成为数据驱动型组织的主要挑战对技术做出决策的

Apuroos1454

当汤姆询问研究所领导者哪些问题可能会阻碍他们实现这一目标时，他们都首先提到了文化。他们表示，人工智能人员（通常是计算机科学家）和其他领域的科学家通常不会使用相同的语言、目标或成功标准。 当被问及他们计划如何解决这些文化问题时，领导人并不确定。当汤姆建议文化人类学家或其他类型的社会科学家可以帮助他们诊断文化问。

题并推荐解决方案时，他们似乎喜欢这个想法，但只是以有限的方式。其中一位建议，攻读博士学位可能是个好主意。该领域的学生可以自由地参与组织以发现一些问题。其他人 电报号码数据 赞同这种做法。 该研究所从事世界一流的研究 他们不会梦想让计算机科学或化学研究生负责这些领域的研究。该研究所只会聘请世界一流的科学家担任此类职务。我们猜测他们甚至没有采。



纳研究生的建议；汤姆自愿帮助他们进行搜寻，但从未收到任何回复。 这只是一个例子，但它更广泛地说明了我们所目睹的情况以及障碍是什么。在我们采取积极措施解决这些人类问题之前，我们不太可能在这些问题上取得实质性进展。这可能就是为什么许多公司 甚至是拥有大量技术预算的大型企业 似乎并没有随着时间的推移变得更加数据驱动的原因。 相关文章 联合利华的人工智能道德：从政策到流程 托马斯 达文波特和兰迪 比恩 万事达卡的生成式人工智能：治理成为焦点 托马斯。