Myslitelé

Z izolace k inovacím – Jak společnosti mohou využívat umělou inteligenci pro sociální dobro

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Boom umělé inteligence se stal kotvou pro podniky, které se potýkají s evolucí a konkurencí v stále turbulentnějším světě. Pro mnoho z nich to znamenalo masivní investice do projektů umělé inteligence po celém světě, které byly nasazeny téměř všude v odděleních všech odvětví a přebudovaly své operace, vytvářející dynamické pracovní prostředí pro zaměstnance, které je podporuje, místo aby je nahrazovalo. McKinsey uvádí, že 92 % společností plánuje investovat více do generativní umělé inteligence v příštích třech letech, takže je zřejmé, že něco zachytilo naše kolektivní představivost.

Abychom si trochu uchovali perspektivu, MIT nedávno vydal studii, která odhalila, že 95 % projektů umělé inteligence implementovaných po celém světě dosud nesplnilo své původní sliby nebo nepřineslo návratnost investic. To je očekávatelné, protože všichni zjišťujeme, co umělá inteligence může skutečně nabídnout a kde by měla být nejprve nasazena; jako u každé vznikající technologie jsme na počátku Hype Curve a staneme se kolektivně chytřejšími o tom, kde ji použít nejefektivněji v kterých odvětvích podnikání, naší ekonomice a ve našich komunitách.

To ovšem neznamená, že společnosti nemohou jít dál a jít za rámec své vlastní působnosti, aby udělaly rozdíl. Generativní umělá inteligence se osvědčila jako mocný nástroj, který pomáhá lidem a zapojuje se do jejich ambicí. Pro ty, kteří se snaží škálovat, poskytování sociální hodnoty se stává stále důležitějším pro investory. Vidět návrat, který nevytváří pouze čísla v bance, nejen stimuluje růst, ale také zanechává odkaz, který může být využíván po generace. Zde je můj rozbor toho, jak mohou lídři společností převzít vedení a vidět skutečné výhody umělé inteligence.

1. Začněte s místním problémem, který chápete

Je lákavé zaměřit se na grandiózní projekty, jako je vyléčení globálních nemocí nebo řešení změny klimatu. Předtím, než se budete snažit o hyperskalní projekty, často začíná významný dopad malý a začíná ve vaší bezprostřední komunitě. Společnosti jsou lépe vybaveny k vytváření trvalých změn, když se zaměřují na místní problémy, které již rozumí, ať už se jedná o vzdělávání, environmentální udržitelnost nebo komunitní zdraví. Senioři zejména postrádají stálý sociální kontakt, takže investice do iniciativ na podporu jejich péče a řešení osamělosti je velkým krokem.

Co můžete udělat:

Pořádejte opakovaná workshop s mezioborovými týmy, aby identifikovali jeden místní problém, který vaše společnost je jedinečně vybavena řešit. Například, aby se řešila osamělost seniorů, mohou vaši zaměstnanci organizovat setkání u kávy. Přidělení jednoho dne za čtvrtletí pro charitu nebo dobrovolnictví je skvělým způsobem, jak zvýšit morálku a učinit vaši společnost atraktivnější pro potenciální zákazníky. Jakmile identifikujete problém, pokračujte ve setkáních s interními a externími účastníky a stakeholdery, aby se udržela dynamika a aby se efektivní princip kontinuálního učení pro všechny.

2. Budujte s reálným komunitním vstupem, ne s předpoklady

Projekty umělé inteligence často selhávají ve svém dopadu, protože jsou postaveny na falešných předpokladech o tom, co komunity potřebují a jak by to mohlo být řešeno. Zde je esenciální jít s přístupem “začít s proč”. Zapojení skutečných příjemců od začátku避ňuje toto nebezpečí a vede k efektivnějším, použitelnějším a škálovatelnějším řešením. Zvažme často opomíjenou skupinu – seniory nebo osoby nad 60 let. Abyste vytvořili něco užitečného, musíte je zapojit do konverzace trvale během vývoje vašeho projektu umělé inteligence, nejen aby jste pochopili, jak jim můžete pomoci, ale také, aby jste pochopili, jak tito senioři chtějí interagovat s vaší nabídkou. Pozitivní zapojení a uživatelská přístupnost jsou kritické pro úspěch investic do technologií a sociálních iniciativ.

Co můžete udělat:

Předtím, než naplánujete cokoliv jiného, definujte ideální profily “zákazníků” a poté pracujte s interaktivními posluchači se zákazníky, kteří jsou součástí komunitních skupin, nevládních organizací a místních lídrů. Použijte jejich poznatky, aby jste definovali problém a ideální řešení, pamatujte, že řešení identifikované na počátku projektu může být zcela odlišné, jakmile projekt dospěje a vyvíjí se. Tento klíčový krok, opakovaný během projektu, odhalí slepá místa a bariéry pro přijetí, stejně jako klíčové funkce úspěchu, které interní týmy přehlížejí, a nakonec zajistí, aby projekt splnil své úkoly, “zákazníci” byli spokojeni a pokračovali v doporučování projektu přátelům a rodině a vaše společnost skutečně dělala každý

3. Použijte otevřená data a sdílejte své výsledky

Projekty sociálního dobra nemusí začínat od nuly. Mnoho vlád a nevládních organizací publikuje otevřená data, která lze použít k rychlému prototypování řešení. Rovněž je důležité, aby společnosti sdílely zpět data a modely, které vyvinou, aby pomohly ostatním stavět na jejich práci. Existuje také enormní hodnota v tom, že společnosti spolupracují na projektech pro sociální dobro; ve mnoha případech spolupráce na projektech pro sociální dobro skutečně násobí benefity pro příjemce a nakonec pro podnik, který věnoval zdroje, 1+1 opravdu může být rovno 3, a to je skvělá zpráva.

Co můžete udělat:

Přidělte tým, aby prozkoumal otevřené datové portály (jako data.gov nebo Evropský datový portál a Světový etický datový fond). Pro váš projekt se zavážete k vydání alespoň jednoho konkrétního otevřeného zdrojového nástroje nebo datového souboru. To podporuje transparentnost a zvou k spolupráci za hranicemi vaší společnosti. Datový soubor musí být zbavený všech důvěrných firemních nebo zákaznických dat, toto je aktuální problém v meisten LLM, takže vyhnutí se potenciálnímu porušení by mělo být na vrcholu vašeho programu; vaše Zásady ochrany osobních údajů a IT bezpečnostní politiky a protokoly by již měly udržovat citlivé údaje uvnitř zabezpečené datové složky vaší společnosti. Trojnásobně zkontrolujte, než stisknete “go”, ale také se nevzdávejte, pokud bezpečnostní postoje zdají omezovat data, která můžete využít interně – vždy je lepší být v bezpečí než litovat.

4. Využijte osobní vášně zaměstnanců

Zaměstnanci chtějí pracovat pro společnosti, které pozitivně přispívají k společnosti a pochopitelně k jejich místním komunitám – fakticky, čím blíže k domovu, tím větší zapojení. Podle ONS, 92 % zaměstnanců, kteří pracují ve společnosti s silným smyslem pro účel, by byli ochotni doporučit ji uchazeči o zaměstnání. Zapojení do této energie může odemknout inovace, které tradiční top-down přístupy přehlížejí.

Co můžete udělat:

Vytvořte interní “AI pro sociální dobro” výzvu, kde zaměstnanci, s účastí jejich rodin, předkládají nápady na řešení, produkty nebo služby. Začněte malý, průběžně zlepšujte v kontrolovaných krocích s malými rozpočty pro zdroje umělé inteligence a zajistěte dobré technické mentorování. Vítězné nápady velmi často vedou k pilotním programům, které nakonec vyrostou v produkty ve svém vlastním právu a potřebujeme je oslavit a povzbudit každý den.

5. Spolupracujte s nevládními organizacemi a univerzitními výzkumnými týmy pro pilotní programy

Mnohé nevládní organizace mají hluboké znalosti sociálních problémů, ale postrádají technologické zdroje. Společnosti a univerzitní výzkumné týmy mají technické odbornosti a výzkumnou přísnost, ale jsou omezeny v terénních zkušenostech.

Co můžete udělat:

Vyberte si nevládního partnera, který je v souladu s vybranou problematikou. Nabídněte jim více než peníze. Nabídněte své služby poskytováním dovedností umělé inteligence, cloudových zdrojů nebo podpory datové analýzy. Začněte s omezeným pilotním programem (3-6 měsíců), měřte dopad a iterujte, jakmile jste měli počáteční úspěch.

6. Učiňte zodpovědnou umělou inteligenci výchozím stavem, ne následkem

Umělá inteligence pro sociální dobro může selhat, pokud není navržena zodpovědně, zesiluje předpojatosti nebo vytváří neúmyslné důsledky. Budování zodpovědnosti od začátku避ňuje reputační a provozní rizika.

Co můžete udělat:

Přijměte jednoduchá, ale efektivní zábrany, jako jsou audity předpojatostí v datech, použijte vysvětlitelné techniky umělé inteligence, aby výstupy mohly být snadno pochopitelné. Měli byste také implementovat transparentní zpětné vazby, kde partneři komunity mohou hlásit obavy a nové funkce nebo nápady (to je velmi podobné Business as Usual pro většinu prosperujících společností; ignorujte to na své nebezpečí). Mozilla je příkladem společnosti, která bere iniciativu se svým Common Voice projektem, dělající transparentnost normou. V podstatě by zodpovědný design měl být standardní praxí, ne volitelnou položkou. Sledováním těchto základních postupů můžete nejen učinit své služby atraktivními, ale také konzistentními, spolehlivými a efektivními.

7. Přetvořte projekty sociálního dobra na inovační laboratoře

Iniciativy sociálního dobra nasazené zodpovědně a eticky mohou sloužit jako “inkubátorové prostory” pro nové techniky umělé inteligence a dokonce i domácí LLM. Společnosti mohou tyto projekty použít k seznámení zaměstnanců s umělou inteligencí, prozkoumání pokročilých metod nebo dokonce testování alternativních obchodních modelů bez okamžitých obchodních tlaků, zatímco si užívají benefity typického produktového životního cyklu.

Co můžete udělat:

Jakmile jste vybrali jednu nebo dvě zdánlivě životaschopné iniciativy a etické a datové bezpečnostní prvky jsou na místě a zajištěny, dejte týmu start. Pravidelně kontrolujte pokrok, aniž byste projekt dusili, a buďte připraveni okamžitě zastavit, pokud existuje riziko újmy jednotlivcům nebo širší komunitě.

8. Hlaste dopad s konkrétními metrikami

Jednou z nejrychlejších způsobů, jak ztratit důvěryhodnost, je mluvit o “dělání dobrého” bez důkazů. Společnosti by měly hlásit hmotné výsledky, ne pouze záměry, což je místo, kde partnerství s akademickými institucemi, stejně jako komunitními skupinami a nevládními organizacemi, často významně pomáhají při získání čísel. Výzkumníci, zejména postgraduální studenti, potřebují poskytnout komplexní data jako součást svých projektů svým dočasným přednášejícím a profesorům a z mé zkušenosti to opravdu soustředí každého na skutečně hmotné výsledky

Co můžete udělat:

Definujte jasné metriky dopadu a zejména to, co úspěch na každé fázi projektu bude vypadat, například, tuny jídla zachráněno, členové komunitních skupin osloveni s xx benefity získanými při YY investici nákladů v čase a penězích. Jakmile projekt dokončíte, publikujte stručnou zprávu podrobně popisující úspěchy a neúspěchy a doporučení, jak projekt může pokračovat nebo být vylepšen. Tato transparentnost buduje důvěru se zaměstnanci, zákazníky a stakeholdery a je esenciální, abychom zabránili tomu, aby naše komunity a občané se stali “guinejskými prasaty” umělé inteligence – mluvíme o skutečných lidech, které musíme hodnotit jako jednotlivce; nesmíme je zneužívat jako vyměnitelné testovací subjekty žádným způsobem.

9. Vyhněte se “jednorázovým” iniciativám

Mnohé firemní programy sociálního dobra jsou jednorázové kampaně, které vyšumí během krátké doby. Významný dopad pochází z integrace sociální odpovědnosti do jádra strategie, v souladu s konkrétními trhy nebo širšími dlouhodobými iniciativami.

Co můžete udělat:

Přidejte kritéria “AI pro sociální dobro” do vašeho portfolia výzkumu a vývoje. Přidělte pevný procentní podíl (i 5 %) zdrojů umělé inteligence směrem k sociálním dopadům projektů ročně. To zajišťuje dlouhodobé závazky a učení. Buďte strategičtí se zdroji, které zkoušíte. Investice musí přinést návrat, i když se zdá nemožné. Bez této jistoty můžete potenciálně plýtvat penězi na projekty, které nakonec neslouží vaší společnosti nebo zákazníkům.

Proč je tento přístup důležitý

Společnosti, které skutečně integrují programy umělé inteligence pro sociální dobro, nejsou pouze přidáváním “pocitového” kapitoly do své roční zprávy. Budují hodnotu tím, že posilují komunitní vazby, přitahují talentované lidi s misí, pěstují zodpovědně efektivní dovednosti umělé inteligence interně a vytvářejí pozitivní odlišení značky v přeplněných trzích. V světě, kde veřejnost je stále více skeptická vůči firemnímu “value washing”, udržitelný dopad mluví hlasitěji než sliby. Toto není pouze o charitě; je to o chytřejším podnikání s významným odkazem.

V světě, kde veřejnost je stále více skeptická vůči firemnímu “value washing”, udržitelný dopad mluví hlasitěji než sliby.

Toto není pouze o charitě; je to o chytřejším podnikání s významným odkazem.

Derek Cockerton je zakladatel a ředitel společnosti Kingfisher Phoenix Ltd, která má za cíl využít technologii k zlepšení života lidí nad 60 let snížením osamělosti. Jako zkušený technologický manažer s globální expozicí zastával Derek seniorní role v IBM, HPE, Dell Technologies a World Wide Technology Inc., kde vedl významné projekty digitální transformace a infrastruktury na mezinárodních trzích.

S více než 30 lety zkušeností v technologickém průmyslu kombinuje Derek rozsáhlé technické znalosti s vášní pro inkluzivní inovace. Jeho práce v Kingfisher Phoenix odráží osobní závazek zajišťující, aby technologie měla skutečný dopad na stárnoucí populace.