Panintelligence CTO的CTO Ken Miller表示，企業(yè)應(yīng)該從Hawk-Eye而不是VAR中汲取靈感。

　　人工智能（AI）和機器學習（ML）并不是什么新事物，實際上機械自動化已經(jīng)存在了幾十年了-那么為什么現(xiàn)代勞動力的采用率仍然令人難以置信地緩慢？

　　盡管直到最近才可能將其稱為AI或ML，但世界已被這項技術(shù)的示例所包圍-從進行X射線檢查到抵押貸款。它的主要目的是嘗試使人們變得更簡單，更快和更容易。

　　然而，盡管存在了將近一個世紀，但人們對機器“將要占領(lǐng)世界”的擔憂，或者它們是不值得信賴的，并且會占用每個人的工作，這種擔憂在今天仍然保持不變。

　　多年以來，企業(yè)一直在嘗試以革命性的承諾超越彼此，但仍然缺乏對AI和ML代表什么以及它如何能夠和不能推動組織前進的理解。

　　那是因為仍然缺乏信任-而且很明顯，當人們信心不足時，許多人仍然不愿意將the繩交給機器。對于那些占領(lǐng)商業(yè)智能領(lǐng)域的人來說，這并不是什么新事物，因為該行業(yè)知道AI如何承諾一切，但并不總是能夠交付。不確定性隨之而來，因為自動化尚未完全解決最初的問題，但與此同時，也沒有人被“自動化完成工作”。

　　真正彰顯其如何轉(zhuǎn)化為業(yè)務(wù)績效的一個很好的例子是查看在線交付品牌亞馬遜。這個組織部署了數(shù)百個經(jīng)過簡單編碼的機器人，以從貨架上收集產(chǎn)品，而不會相互碰撞-這是AI的一部分。

　　同樣的概念可以應(yīng)用于商業(yè)。例如，如果某人在過去20到25年內(nèi)申請了銀行貸款，則他們不太可能會處理最初的查詢。它將被機器（一種算法）消化，該機器將具有相似屬性的個人與其他人歸為一類。

　　人工智能不是“魔術(shù)”的，但它可以在一秒鐘內(nèi)整理大量數(shù)據(jù)，這對于快節(jié)奏且發(fā)展迅速的經(jīng)濟環(huán)境是一個明顯的優(yōu)勢。

　　因此，確實提出了“以人為中心的AI到底如何真正影響業(yè)務(wù)績效？”的問題。

　　使用AI增強業(yè)務(wù)績效始于信任

　　為了更大規(guī)模地采用AI，組織必須跳出思維框框，甚至可能要考慮網(wǎng)球場。是的，這可能是一條奇怪的路，但是這項運動的“鷹眼”技術(shù)系統(tǒng)可以通過透明的鏡頭分析AI成功時提供一些思考的依據(jù)。

　　回顧約翰·麥肯羅（John McEnroe）臭名昭著的演藝盛宴和夸張宣傳的日子，今天的鷹眼（Hawk-Eye）通常限制了這些時刻–而是關(guān)閉任何有爭議的決定并提供重要證據(jù)來支持裁判的決定。

　　而許多球員和人群接受這些關(guān)鍵成果的原因是因為網(wǎng)球并沒有“自動化”其黑匣子。相反，每個觀看的人都可以確切地看到機器是如何做出決定的，這帶來了前所未有的更高水平的公平和信任。

　　直屬法官提供了人為因素，但這是增加決策能力的機器。現(xiàn)在，由于做得很好，它已成為游戲的一部分–與其他體育運動一樣。

　　但是，機械A(chǔ)I表現(xiàn)不佳的地方是最近引入英超聯(lián)賽的VAR。如果有的話，這激怒了足球擁擠的人群來表達他們的不滿，這都是因為沒有與他們分享機器的決定。它確定的是缺少支持者和旁觀者的信任，因為他們在最終決定中沒有發(fā)揮任何作用。