从隔离到创新 – 公司如何利用人工智能实现社会利益

人工智能的兴起已经成为企业在日益动荡的世界中求生存和竞争的锚点。对于许多企业来说，其引入已经带来了大量投资于人工智能项目，遍布全球各地，部署于各个行业和部门，创造了一个更加动态的工作场所，支持而不是取代员工。据麦肯锡报告，92%的企业计划在未来3年内增加对通用人工智能的投资，因此很明显，某些东西已经俘获了我们的集体想象力。

为了保持一些视角，麻省理工学院最近发布了一项研究，揭示了95%的全球实施的人工智能项目未能达到其原始承诺或带来投资回报。这是可以预期的，因为我们都在尝试理解人工智能实际上可以提供什么以及它应该在哪里首先部署；与每一种新兴技术一样，我们处于炒作曲线的早期，我们将变得更加聪明地了解如何在业务、经济和社区的各个领域中有效地使用它。

这并不意味着公司不能进一步采取行动，超出自己的职责范围，产生影响。生成式人工智能已经证明是一种强大的工具，帮助人类并与他们的雄心壮志接轨。对于那些寻求扩张的公司，提供社会价值正在变得越来越重要，投资者希望看到不仅仅是财务回报的增长。看到不仅仅是银行账户中的数字增长的回报不仅刺激了增长，还留下了可以被后代享受的遗产。以下是我对公司领导者如何掌控局势并看到人工智能的真正益处的分析。

1. 从您理解的本地问题开始

很诱人去追求宏伟的项目，如治愈全球疾病或解决气候变化。在您变得过于激进之前，往往从小处着手，开始于您的直接社区。公司在关注本地问题时更有可能产生持久的影响，这些问题他们已经理解，无论是教育、环境可持续性还是社区健康。尤其是老年人缺乏一致的社会联系，因此投资于支持他们的护理和解决孤独问题的计划是一个很好的开始。

您可以做什么：

召开反复的跨职能团队工作坊，以确定一个本地挑战，您的公司可以独特地解决。例如，要解决老年人的孤独问题，您的员工可以组织咖啡聚会。每季度分配一天用于慈善或志愿者活动，是提高士气和使公司对潜在客户更具吸引力的好方法。一旦确定，继续与内部和外部参与者和利益相关者会面，以保持动力和有效地为每个人施加持续学习的原则。

2. 建立真实的社区输入，而不是假设

人工智能项目往往因为建立在对社区需求和如何解决这些需求的假设上而未能产生影响。在这里，开始使用“为什么”（Start with Why）至关重要。从一开始就让实际受益者参与，可以避免这种陷阱，并带来更有效、更易用和更可扩展的解决方案。让我们考虑一个经常被忽视的群体——60岁以上的老年人。为了建立任何有用的东西，必须让他们在整个人工智能项目的演变过程中持续参与对话，不仅要了解如何真正帮助他们，还要了解这些老年人如何希望与您的产品互动。积极的参与和用户可访问性对于使任何对技术的投资成功至关重要，而在技术中心的社会倡议中正确交付的投资将肯定导致真正帮助我们社会中一个被低估的部分的业务增长。

您可以做什么：

在计划其他事情之前，定义您的理想“客户”配置文件，然后与这些客户合作，他们是社区团体、非营利组织和当地领导者的一部分。使用他们的见解来定义问题陈述和他们的理想解决方案，记住，在项目开始时确定的解决方案可能会随着项目的成熟和演变而有所不同。这个关键步骤将在整个项目中重复，揭示盲点和采用障碍，以及内部团队忽略的关键成功特征，最终确保项目实现其使命，“客户”满意并继续使用，而您的公司真正产生影响。

3. 使用开放数据并共享您的结果

社会福利项目不必从头开始。许多政府和非营利组织发布了可以快速原型设计解决方案的开放数据集。同样重要的是，公司应该共享他们开发的数据和模型，帮助他人建立在他们的工作之上。在项目输入中，公司合作的价值也非常大；在许多情况下，合作社会福利项目确实是对初始受益者和最终对业务有益的乘数，1+1确实可以等于3，这是一个好消息。

您可以做什么：

分配一个团队来探索开放数据门户（如data.gov或欧洲数据门户和世界道德数据基金会）。对于您的项目，承诺发布至少一个有形的开源工具或数据集。这鼓励透明度并邀请公司墙外的合作。数据集必须不包含任何机密的企业或客户数据，这是大多数LLM的当前问题，因此避免任何潜在的违规行为应该是您的首要任务；您的隐私政策和IT安全政策和协议应该已经保持敏感数据在公司安全数据组件中的隔离。三次检查，然后再按“开始”；但是，如果安全姿势似乎限制了您可能利用的内部数据，请不要放弃——谨慎总比遗憾好。

4. 利用员工的个人热情

员工希望为那些对社会和当地社区做出贡献的公司工作；事实上，离家越近，员工的参与度就越高。根据英国国家统计局的数据，92%的员工如果公司有强烈的目的感，就会更有可能向求职者推荐它。利用这种能量可以解锁传统自上而下的方法可能忽略的创新。

您可以做什么：

创建一个内部“人工智能用于社会福利”的黑客马拉松式挑战，员工可以在家人的参与下提出解决方案、产品甚至服务的想法。从小开始，逐步改进，使用有限的AI资源，并确保良好的技术指导。获胜的想法通常会带来最终成为独立产品的试点计划，我们需要每天庆祝和鼓励这种情况。

5. 与非营利组织和大学研究团队合作开展试点计划

许多非营利组织对社会问题有深刻的理解，但缺乏技术资源。公司和大学研究团队拥有技术专长和研究严谨性，但在现场经验方面受到限制。

您可以做什么：

选择一个与您选择的问题一致的非营利组织合作伙伴。提供超过资金的支持。提供您的服务，提供人工智能技能、云资源或数据分析支持。从有限范围的试点计划（3-6个月）开始，衡量影响，并在初步成功后迭代。

6. 将负责任的人工智能作为默认值，而不是事后补救

如果不负责任地设计，人工智能用于社会福利可能会适得其反，放大偏见或造成意想不到的后果。从一开始就建立负责任的人工智能可以避免声誉和运营风险。

您可以做什么：

采用简单但有效的防护措施，例如对数据集进行偏见审计，使用可解释的人工智能技术，使输出可以轻松理解。您还应该实施透明的反馈循环，让社区合作伙伴可以报告问题和新的功能或想法（对于大多数蓬勃发展的公司来说，这是商业惯例；忽略它将会危及您的公司）。Mozilla是采取主动的公司之一，通过他们的Common Voice项目，使透明度成为常态。归根结底，负责任的设计应该是一种标准的做法，而不是可选的附加项。通过遵循这些基本的做法，您不仅可以使您的服务提供更具吸引力，而且还可以使其变得一致、可靠和有效。

7. 将社会福利项目转变为创新实验室

负责任和道德地实施的社会福利计划可以作为新的人工智能技术甚至本地LLM的“孵化空间”。公司可以使用这些计划来使员工熟悉人工智能，探索最先进的方法，甚至在没有立即的商业压力的情况下测试替代的商业模式，同时享受典型的产品开发生命周期过程的好处。

您可以做什么：

一旦您选择了一个或两个看似可行的计划，并且已经确保了道德和数据隐私问题，就让团队开始工作。定期检查进度，但不要扼杀这些项目，并准备好立即停止，如果有任何对个人或更广泛社区造成伤害的风险。

8. 使用具体的指标报告影响

最快的失去可信度的方法之一是谈论“做好事”而没有证据。公司应该报告有形的成果，而不是仅仅是意图，这是与学术机构、社区团体和非营利组织合作的地方。研究人员，尤其是研究生，需要在他们的项目中为他们的主管讲师和教授提供全面数据，我认为这真的让每个人都关注真正有形的成果。

您可以做什么：

从一开始就定义明确的影响指标，特别是每个项目阶段的成功将是什么样子，例如，节省的食物数量，社区团体成员的覆盖范围，获得的好处，投资的时间和金钱成本。一旦项目完成，发布一份简洁的报告，详细介绍成功和失败，并提供项目如何继续或改进的建议。这一透明度可以与员工、客户和利益相关者建立信任，并且对于防止我们的社区和公民成为人工智能的“小白鼠”至关重要——我们正在谈论真正的人，我们需要将他们视为个体；我们绝不能以任何方式将他们视为可抛弃的测试对象。

9. 避免“一次性”计划

许多企业的社会福利计划都是短期的活动，很快就会消失。有意义的影响来自于将社会责任融入核心战略，并与特定的市场或更广泛的长期计划保持一致。

您可以做什么：

将人工智能用于社会福利的标准添加到您的研发投资组合审查中。每年将一定比例（甚至5%）的AI资源分配给社会影响项目。这确保了长期的承诺和学习。要战略性地使用您试验的资源。投资必须带来回报，即使看起来不可能。没有这种保证，您可能会浪费钱在最终不服务于您的公司或客户的项目上。

为什么这种方法很重要

真正将人工智能用于社会福利计划的公司不仅仅是在年度报告中添加一个“感觉良好”的章节。他们通过加强社区联系，吸引有使命感的人才，在内部培养负责任有效的人工智能技能，并在拥挤的市场中创造积极的品牌差异化来创造价值。

在一个越来越怀疑企业价值观漂白的世界中，持续的影响力比承诺更有说服力。

这不仅仅是关于慈善；它是关于更聪明的商业和有意义的遗产。