在我的上一个博客里，我把信任作为我们做任何事情的基础。在这第二部分中，我想讨论伦理和目的的话题。

数字伦理-如何"

在数字时代，伦理的话题可以说比以往任何时候都更加相关和重要。这是一门提出许多问题的学科，这些问题往往很难回答。当然，没有人能够解决最基本的道德挑战，例如，人工智能（AI）等技术趋势。

道德与技术变革

自动驾驶的话题是其中最明显和讨论过的例子之一。在这里，我们遇到了潜在的无法解决的道德困境，比如众所周知的"电车问题"。例如，这就是为什么不应该授权自动驾驶汽车根据潜在受害者的个人特征做出此类决定的原因，还有许多与人工智能相关的问题，其中也包括伦理方面，虽然这些问题不是生死攸关的问题，但仍然很重要，需要加以解决。

技术变革背景下的伦理包括为新的互动类型寻找和重新定义行为标准。它不仅是为了适应新的标准，而且是为了塑造新的标准。这些标准可以是针对技术本身或生态系统的。企业再也不能独自推动颠覆性创新。个人和公司合作越多，生态系统就越多样化。

使合作伙伴团结在一起的是他们从合作中获得的共同利益，这也是我们可以接受如何合作的道德共识的机制。将每个利益相关者视为更广泛生态系统中的合作伙伴，有助于我从不同的角度看待问题和挑战，无论是在与同事、客户或"传统"合作伙伴的对话中。

显然已经存在着广泛的道德标准，从遵守保密和遵守法律框架到–从一个角度来看更抽象的层面——把人和责任放在利润之前。随着新兴技术的出现，随着角色的变化，数字世界中还需要更多的机器学习。

机器学习作为一种使能技术

借助机器学习，我们可以优化流程，数据和大数据的区别，帮助员工的日常生活。这种自动化将使人们从繁琐、重复的工作中解脱出来，并使他们能够利用自己的创造力和解决复杂问题的能力专注于价值更高的工作。

只有自动化才能帮助解决数据和事务量巨大的挑战。相比之下，人类能够而且应该监督企业系统，处理例外情况，探索新的机会。

因此，新技术要求我们对人类的角色有新的认识，并在高度自动化和互联的世界中工作，因此，也需要新的或适应的道德标准。这意味着，道德讨论和方面需要成为人工智能相关创新项目的一个组成部分。

回答机器可以做出哪些具体决策的问题是绝对关键的，定义企业环境中人工智能的正确用例和领域也是如此。第二步，我们需要意识到，大量的数据也可能有偏差。因此，人们将继续处于批判性分析和决策的中心。这项技术增强并使之成为可能，但责任仍牢牢掌握在我们手中。

与人工智能相关的社会和道德问题需要从业界公开解决，政策和学术界——目标是就与现有框架相一致的共同标准达成一致，从而确保新技术被广泛接受。

总体目标

除了这两个方面之外，"为什么"

，一家公司的可持续成功还与一个更大的目标有关，这个目标在当今复杂和高度互联的世界中起着导向作用。这意味着我们需要找到方法来有效地管理日益增加的复杂性，重新思考当今的业务，从而推动组织向前发展，同时仍然考虑对社会的影响。我坚信，在当今世界，没有后者，前者就不可能成功。我们需要超越当前的创新曲线、纯粹的技术转移以及我们为市场带来的具体产品创新。我们需要从中创造意义。

从信任关系到道德标准，再到目标驱动的创新

随着人工智能使重点从完成重复性任务转向创造，组织和员工都同意，产业云，工作满意度是一个例子，说明一个公司的成功不仅仅取决于强大的顶线和底线数字。另一个是企业对社会的深刻影响。

来自学术界、工业界和政界的思想领袖讨论了组织如何确定有意义的目标，包括SAP在内的许多机构都宣布了对17个联合国可持续发展目标（SDG）的承诺，引领先进的组织文化和思维方式。这些目标是一个强有力的基础，海量数据，可以帮助企业团结起来追求更好的世界。然而，真正有目的的公司也必须考虑另外一个第三支柱——经济。当一个公司有明确的理由存在时，它可以确保它提供的每一份工作都直接支持这个理由。当一个公司知道它的真正目的时，它可以求助于SDG这样的框架来帮助确保它以负责任的方式开展业务，以支持更大的利益。