WS DATA

2018 年 10 月，路透社的一篇文章向全世界报道，亚马逊放弃了一款基于人工智能的招聘应用程序，该应用程序被发现对女性存在偏见。关于此事的大多数头条新闻都强调该公司未能为人力资源团队最重要的流程之一制定出可行且公平的解决方案。

然而，这一案例以及当今类似的人工智能“失败”案例忽视了基于人工智 科威特电话号码库 能技术的端到端流程自动化的复杂性。这种复杂性不仅源于当前的技术限制，还源于企业政策、政府法规和法律体系在处理自动分析、决策和行动的机器方面还不够成熟。

这并不是说人工智能研究人员和一些商业供应商没有利用各种机器学习、 深度学习和强化学习技术在企业和消费者环境中处理大量图像、视频、音频、文本、语言和操作数据取得令人印象深刻的成果。然而，大多数成功都是基于使用人工智能来自动化特定的低级任务。

学习亚马逊的人工智能自动化经验



事实上，亚马逊招聘应用程序的例子表明，其人工智能开发人员在创建一款可以读取大量文本、对其进行解释并向人类招聘人员提供建议的应用程序方面相当成功。当我们将这些视为离散任务时，有理由认为亚马逊成功地使用人工智能实现了这些任务的自动化。人工智能被指责失败的地方在于，它未能实现整个过程的自动化，该过程将任务和活动串联在一起，并根据当今的法规和社会规范对其进行约束和管理。

这个故事的另一个标题可能是“亚马逊成功将人类治理应用于基于人工智能的自动化发展”。亚马逊代表表示，这款基于人工智能的应用程序从未投入生产。有一个流程允许看到机器建议的人不采取行动。

这个例子有两个教训。首先，要了解基于人工智能的自动化的范围。机器可以很好地应用人工智能来自动化一项任务，但却无法自动化整个流程；其次，流程的自动化不会是瞬间完成的，而是通过人机关系的变化而不断发展的。正是这种理解可以帮助决策者突破当今人工智能头条新闻的干扰。