ผู้นำทางความคิด
การขาดความน่าเชื่อถือของ AI สามารถขัดขวางนวัตกรรมและคุณค่าทางธุรกิจ

ประเด็นสำคัญเปอร์เซ็นต์ของผู้บริโภคที่ชอบบริษัทที่มีความโปร่งใสในการจัดการโมเดล AI
ดูเพิ่มเติม
- เปอร์เซ็นต์ของผู้บริโภคที่ชอบบริษัทที่มีความโปร่งใสในการจัดการโมเดล AI
- การพัฒนา AI แบบไม่ต้องเขียนโค้ด/ใช้โค้ดน้อย คาดว่าจะมีมูลค่าถึง 45.5 พันล้านดอลลาร์สหรัฐภายในปี 2025
- มีโครงการริเริ่มด้านกฎระเบียบ AI กว่า 700 โครงการที่กำลังดำเนินการอยู่ใน 60 ประเทศทั่วโลก
การสำรวจล่าสุดในหมู่ผู้นำธุรกิจระดับโลกแสดงให้เห็นว่า AI ที่น่าเชื่อถือเป็นประเด็นสำคัญ แต่หลายองค์กรไม่ได้ดำเนินการเพียงพอเพื่อให้บรรลุเป้าหมายนี้ แต่จะมีค่าใช้จ่ายอย่างไร?
แท้จริงแล้ว การสำรวจของ IBM เปิดเผยว่า 85% ของผู้ตอบแบบสำรวจเห็นด้วยว่าลูกค้ามีแนวโน้มที่จะเลือกบริษัทที่มีความโปร่งใสเกี่ยวกับวิธีการสร้างแบบจำลอง AI จัดการ และใช้งาน
อย่างไรก็ตาม ส่วนใหญ่ยอมรับว่าพวกเขาไม่ได้ดำเนินการสำคัญเพื่อให้แน่ใจว่า AI ของตนเป็นไปตามมาตรฐานที่น่าเชื่อถือและรับผิดชอบ เช่น การลดความเอนเอียง (74%) การติดตามความผันแปรของประสิทธิภาพและการเปลี่ยนแปลงพฤติกรรมของแบบจำลอง (68%) และการทำให้แน่ใจว่าสามารถอธิบายการตัดสินใจโดยใช้ AI (61%) ซึ่งเป็นเรื่องที่น่ากังวล โดยเฉพาะอย่างยิ่งเมื่อพิจารณาว่าการใช้ AI ยังคงเติบโต – 35% ระบุว่าพวกเขาใช้ AI ในธุรกิจของตน ซึ่งเพิ่มขึ้นจาก 31% ในปีก่อน
ฉันเพิ่งเข้าร่วมการประชุม Corporate Innovation Summit ในโตรอนโต ซึ่งผู้เข้าร่วมแลกเปลี่ยนความคิดสร้างสรรค์และแสดงเทคโนโลยีที่พร้อมจะกำหนดอนาคต ฉันมีโอกาสเข้าร่วมการอภิปรายสามครั้งในส่วนของการบริการทางการเงิน การประกัน และการค้าปลีก โดยมีประเด็นสำคัญสามประเด็นที่เกิดขึ้น: ความจำเป็นในการมีความโปร่งใสเพื่อสร้างความไว้วางใจใน AI การทำให้ AI เป็นประชาธิปไตยผ่านการพัฒนาที่ไม่ต้องใช้โค้ด/โค้ดต่ำ และการพัฒนาที่จะส่งมอบคุณค่าและลดความเสี่ยงผ่านการกำกับดูแล AI ที่ดีที่สุด
เพิ่มความไว้วางใจในเทคโนโลยี AI โควิด-19 เพิ่มและเร่งรัดแนวโน้มในการใช้ แชตบอตที่ขับเคลื่อนด้วย AI ผู้ช่วยทางการเงินเสมือน และการลงทะเบียนลูกค้าแบบไม่ต้องสัมผัส ซึ่งจะดำเนินต่อไปตามที่ การวิจัยของ Cap Gemini ซึ่งแสดงให้เห็นว่า 78% ของผู้บริโภคที่สำรวจวางแผนจะเพิ่มการใช้เทคโนโลยี AI รวมถึงการจัดการอัตลักษณ์ดิจิทัลในการติดต่อกับองค์กรทางการเงิน
แม้เทคโนโลยีนี้มีประโยชน์ในตัว แต่ก็ยังมีความท้าทายหลายประการ ประการหนึ่งคือ การไม่ไว้วางใจของผู้บริโภคต่อเทคโนโลยี AI และผลกระทบต่อความเป็นส่วนตัวและความปลอดภัย 30% ของผู้บริโภคระบุว่าพวกเขาจะรู้สึกสบายใจมากขึ้นในการแบ่งปันข้อมูลชีวมิติหากผู้ให้บริการทางการเงินของพวกเขามีความโปร่งใสในการอธิบายวิธีการรวบรวม จัดการ และรักษาความปลอดภัยข้อมูล
ซีไอโอจะต้องนำหลักการ AI ที่น่าเชื่อถือมาใช้และกำหนดมาตรการอย่างเข้มงวดเพื่อปกป้องสิทธิความเป็นส่วนตัวและความปลอดภัย พวกเขาสามารถทำได้โดยการ การเข้ารหัส การลดข้อมูล และการยืนยันตัวตนอย่างปลอดภัย รวมถึงการพิจารณามาตรฐานใหม่อย่าง มาตรฐานอัตลักษณ์ดิจิทัลที่กระจายอำนาจ ในผลลัพธ์ ความพยายามในการอัตโนมัติและการบริการตนเองของคุณจะเห็นการนำไปใช้มากขึ้นและต้องการการแทรกแซงจากมนุษย์น้อยลง
การเอาอุปสรรคออกจากการทำให้ AI เป็นประชาธิปไตย มีการเปลี่ยนแปลงที่เพิ่มขึ้นในการพัฒนาซอฟต์แวร์ AI ที่ไม่ต้องใช้โค้ด/โค้ดต่ำ ซึ่ง การวิจัย คาดการณ์ว่าจะมีมูลค่า 45.5 พันล้านดอลลาร์ในปี 2025 ตัวขับเคลื่อนหลักคือ การเพิ่มความเร็วในการสร้างมูลค่า ด้วยการปรับปรุงประสิทธิภาพในการพัฒนาซอฟต์แวร์ โดย 10 เท่า
ตัวอย่างเช่น 56% ขององค์กรบริการทางการเงินที่สำรวจพิจารณาว่าการรวบรวมข้อมูลจากผู้กู้ยืมเป็นหนึ่งในขั้นตอนที่ท้าทายและไม่มีประสิทธิภาพที่สุดในการดำเนินการสมัครเงินกู้ ซึ่งนำไปสู่อัตราการทิ้งการสมัครที่สูง ในขณะที่เทคโนโลยีการระบุตัวตนและรวบรวมข้อมูลที่ขับเคลื่อนด้วย AI ได้รับการพิสูจน์แล้วว่าสามารถปรับปรุงประสิทธิภาพในการสมัครเงินกู้ แต่ก็อาจ สร้างความเสี่ยงด้านการปฏิบัติตามกฎระเบียบ โดยเฉพาะความเป็นส่วนตัว ความลับ และความเอนเอียงของอัลกอริทึม AI
เพื่อลดและบรรเทาความเสี่ยงเหล่านี้ การพัฒนาซอฟต์แวร์ AI ที่ไม่ต้องใช้โค้ด/โค้ดต่ำจะต้องรวมการตรวจสอบอย่างครอบคลุมเพื่อให้แน่ใจว่าสามารถทำงานตามวัตถุประสงค์ในการออกแบบเดิมได้ ลบความเอนเอียงที่อาจเกิดขึ้นในเซตข้อมูลการฝึกอบรมที่รวมถึงความเอนเอียงในการตัวอย่าง ความเอนเอียงในการระบุฉลาก และมีความปลอดภัยจากการโจมตี AI ที่เป็นปฏิปักษ์ที่อาจส่งผลเสียต่อผลลัพธ์ของอัลกอริทึม AI การพิจารณาหลักการวิทยาศาสตร์ข้อมูลที่รับผิดชอบของความยุติธรรม ความถูกต้อง ความลับ และความปลอดภัยเป็นสิ่งสำคัญ
พัฒนากรอบการกำกับดูแลและกฎระเบียบ AI การกำกับดูแล AI ไม่ใช่เพียงสิ่งที่มีก็ดีอีกต่อไป แต่เป็นสิ่งจำเป็น ตามติดตามนโยบาย AI ของ OECD มีมากกว่า 700 การริเริ่มด้านกฎระเบียบ AI ที่กำลังพัฒนาในมากกว่า 60 ประเทศ
อย่างไรก็ตาม มีแนวปฏิบัติโดยสมัครใจและหลักจริยธรรม AIที่พัฒนาโดยองค์กรมาตรฐานระหว่างประเทศ เช่น สถาบันวิศวกรไฟฟ้าและอิเล็กทรอนิกส์ (IEEE) และ สถาบันมาตรฐานและเทคโนโลยีแห่งชาติ (NIST)
ความกังวลขององค์กรเกี่ยวกับการสันนิษฐานว่ากฎระเบียบ AI จะกำหนดภาระผูกพันในการปฏิบัติตามกฎระเบียบที่เข้มงวดมากขึ้น โดยมีกลไกบังคับใช้ที่เข้มงวด รวมถึงการลงโทษสำหรับการไม่ปฏิบัติตามกฎระเบียบ อย่างไรก็ตาม กฎระเบียบ AI เป็นสิ่งที่หลีกเลี่ยงไม่ได้
ยุโรปและอเมริกาเหนือกำลังดำเนินมาตรการที่จะกำหนดให้ซีไอโอทำงานร่วมกับฝ่ายเทคโนโลยีและธุรกิจเพื่อกำหนดนโยบายที่มีประสิทธิภาพ ตัวอย่างเช่น การเสนอ พระราชบัญญัติ AI ของคณะกรรมาธิการยุโรป กำลังเสนอให้กำหนดภาระผูกพันตามความเสี่ยงต่อผู้ให้บริการ AI เพื่อปกป้องสิทธิผู้บริโภค ในขณะเดียวกันก็ส่งเสริมนวัตกรรมและโอกาสทางเศรษฐกิจที่เกี่ยวข้องกับเทคโนโลยี AI
นอกจากนี้ ในเดือนมิถุนายน 2022 รัฐบาลกลางแคนาดาได้เผยแพร่ พระราชบัญญัติการดำเนินการกฎบัตรดิจิทัล ซึ่งปกป้องจากการกระทำที่ไม่พึงประสงค์ของระบบ AI ที่มีความเสี่ยงสูง สหรัฐอเมริกาก็กำลังดำเนินโครงการริเริ่มด้านกฎระเบียบ AI เช่นกัน แต่แยกตามภาคส่วน โดยคณะกรรมาธิการการค้าแห่งสหรัฐฯ (FTC) สำนักงานคุ้มครองการเงินผู้บริโภค (CFPB) และ คณะกรรมการธนาคารกลาง (Federal Reserve Board) ล้วนใช้กลไกบังคับใช้เพื่อปกป้องผู้บริโภคจากการกระทำที่ไม่พึงประสงค์ที่เกิดจากการใช้ AI ที่เพิ่มขึ้น ซึ่งอาจส่งผลให้เกิดผลลัพธ์ที่เลือกปฏิบัติ แม้ว่าจะไม่ได้ตั้งใจก็ตาม กรอบการกำกับดูแล AI เป็นสิ่งจำเป็นสำหรับบริษัทที่มีนวัตกรรมใดๆ
การบรรลุ AI ที่น่าเชื่อถือต้องใช้ข้อมูลเชิงลึกที่ขับเคลื่อนด้วยข้อมูล
การนำ AI ที่น่าเชื่อถือมาใช้ไม่สามารถทำได้โดยไม่มีแนวทางที่อาศัยข้อมูลเพื่อกำหนดว่าเทคโนโลยี AI จะมีผลกระทบมากที่สุดในด้านใด ก่อนที่จะดำเนินการนำไปใช้ จะเป็นการปรับปรุงการมีส่วนร่วมของลูกค้าหรือเพื่อเพิ่มประสิทธิภาพการดำเนินงานหรือเพื่อลดความเสี่ยงด้านการปฏิบัติตามกฎระเบียบ?
แต่ละปัจจัยขับเคลื่อนธุรกิจเหล่านี้ต้องการความเข้าใจว่ากระบวนการทำงานอย่างไร วิธีจัดการการส่งต่อปัญหาให้ผู้รับผิดชอบระดับสูงและข้อยกเว้น และระบุความแตกต่างในการดำเนินกระบวนการอุปสรรค และสาเหตุที่แท้จริงของอุปสรรคเหล่านั้น เมื่อองค์กรมีข้อมูลเชิงลึกที่ขับเคลื่อนด้วยข้อมูลแล้ว จึงสามารถตัดสินใจทางธุรกิจได้อย่างมีข้อมูลเกี่ยวกับผลกระทบและผลลัพธ์ที่เกี่ยวข้องกับการนำโซลูชัน AI มาใช้เพื่อลดความติดขัดในกระบวนการรับลูกค้าใหม่และปรับปรุงประสิทธิภาพการดำเนินงาน เมื่อองค์กรมีข้อมูลเชิงลึกที่ขับเคลื่อนด้วยข้อมูลแล้ว จึงสามารถอัตโนมัติกระบวนการที่ใช้แรงงานมาก เช่น การปฏิบัติตามข้อกำหนด AI การตรวจสอบการปฏิบัติตามกฎระเบียบ KYC และ AML ในภาคการเงิน
สิ่งที่ต้องจดจำคือ ส่วนสำคัญของการอัตโนมัติกระบวนการด้วย AI คือการนำแนวปฏิบัติ AI ที่น่าเชื่อถือมาใช้ การใช้ AI อย่างมีจริยธรรมไม่ควรพิจารณาเป็นเพียงภาระผูกพันทางกฎหมายและศีลธรรมเท่านั้น แต่ยังเป็นความจำเป็นทางธุรกิจด้วย มันสมเหตุสมผลทางธุรกิจที่จะโปร่งใสในการใช้ AI มันสร้างความไว้วางใจและสร้างความภักดีของแบรนด์












