最近幾個月來，人工智能(AI)成為人們最喜愛的流行語。隨著AI發展穩步加速，硅谷初創企業和財富五百強公司紛紛投身這場產業革命。然而，興奮、進步和危險信號正在齊頭并進，展現出一個振奮人心但又難以斷言禍福的壯闊未來。在此期間，一些急于搭上風口的企業希望通過炒作粉飾金身，用夸大的方式強調自己孱弱、甚至根本就不存在的AI技術能力。

與非AI初創公司相比，這類不太光明的營銷策略能夠幫助他們拿下更加可觀的種子、A輪和B輪融資。根據GlobalData整理的數據，單在過去一年，AI初創公司就籌集到超500億美元風險投資。鑒于ChatGPT等技術成果掀起的熱潮，預計今年之內這一數字還會持續增長。

隨著大量資金涌入初創公司，AI炒作的現象只會愈演愈烈。美國聯邦貿易委員會已經充分意識到這種風險，并警告供應商務必在宣傳AI功能時保持透明和誠信。

貿易委員會廣告業務部門的律師Michael Atleson在博文中寫道，“部分號稱擁有AI功能的產品，很可能根本無法像宣傳的那樣發揮作用。在某些情況下，產品甚至妄顧功能缺失可能帶來的嚴重危害。營銷人員必須意識到，出于對貿易委員會監管的親人，萬不可對產品功效做虛假、或者未經證實的聲明。”

在如此復雜的現實環境當中，我們似乎越來越難以區分合法AI解決方案和純營銷噱頭。

德勤全球AI研究所執行董事Beena Ammanath表示，“面對供應商對自家AI產品做出的聲明，客戶一定要保持適當的懷疑態度。與任何事物一樣，如果它聽起來好得令人難以置信，那恐怕就會是假的?！?

紐約大學CIO Donald Welch表示，如果CIO和企業沒能及時識破宣傳伎倆，他們可能面臨項目失敗或延遲、財務損失、法律案件、聲譽風險甚至是職業生涯的徹底終結。“我見過高管因此被解雇，某種程度上這也確實是他們「罪有應得」?！?

幸運的是，仍有多種策略有助于避免這個錯誤。

AI驅動企業必然需要熟練員工

直接審查供應商的AI產品既漫長又耗時，但從另一個角度切入，在LinkedIn上搜索員工資料倒是能幫我們快速建立對供應商的整體認知。

Ammanath表示，“一定要認真檢查供應商員工的AI經驗和教育水平。開發AI解決方案的企業應當具備這樣的人才，這代表著他們擁有在AI、機器學習和算法開發等領域擁有豐富經驗的數據科學家和數據工程師?！?

除了關注員工之外，CIO們還可以關注供應商與外部AI專家和研究機構開展合作的證據。具體包括與大學的合作伙伴關系、參與行業會議和活動，以及對開源AI計劃的貢獻等。

如果供應商方面擁有類似的項目或應用開發經驗，那肯定是個好兆頭，表明其有望提供也宣傳相符的高質量產品。

美國初創公司MacPaw的首席技術與創新官、烏克蘭裔美國人Vira Tkachenko表示，“認真調查供應商的歷史走向。如果他們真的是AI專家，那很可能會在該領域或其他AI產品上擁有相應的研究論文記錄。”

關注精心設計的數據策略

要想將AI技術集成到產品當中，企業還需要制定出精心設計的數據策略，畢竟數據堪稱AI算法的“血液”。他們必然高度依賴于優質數據，數據越豐富、相關度越高，AI產出也就越好。

Ammanath指出，“AI系統必然由大量數據來驅動，因此企業肯定應該擁有良好的數據策略，能夠解釋他們收集了多少數據、這些數據來自哪里?！?

另一個關注重點在于，這些企業是否付出了足夠的努力來遵守監管要求，并保證較高的數據隱私和安全標準。隨著《通用數據保護條例》(GDPR)和《加州消費者隱私法》(CCPA)先進數據隱私法規的出臺，組織必須對其數據實踐保持透明，并為個人提供對其數據的控制權。如果做不到這一點，那恐怕要對供應商的能力畫個大大的問號了。

為宣傳結論收集證據

雖然宣傳語可以寫得無比誘人，但客戶一方仍須以溫和的態度堅定求證。Ammanath認為，“提出正確的問題并要求對方提供能支持宣傳結論的證據，對于破解營銷言論、確定產品是否真由AI支持可以說至關重要?！?

在評估所謂的AI驅動型產品或服務時，CIO們可以詢問該模型是如何訓練的、使用了哪些算法，以及AI系統要如何適應新的數據。

Tkachenko表示，“大家應當詢問供應商使用的是什么庫或者AI模型。他們展示的一切，可能僅僅建立在簡單的OpenAI API調用之上。”

管理和技術咨詢公司BearingPoint合伙人兼全球技術負責人Matthias Roeser對此也表示贊同。他補充稱，CIO們應當徹底理解產品或服務的組成部分和框架，包括評估其中的“道德、偏見、可行性、知識產權和可持續性”。

通過詢問，CIO們能夠更多了解該產品的真正功能和局限性，從而決定到底值不值得掏出真金白銀。

尤其注意初創公司

初創公司身處創新前沿，其中不少確實依靠自己的努力突破了AI的可能性邊界，但也有不少只是在盲目夸大自身能力、想要撈筆快錢。

Let’s Enhance旗下初創公司Claid.ai的烏克蘭裔聯合創始人兼CTO Vlad Pranskevicius坦言，“作為一家機器學習公司的CTO，我就經常遇到AI炒作的案例，而且在初創領域尤甚?！彼€注意到，最近的情況變得越來越夸張，畢竟在AI掀起的這波淘金熱中，很多人都想趁著炒作周期狠狠賺上一筆。

但Pranskevicius認為，隨著關于AI的法規變得愈發嚴格，AI炒作將在不久的未來得到控制。

建立技術專業聲譽

客戶買下名不副實的AI解決方案的情況并不少見，而且很可能并不是CIO做錯了什么。Welch表示，這可能是“企業領導不力癥的后果。業務部門面對瘋狂的營銷而失去理智，IT團隊再三阻攔無果，最終只能被迫收拾殘局?！?

為了防止出現這樣的情況，組織內必須培養出一種協作文化。在這種文化中，技術專業人員的意見應當受到重視，允許他們詳盡列出自己的觀點和證據。

與此同時，CIO和技術團隊也應在公司內部建立聲譽，確保自己的意見能夠被納入決策流程。為了實現這個目標，他們應努力展示自己的專業知識、專業精神和軟技能。

Sigma Software Group首席創新官Max Kovtun表示，“我不覺得CIO檢查AI炒作的行為有什么問題。最大的毛病往往來自商業利益相關方或創始人自己被看似創新和前沿的宣傳沖昏了頭腦，不顧一切地想要追求AI。所以最重要的問題，就是如何在如火如荼的背景下避免成為AI炒作的犧牲品?！?

破解流行語

在比較產品和服務時，必須以開放的心態對其進行評估，全面審視它們的本質屬性。

Tkachenko認為，“如果產品或服務對你來說，唯一的優勢就只有AI，那應當在采購之前認真思考一番。比如說，最好研究它的價值主張和功能特性，在保證了解其AI之外的好處后再做決定?！?

Welch也表示贊同，“我會因為一款產品是用C、C++或者Java編寫的而購買嗎?當然不是，我想了解的是供應商能不能維護好這批代碼、能不能在殘酷的市場競爭中長久生存下去?！?

徹底的評估，能夠幫助組織確定自己計劃購買的產品或服務是否符合目標，能不能提供預期中的結果。

Kovtun強調，“技術越復雜，非專業人士理解起來就越困難，甚至根本無法驗證該技術到底該不該用、有沒有意義。因此在決定將AI技術引入業務之前，最好先聘請在AI領域擁有豐富經驗和知識的專家。否則，你的努力也許無法帶來符合期望的收益?！?

關注AI相關新聞

了解AI相關產品及最新信息，也有助于CIO們做出明智決策。通過這種方式，他們可以識別出對方宣傳中的漏洞，并及時跟進新的思路和技術成果。

底特律市CIO Art Thompson認為，“我覺得目前的AI教育水平還不夠。”

他建議CIO們要做足功課，避免陷入承諾水平超出實際交付能力的技術陷阱。一旦發生這種情況，“重新投標和更換產品所浪費掉的時間會導致員工難以跟上變化，大家投入時間學習新技術的熱情也將大打折扣?！?

此外，了解AI最新趨勢也能幫助CIO們預測監管變化和行業標準，提前一步遵守法規并保持競爭優勢。

當然，了解最新信息不僅僅是CIO一個人的職責。BearingPoint 的 Roeser指出，“還應開展團隊教育或聘請技術專家，將相關能力添加到人力組合當中。”

圍繞AI開展其他監管措施

新的法規能夠簡化CIO們確定產品或服務是否真正采用AI技術的流程。白宮方面最近就發布一份AI權利法案，其中包括如何以負責任方式設計AI系統的指導方針。未來幾年，可能會有更多相關規定陸續出臺。

Ammanath指出，“這些行動的宗旨，在于保護消費者權利乃至全人類免受技術的潛在傷害。我們需要預測技術的潛在負面影響，確保降低風險?！?

預先考慮道德問題

企業往往樂于討論新技術本身、強調潛在的收益，但卻經常淡化由此帶來的負面影響。

瑞士圣加侖大學博士后研究員Philip Di Salvo表示，“當一種技術掀起熱潮時，我們往往會忽視它可能對社會產生的有害影響。研究表明，企業正在推動AI相關討論，而且其中技術決定論仍然占據著主導地位。”

這種將技術視為社會和文化變革背后主要驅動力的觀念，很可能會忽略掉對道德和政治影響的有益討論，反而支持更多以營銷為導向的論點。正如Di Salov所說，這造成了“一種輿論迷霧，讓技術方案乃至其生產者擁有更大的回旋空間和逃避責任的機會?！?

為了解決這個問題，他認為必須讓公眾意識到AI不是什么、做不到什么。

Di Salvo總結道，“我們目前看到的大部分AI應用程序——包括ChatGPT——基本上都是圍繞大規模統計和數據分析應用構建而成。這聽起來只是個無聊的定義，但卻有助于人們避免對這里的「智能」表述產生過度聯想。我們需要關注AI領域的真正問題，包括偏見、區別對待等問題，而不能沉醉在假設的、推測性的長期愿景中無法自拔?！?