随着人工智能（AI）潜力的增长，也需要一个有凝聚力的人工智能策略来利用人工智能来划分优先级并执行企业目标。除了阐明商业目标和规划组织使用人工智能来实现这些目标的方式之外，每一个人工智能战略都需要另一个极其重要的因素：道德规范。人工智能的兴起带来了一个问题：谁负责确保这些强大的技术被负责任和安全地使用。伦理之所以如此重要，是因为我们现在有了机器智能，它位于我们和我们正在处理的组织之间。人工智能算法不是中立的。它们是由人类制造的，当它们被编程或使用时，它们会受到偏见的影响。偏见的例子已经在图像搜索、招聘软件、金融搜索和其他人工编程的人工智能应用程序中找到。建立道德标准并不一定会改变人类行为，但它确实为企业如何通过人工智能算法和其他应用程序收集和使用数据创造了理想和行为的基线。它降低了企业内部的风险，但也允许组织向市场传达其标准和客户关怀的使命。随着人工智能和机器学习技术成为我们日常生活的一部分，随着数据和大数据见解的普及，CDO和数据团队作为公司的良知承担着非常重要的道德角色。为了建立一套更好的行为，技术提供商可以遵循以下几个原则：1实用程序：确保你的算法是清晰的，有用的，并且让用户满意（令人愉快）。建立全面的衡量标准-不要只把目标放在收入上，而是要考虑社会结果。努力衡量社会成果的领先指标。2同情和尊重：明确的算法和尊重你的员工的需求。在你的数据团队中要有多样性-努力让你在那里部署算法的人群有一个代表性。避免同质团队的盲目性。不同的团队将致力于获得不同的培训数据、更周到的特征集以及更少的数据偏差。三。信任：努力使你的算法透明、安全、行为一致。虽然深度学习算法的可解释性很难，但在可行的情况下探索替代算法或最大程度地公开逻辑/规则。拥有集中的数据科学团队或卓越中心，以避免或减轻业务线偏差。例如，向销售人员报告的数据科学团队将倾向于销售目标的偏差。集中数据科学团队可以避免这种偏见，但是，在某些情况下，您可能会有一个中心辐射式结构，其中业务线（LOB）数据科学团队与卓越中心（center of excellence）保持一致，以减轻这些偏差。4公平与安全：确保算法没有可能对人和/或组织造成伤害的偏差（在数字世界或物理世界中，或两者兼而有之）。利用公平工具检查数据集、机器学习模型和最先进的算法中是否存在不必要的偏差，以减轻此类偏差。数据团队应该被授权成为"良心"官员，并监督人工智能的使用，以确保数据及其代表的人受到保护。5责任制：建立清晰的升级和治理流程，并在客户不满意时提供追索权。这种责任感必须来自组织的高层；管理人员应该继续专注于改进设计实践、创建以人为中心的人工智能，以及对偏差进行审计。由IT部门以及业务和法规遵从性职能部门共同执行持续的数据治理实践。社会信任对于广泛采用人工智能至关重要。人工智能可能并非完全没有偏见，就像我们人类一样。然而，不同的数据团队，加上正确的伙伴关系，可以帮助重新定义人工智能驱动的人权后果，并使之更容易被接受。通过在你的人工智能战略中建立一个道德规范，你的企业展示了对负责任的技术使用的承诺——这可以转化为更好的商业结果。了解更多有关人工智能成熟度和战略如何更好地影响您的组织；观看IDC的点播网络广播，"您的人工智能成熟度如何影响构建一个成功的企业战略"现在就看