนงานที่กระชับและนำไปปฏิบัติได้
4) แผนการวัดผลการรับเลี้ยงบุตรบุญธรรม:
แนะนำตัวชี้วัดสำหรับการวัดการนำเครื่องมือ AI มาใช้: อัตราการใช้งานที่ใช้งานอยู่ ความถี่ในการใช้งาน ความพึงพอใจของผู้ใช้ ข้อเสนอแนะเกี่ยวกับอุปสรรค สำหรับแต่ละเมตริก ให้เขียนวิธีการรวบรวมและเกณฑ์ที่จะถือว่า "เหมาะสม"
พรอมต์อ่อน / พรอมต์แรง
จุดอ่อน: “ต้องทำอย่างไรให้คนใช้ AI?”
สรุป: คำแนะนำทั่วไป "ให้ความรู้ สื่อสาร"; ไม่เห็นข้อกังวลและบริบท
แข็งแกร่ง: "เรากำลังใช้เครื่องมือสนับสนุน AI ในศูนย์บริการทางโทรศัพท์ที่มีพนักงาน 150 คน มีความกลัวอย่างมากต่อความมั่นคงของงานในทีม จัดทำแผนการรับเลี้ยงบุตรบุญธรรมสำหรับสถานการณ์นี้โดยเฉพาะ: ฉันจะจัดการกับข้อกังวลของผู้มีส่วนได้ส่วนเสียได้อย่างไร เรื่องราว 'ทำไม' ที่น่าสนใจที่ฉันเล่าให้พนักงานฟังควรเป็นอย่างไร ฉันจะตั้งค่าโปรแกรมแชมป์เปี้ยนได้อย่างไร และฉันจะวัดการรับเลี้ยงบุตรบุญธรรมด้วยตัวชี้วัดใด? ระบุขั้นตอนสำหรับ 90 วันแรก"
ผลลัพธ์: แผนการนำไปใช้ที่ดำเนินการได้พร้อมการวัดผลแชมป์เปี้ยนเรื่องราวซึ่งมีพื้นฐานมาจากบริบทและข้อกังวลที่แท้จริง
ข้อผิดพลาดทั่วไป
- ก้าวข้ามมิติของมนุษย์ การมุ่งเน้นไปที่เทคโนโลยีและการเพิกเฉยต่อความกลัวและข้อกังวลเป็นสาเหตุของความล้มเหลวที่พบบ่อยที่สุด
- ไม่ได้พูดถึงความกลัว เมื่อความวิตกกังวลเกี่ยวกับความมั่นคงในงานถูกระงับ มันก็กลับกลายเป็นการก่อวินาศกรรมอย่างเงียบๆ จัดการกับมันให้ชัดเจน
- ขาดความเป็นผู้นำโดยการเป็นตัวอย่าง ผู้ดูแลระบบที่บอกว่า "คุณใช้มัน" แต่ไม่ได้ใช้มันเองปฏิเสธข้อความของเขา
- การสื่อสารจากเบื้องบนเท่านั้น การสอนที่มีประสิทธิภาพที่สุดมาจากเพื่อนร่วมงานที่ใกล้ชิด (แชมป์) ไม่ใช่จากทีมที่อยู่ห่างไกล
- ไม่ได้วัดการยอมรับ สถาบันที่ไม่ได้วัดว่าใช้หรือไม่มองเห็นอุปสรรค
ข้อควรสนใจ: การจัดการการเปลี่ยนแปลงไม่ใช่การประกาศเพียงครั้งเดียว แต่เป็นกระบวนการที่ต้องใช้ความต่อเนื่อง AI สามารถแนะนำแผนการรับเลี้ยงบุตรบุญธรรมหรือข้อความติดต่อให้คุณได้ แต่การรับฟังข้อกังวลที่แท้จริงของผู้คน การสร้างความไว้วางใจ และการเป็นผู้นำแบบอย่างสามารถเกิดขึ้นได้ผ่านการเป็นผู้นำของมนุษย์เท่านั้น นอกจากนี้ ให้ความซื่อสัตย์: การเตรียมบุคลากรสำหรับบทบาทใหม่นั้นมีจริยธรรมและยั่งยืนมากกว่า แทนที่จะซ่อนสถานการณ์ที่ AI จะเข้ามาแทนที่บทบาทบางอย่างจริงๆ
โดยสรุป
การเปลี่ยนแปลงของ AI มักจะล้มเหลวด้วยเหตุผลของมนุษย์และวัฒนธรรม ไม่ใช่เหตุผลทางเทคนิค ความต้านทาน; ความมั่นคงในงานเกิดขึ้นจากความกังวลเรื่องความสามารถ ความไว้วางใจ และความหมาย และได้รับการแก้ไขโดยการตอบสนองข้อกังวลเหล่านี้อย่างเปิดเผย ไม่ใช่โดยการเพิกเฉย การจัดการการเปลี่ยนแปลงที่ประสบความสำเร็จจะบอกได้ว่า "ทำไม" ที่น่าสนใจ นำโดยเป็นตัวอย่างด้วยความเป็นผู้นำที่มองเห็นได้ เฉลิมฉลองชัยชนะตั้งแต่เนิ่นๆ ให้ความรู้แก่ทุกคน สร้างเครือข่ายผู้ชนะ และฝังพฤติกรรมใหม่ไว้ในวัฒนธรรม การรับเลี้ยงบุตรบุญธรรมจะต้องได้รับการวัดผล รับฟัง และอุปสรรคต่างๆ จะต้องถูกกำจัดออกไป ในระหว่างโมดูลนี้ จากวิสัยทัศน์ไปจนถึงแผนงาน จากการจัดลำดับความสำคัญของกรณีการใช้งานไปจนถึง ROI และความเสี่ยง การกำกับดูแล จริยธรรม การปฏิบัติตาม ความสามารถ และการจัดซื้อ เราได้กำหนดกรอบการทำงานที่ผู้จัดการจำเป็นต้องจัดการการเปลี่ยนแปลง AI ตั้งแต่ต้นจนจบและมีความรับผิดชอบ เทคโนโลยีเป็นเครื่องมือ กลยุทธ์ การกำกับดูแล และความเป็นผู้นำของบุคลากรคือสิ่งที่สร้างความแตกต่างอย่างแท้จริง
งานสมัคร
เลือกความคิดริเริ่มด้าน AI และจัดทำแผนผังข้อกังวลของผู้มีส่วนได้ส่วนเสียที่ได้รับผลกระทบด้วยเทมเพลต 1 2. ร่างเรื่องราว “ทำไม” ที่น่าสนใจเพื่อบอกพนักงานด้วยเทมเพลต อย่าลืมจัดการข้อกังวลด้านความปลอดภัยของงานอย่างตรงไปตรงมา เขียนสามขั้นตอนของโปรแกรมแชมป์เปี้ยนและตัวชี้วัดสองตัวที่คุณจะใช้วัดผลการนำไปใช้ สุดท้ายนี้ “ฉันจะใช้เครื่องมือนี้ให้มองเห็นได้ในฐานะผู้นำได้อย่างไร” ให้คำตอบที่เป็นรูปธรรมสำหรับคำถาม
รายการตรวจสอบ
- [ ] ฉันจัดทำแผนที่ผู้มีส่วนได้ส่วนเสียที่ได้รับผลกระทบและข้อกังวลของพวกเขา
- [ ] ฉันพูดถึงข้อกังวลด้านความปลอดภัยของงานอย่างตรงไปตรงมา
- [ ] ฉันสร้างเรื่องราว "ทำไม" ที่น่าสนใจขึ้นมา
- [ ] ฉันวางแผนที่จะเป็นผู้นำด้วยการเป็นตัวอย่าง
- [ ] ฉันออกแบบเครือข่ายแชมเปี้ยน
- [ ] ฉันระบุตัวชี้วัดเพื่อวัดการยอมรับ
- [ ] ฉันวางแผนการเปลี่ยนแปลงให้ต่อเนื่อง ไม่ใช่ประกาศครั้งเดียว
การสอบโมดูล
1. ข้อใดต่อไปนี้คือบทบาทที่แท้จริงของผู้จัดการอาวุโสในด้านปัญญาประดิษฐ์
- A) ให้ทิศทาง จัดสรรทรัพยากร วาดขีดจำกัดความเสี่ยง และยอมรับความรับผิดชอบ ✔
- B) การเลือกและการเข้ารหัสสถาปัตยกรรมโมเดลและอัลกอริธึมเป็นการส่วนตัว
- ค) ส่งมอบปัญญาประดิษฐ์ให้กับทีมเทคโนโลยีอย่างสมบูรณ์และรอผล
- D) อนุญาตให้แต่ละแผนกทดสอบเครื่องมือของตนเองได้อย่างอิสระ
คำอธิบาย: งานของผู้ดูแลระบบไม่ใช่การฝึกโมเดลหรือเขียนโค้ด ให้คำแนะนำ จัดสรรทรัพยากร กำหนดขอบเขตความเสี่ยง และยอมรับความรับผิดชอบ ทีมเทคนิคจะตอบคำถาม 'อย่างไร' ผู้จัดการจะตอบคำถาม 'ทำไม เมื่อใด ถึงขีดจำกัดใด และใครเป็นผู้รับผิดชอบ' ปัญญาประดิษฐ์ไม่ใช่โครงการเทคโนโลยี แต่เป็นปัญหาการเปลี่ยนแปลงทางธุรกิจ และความเป็นเจ้าของควรอยู่ในด้านธุรกิจ
2. คุณลักษณะสำคัญที่ทำให้วิสัยทัศน์ AI ที่ดีแตกต่างจากสโลแกนที่ว่างเปล่าคืออะไร
- ก) ประกอบด้วยชื่อของเทคโนโลยีใหม่ล่าสุด
- B) ขึ้นอยู่กับผลลัพธ์ทางธุรกิจ วัดผลได้ และมีกรอบเวลา ✔
- C) มีความมั่นใจและเป็นกลางที่สุดเท่าที่จะเป็นไปได้
- D) คล้ายกับวิสัยทัศน์ของคู่แข่ง
คำอธิบาย: วิสัยทัศน์ที่ดีเชื่อมโยงกับผลลัพธ์ทางธุรกิจ (ไม่ใช่เทคโนโลยี) วัดได้ และมีกรอบเวลา 'เราจะเป็นผู้นำในด้าน AI' นั้นประเมินค่าไม่ได้และไม่รวมผลลัพธ์ทางธุรกิจ 'เราจะลดเวลาตอบสนองครั้งแรกลงครึ่งหนึ่งและลดต้นทุนลง 15% ในสามปี' เป็นสิ่งที่เป็นรูปธรรม วัดผลได้ และมีกรอบเวลา เมื่อคุณลบคำว่า 'ปัญญาประดิษฐ์' ออกจากวิสัยทัศน์ คุณจะเหลือเป้าหมายทางธุรกิจที่มีความหมาย
3. อะไรคือมิติที่โดดเด่นในฐานะข้อกำหนดเบื้องต้นที่มองไม่เห็นสำหรับสถาบันส่วนใหญ่ในการประเมินวุฒิภาวะของปัญญาประดิษฐ์ และไม่ควรลงทุนเมื่อพวกเขาอ่อนแอ?
- A) มิติการตลาดและแบรนด์เท่านั้น
- B) เฉพาะฮาร์ดแวร์และโครงสร้างพื้นฐานสำนักงานเท่านั้น
- C) ข้อมูลและการกำกับดูแล ✔
- D) การวิเคราะห์คู่แข่งและราคา
คำอธิบาย: วุฒิภาวะวัดได้ใน 5 มิติ (กลยุทธ์ ข้อมูล เทคโนโลยี ความสามารถพิเศษ การกำกับดูแล) ข้อมูลและการกำกับดูแลมักเป็นข้อกำหนดเบื้องต้นที่มองไม่เห็น กล่าวคือ การสร้างแบบจำลองราคาแพงเมื่อข้อมูลยุ่งเหยิงและมีคุณภาพต่ำก็เหมือนกับการซื้อชั้นวางในโกดังว่างเปล่า หากปราศจากการกำกับดูแล ความเสี่ยงก็สะสมอย่างเงียบๆ นั่นคือสาเหตุที่ช่องว่างถูกปิดตามลำดับการพึ่งพา และโดยทั่วไปแล้วข้อมูลและการกำกับดูแลจะได้รับการจัดลำดับความสำคัญ
4. อะไรคือแนวทางที่เหมาะสมสำหรับกรณีการใช้งานในภูมิภาค 'มูลค่าสูง + การบังคับใช้ต่ำ' ของเมทริกซ์คุณค่า/การบังคับใช้คืออะไร
- A) ปรับใช้เต็มรูปแบบทันที
- ข) ยอมแพ้โดยสิ้นเชิงเพราะมันไร้ค่า
- C) ทำในเวลาว่างเนื่องจากงานฟิลเลอร์ที่มีลำดับความสำคัญต่ำ
- D) การวางแผนเป็นเดิมพันครั้งใหญ่และสร้างข้อกำหนดเบื้องต้น ขณะเดียวกันก็ก้าวไปข้างหน้าด้วยกำไรอย่างรวดเร็ว ✔
คำอธิบาย: พื้นที่นี้เรียกว่า 'เดิมพันใหญ่': มีมูลค่าสูงแต่ไม่สามารถทำได้ทันทีเนื่องจากข้อมูล การรวมระบบ หรือปัญหาทางเทคนิค แนวทางที่ถูกต้องคือการวางแผนและกำหนดข้อกำหนดเบื้องต้น (โครงสร้างพื้นฐานข้อมูล การบูรณาการ) การดำน้ำอย่างสุ่มสี่สุ่มห้าหมายถึงการทำงานที่ไร้ค่าเป็นเวลาหลายเดือน ในขณะเดียวกัน ด้วยโมเมนตัม 'การชนะอย่างรวดเร็ว' (มูลค่าสูง + ความอยู่รอดสูง) ได้ถูกสร้างขึ้น และการเดิมพันครั้งใหญ่นี้ได้รับการสนับสนุนทางการเงิน
5. เพื่อพิสูจน์คุณค่าของนักบิน AI สิ่งสำคัญที่สุดที่ต้องทำก่อนเริ่มคืออะไร?
- A) กำหนดตัวชี้วัดความสำเร็จและวัดพื้นฐานของสถานการณ์ปัจจุบัน ✔
- B) การซื้อยานพาหนะที่แพงที่สุดเท่าที่จะเป็นไปได้
- ค) การเปิดโครงการนำร่องให้ทั้งสถาบันพร้อมๆ กัน
- D) การรายงานผลลัพธ์พร้อมคำทำนายหลังจากนักบินสิ้นสุด
คำอธิบาย: เส้นฐานคือการวัดสถานการณ์ปัจจุบันก่อนการปรับปรุง หากไม่มีพื้นฐาน การกล่าวอ้างที่ว่าเรา 'ดีขึ้น' ก็ไม่สามารถพิสูจน์ได้ 'ดีขึ้นแค่ไหน?' ในการตัดสินใจขยายขนาด คำถามไม่สามารถตอบได้ ดังนั้น ก่อนเริ่มโครงการนำร่อง ควรกำหนดตัวชี้วัดความสำเร็จและสถานการณ์ปัจจุบันควรวัดเป็นตัวเลข คุณไม่สามารถจัดการและปกป้องคุณค่าที่คุณไม่สามารถวัดได้
6. รายการต้นทุนใดที่สถาบันมักมองข้ามบ่อยที่สุดในการคำนวณ ROI ของปัญญาประดิษฐ์ และทำให้พวกเขาคิดว่าโครงการนี้ทำกำไรได้
- ก) เฉพาะค่าใช้จ่ายทั่วไป เช่น ค่าเช่าสำนักงานและค่าไฟฟ้า
- B) ต้นทุนแอบแฝง เช่น การบูรณาการ การดูแลและบำรุงรักษาโดยมนุษย์อย่างต่อเนื่อง ✔
- C) งบประมาณการตลาดและการโฆษณาเท่านั้น
- ง) ไม่มี; ค่าธรรมเนียมใบอนุญาตเป็นเพียงต้นทุนจริงเท่านั้น
คำอธิบาย: โดยทั่วไปสถาบันจะนับเฉพาะค่าธรรมเนียมใบอนุญาต/การใช้งานเท่านั้น ในขณะที่ AI ค่าใช้จ่ายแอบแฝงโดยทั่วไปคือการบูรณาการ การเตรียมข้อมูล การตรวจสอบโดยมนุษย์อย่างต่อเนื่อง การบำรุงรักษา และการจัดการการเปลี่ยนแปลง และสิ่งเหล่านี้มักจะมากกว่าการออกใบอนุญาต เมื่อละเว้นรายการเหล่านี้ โครงการที่คิดว่า 'ทำกำไร' อาจขาดทุนจริง นอกจากนี้ ในด้านผลประโยชน์ ควรตั้งคำถามว่าเวลาที่บันทึกไว้กลายเป็นมูลค่าจริงหรือไม่
7. 'แบบจำลองดริฟท์' หมายถึงอะไรในความเสี่ยงของ AI และเหตุใดจึงต้องมีการตรวจสอบอย่างต่อเนื่อง
- A) การย้ายโมเดลระหว่างเซิร์ฟเวอร์จริง
- B) ค่าธรรมเนียมใบอนุญาตของโมเดลจะเพิ่มขึ้นเมื่อเวลาผ่านไป
- C) ประสิทธิภาพของโมเดลลดลงอย่างเงียบๆ เมื่อเวลาผ่านไปเมื่อโลกเปลี่ยนแปลง ✔
- D) ผลลัพธ์ของโมเดลจะยังคงเหมือนเดิมเสมอ
คำอธิบาย: การเคลื่อนตัวของโมเดลคือเมื่อโมเดลเสื่อมสภาพและประสิทธิภาพลดลงอย่างเงียบๆ เมื่อโลกเปลี่ยนแปลง (ผลิตภัณฑ์ใหม่ พฤติกรรมใหม่ รูปแบบการฉ้อโกงใหม่) โมเดลที่ทำงานได้ดีเพียงครั้งเดียวจะไม่ทำงานได้ดีตลอดไป นั่นเป็นเหตุผลว่าทำไมการตรวจสอบประสิทธิภาพอย่างสม่ำเสมอจึงเป็นสิ่งสำคัญ ตัวอย่างเช่น รูปแบบการฉ้อโกงอาจลดลงอย่างเงียบๆ เมื่อเผชิญกับรูปแบบใหม่ และหากไม่มีการตรวจสอบความสูญเสียก็จะเพิ่มขึ้นแบบทวีคูณ
8. แนวทางที่ถูกต้องในการออกแบบกระบวนการอนุมัติในการกำกับดูแล AI คืออะไร?
- ก) การอนุมัติโครงการริเริ่มด้านปัญญาประดิษฐ์ทุกรายการต้องได้รับการอนุมัติอย่างหนักเช่นเดียวกัน โดยไม่คำนึงถึงความเสี่ยง
- B) การอนุมัติแบบแบ่งระดับตามระดับความเสี่ยง: ความเสี่ยงต่ำรวดเร็ว ความเสี่ยงสูง การควบคุมที่เข้มงวด ✔
- C) ให้อิสระเต็มที่แก่ทีมโดยไม่มีกระบวนการอนุมัติใดๆ
- D) ปล่อยให้การอนุมัติทั้งหมดเป็นหน้าที่ของทีมเทคโนโลยีเท่านั้น
คำอธิบาย: การกำกับดูแลที่ดีสร้างความสมดุลระหว่างความเร็ว ความปลอดภัย และความสม่ำเสมอ การใช้การอนุมัติที่เข้มงวดเช่นเดียวกันกับทุกงาน (แม้จะมีความเสี่ยงต่ำ) จะผลักดันให้ทีมเข้าสู่การใช้งานเงา การไม่อนุมัติย่อมสะสมความเสี่ยง วิธีการที่ถูกต้องคือการอนุมัติหลายชั้นตามระดับความเสี่ยง: งานที่มีความเสี่ยงต่ำควรดำเนินไปอย่างรวดเร็ว เฉพาะงานที่มีความเสี่ยงสูงเท่านั้นที่ควรได้รับการตรวจสอบอย่างละเอียด ดังนั้นทั้งความเร็วและการควบคุมจึงยังคงอยู่
9. ข้อใดเป็นจริงเกี่ยวกับความสัมพันธ์ระหว่างจริยธรรมกับการปฏิบัติตามกฎหมาย?
- ก) จริยธรรมและการปฏิบัติตามกฎหมายเป็นสิ่งเดียวกัน สิ่งที่พบสิ่งหนึ่งยังพบอีกสิ่งหนึ่งด้วย
- B) การปฏิบัติตามกฎหมายถือเป็นบรรทัดฐานที่สูงกว่าหลักจริยธรรม
- C) การปฏิบัติตามกฎหมายถือเป็นขั้นต่ำสุด; จริยธรรมเป็นบรรทัดที่สูงกว่าและไม่ใช่ทุกสิ่งที่ถูกกฎหมายอาจเป็นจริยธรรม ✔
- D) จริยธรรมมีความสำคัญเฉพาะเมื่อกฎหมายเว้นช่องว่างไว้เท่านั้น
คำอธิบาย: การปฏิบัติตามกฎหมายถือเป็นขั้นต่ำสุด จริยธรรมเป็นบรรทัดที่สูงกว่า บางสิ่งบางอย่างอาจถูกกฎหมายแต่ผิดจรรยาบรรณ ตัวอย่างเช่น คุณลักษณะปัญญาประดิษฐ์ที่ปรับเปลี่ยนพฤติกรรมของผู้ใช้อาจไม่ได้รับอนุญาต แต่ถือเป็นการผิดจรรยาบรรณ สถาบันที่รับผิดชอบ 'เป็นสิ่งต้องห้ามหรือไม่' ไม่ใช่ 'จริงเหรอ?' เขาถาม จริยธรรมไม่สามารถปล่อยให้ถึงจุดสิ้นสุดได้ ควรฝังอยู่ในการออกแบบตั้งแต่ต้น
10. อะไรคือเกณฑ์หลักสำหรับระบบที่จะพิจารณาว่า 'มีความเสี่ยงสูง' ในกฎหมาย AI ของสหภาพยุโรป?
- ก) ระบบมีราคาแพงแค่ไหน
- B) ระบบมีผู้ใช้งานกี่คน
- C) ระบบได้รับการพัฒนาในประเทศใด?
- D) ระบบส่งผลโดยตรงต่อสิทธิขั้นพื้นฐาน ความมั่นคง หรือโอกาสชีวิตของประชาชน ✔
คำอธิบาย: กฎหมาย AI ของสหภาพยุโรปกำหนดตรรกะตามความเสี่ยง ระบบที่มีความเสี่ยงสูงคือระบบที่สามารถส่งผลโดยตรงต่อสิทธิขั้นพื้นฐาน ความปลอดภัย หรือโอกาสในชีวิตของประชาชน (งาน สินเชื่อ การศึกษา สุขภาพ) การจัดการความเสี่ยง คุณภาพและข้อมูลที่เป็นกลาง การกำกับดูแลของมนุษย์ เอกสาร การเก็บบันทึก และความโปร่งใส ถือเป็นสิ่งสำคัญสำหรับระบบเหล่านี้ 'ระบบนี้เกี่ยวข้องกับการตัดสินใจที่ส่งผลกระทบต่องาน เงิน สุขภาพ หรือเสรีภาพของบุคคลหรือไม่' คำถามเป็นตัวบ่งชี้เบื้องต้นที่ดี
11. เหตุใดจึงถือเป็นการละเมิด KVKK ที่อันตรายที่สุดและบ่อยครั้งที่สุดสำหรับพนักงานในการวางข้อมูลส่วนบุคคลของลูกค้าลงในเครื่องมือปัญญาประดิษฐ์จากต่างประเทศที่เปิดเผยต่อสาธารณะ
- ก) เพียงเพราะจะทำให้รถวิ่งช้าเท่านั้น
- B) เพราะมักหมายถึงการถ่ายโอนข้อมูลที่ไม่ได้รับอนุญาตไปต่างประเทศและการประมวลผลโดยไม่ได้ตั้งใจ ✔
- C) เพียงเพราะรถยนต์ได้รับการชำระเงินแล้ว
- D) จริงๆ แล้วไม่มีความเสี่ยงใดๆ แต่มีความปลอดภัยอย่างสมบูรณ์
คำอธิบาย: การดำเนินการนี้มักหมายถึงทั้ง 'การถ่ายโอนข้อมูลไปต่างประเทศ' (ขึ้นอยู่กับกฎพิเศษ) และ 'การประมวลผลโดยไม่ได้ตั้งใจ' (ข้อมูลถูกใช้เพื่อวัตถุประสงค์อื่นนอกเหนือจากวัตถุประสงค์ที่รวบรวมไว้) และโดยปกติจะทำโดยไม่มีพื้นฐานทางกฎหมายและการชี้แจงที่ถูกต้อง สร้างความเสี่ยงร้ายแรงต่อการละเมิดและค่าปรับทางปกครองในแง่ของ KVKK ดังนั้นนโยบายการใช้งานที่ยอมรับได้และเครื่องมือขององค์กรที่ไม่ทำให้ข้อมูลรั่วไหลจึงถือเป็นสิ่งสำคัญ
12. อะไรคือจุดประสงค์ของบทบาท 'นักแปล' ซึ่งเป็นบทบาทที่ถูกมองข้ามบ่อยที่สุดและมีคุณค่าในความสามารถด้านปัญญาประดิษฐ์?
- ก) แปลเฉพาะเอกสารภาษาต่างประเทศ
- B) การจัดการเซิร์ฟเวอร์และฐานข้อมูล
- C) เป็นคนที่เปลี่ยนปัญหาทางธุรกิจให้เป็นโซลูชันปัญญาประดิษฐ์และสร้างสะพานเชื่อมระหว่างธุรกิจและเทคโนโลยี ✔
- D) จัดให้มีการฝึกอบรมยานพาหนะขั้นพื้นฐานแก่พนักงานเท่านั้น
คำอธิบาย: นักแปลปัญญาประดิษฐ์ (นักแปล AI) คือบุคคลที่แปลภาษาธุรกิจเป็นภาษาทางเทคนิคและในทางกลับกัน โดยสร้างสะพานเชื่อมว่า 'ปัญหาทางธุรกิจใดแก้ไขได้ด้วยโซลูชันปัญญาประดิษฐ์ชนิดใด' ความล้มเหลวที่แพงที่สุดมักไม่ได้เกิดจากการขาดผู้เชี่ยวชาญแต่เกิดจากการขาดนักแปล ทีมเทคนิคจะสร้างแบบจำลองที่สมบูรณ์แบบแต่เกิดจากปัญหาที่ไม่ถูกต้อง สถาบันต่างๆ ลงทุนในผู้เชี่ยวชาญมากเกินไป และลงทุนกับนักแปลและการรู้หนังสือน้อยเกินไป อย่างไรก็ตาม โดยทั่วไปจะเป็นสองตัวสุดท้ายที่เปิดค่า
13. หลักการพื้นฐานในการตัดสินใจ 'สร้างหรือซื้อ' สำหรับผู้มีความสามารถด้าน AI คืออะไร
- ก) ซื้อทุกครั้งเพราะราคาถูกกว่า
- B) สร้างความสามารถหลักที่สร้างความแตกต่าง ซื้อความสามารถมาตรฐาน ✔
- C) พัฒนาจากภายในเสมอเพราะปลอดภัยกว่า
- D) การเลือกอันที่แนะนำโดยซัพพลายเออร์ยอดนิยม
คำอธิบาย: หลักการพื้นฐานคือ: ทำให้ความสามารถหลักมีเอกลักษณ์เฉพาะสำหรับองค์กรที่สร้างความได้เปรียบทางการแข่งขัน ซื้อความสามารถมาตรฐาน ทั่วไป ที่ไม่สร้างความแตกต่าง โมเดลเชิงคาดการณ์ที่คู่แข่งของคุณไม่สามารถสร้างด้วยข้อมูลของคุณเองถือเป็นแกนหลัก เครื่องมือสรุปข้อความเป็นมาตรฐาน การจ้างผู้มีความสามารถหลักจากภายนอกเป็นการเช่าความสามารถในการแข่งขันในระยะยาว และเพิ่มความเสี่ยงในการล็อคอินของซัพพลายเออร์
14. อะไรคือสาเหตุที่พบบ่อยที่สุดที่ทำให้การเปลี่ยนแปลง AI ล้มเหลว และแนวทางแก้ไขที่มีประสิทธิผลมากที่สุดคืออะไร?
- A) ความแม่นยำของแบบจำลองไม่เพียงพอ วิธีแก้ไขคือซื้อรุ่นที่ใหญ่กว่านี้
- B) ขาดอุปกรณ์ วิธีแก้ไขคือซื้อเซิร์ฟเวอร์เพิ่ม
- C) ค่าลิขสิทธิ์; วิธีแก้ไขคือหาซัพพลายเออร์ที่ถูกกว่า
- D) ความยืดหยุ่นของมนุษย์และวัฒนธรรม วิธีแก้ปัญหาคือการจัดการการเปลี่ยนแปลงที่จัดการข้อกังวลอย่างชัดเจน✔
คำอธิบาย: ความล้มเหลวส่วนใหญ่ไม่ใช่ทางเทคนิค แต่เป็นของมนุษย์และวัฒนธรรม: ความกลัวความมั่นคงในงาน ความวิตกกังวลเกี่ยวกับความสามารถ ขาดความมั่นใจ และสูญเสียความหมาย เมื่อความวิตกกังวลเหล่านี้คลายลง ก็กลับมาเป็นการทำลายล้างอย่างเงียบๆ แนวทางที่มีประสิทธิผลมากที่สุดคือการตอบสนองข้อกังวลอย่างเปิดเผย อธิบาย 'ทำไม' ที่น่าสนใจ นำโดยเป็นตัวอย่าง และสร้างเครือข่ายแชมเปี้ยนของเพื่อนร่วมงานที่ใกล้ชิด การรับเลี้ยงบุตรบุญธรรมจะต้องได้รับการวัดและต้องขจัดอุปสรรค