企业治理与人工智能:变革与挑战
企业的传统特征与现代演变
企业作为独立实体,具有诸多传统特征。首先,它能够向投资者发行可交易股份,限制股东责任,并以自身名义开展业务。其次,企业是一个封闭的、层级分明的机构,权力从股东所有者向员工“自上而下”流动,采用基于权威的管理结构,而非通过共识进行治理。最后,企业传统上采用“线性”商业模式,即收集原材料、组件或知识/信息等“投入”,将它们组合起来增加价值,然后作为标准化产品或服务出售给“客户”。
随着时代发展,我们从传统企业过渡到了电子企业,但商品仍有实物和电子形式,并非一切都虚拟化。现代电子企业的定义结合了三个特征:是法律的产物、组织形式为层级机构,以及收集“投入”增加价值后出售给“客户”。
人工智能与治理
数字化与人工智能的关系
数字化是迈向人工智能的基石,因为它加速了机器学习所依赖的“大数据”的可用性。这使得政府不得不依赖算法工具,即人类创建的统计模型、指数或评分系统,将其作为决策工具。
机器学习算法的特点
传统算法或统计工具依赖人类选择决策辅助中包含的明确变量以及这些变量之间的精确数学关系。而学习算法能够“自主”处理数据,发现它们之间的最优数学联系。这种自我导向的自我发现不仅赋予了机器学习算法名称,还使其在准确性方面优于传统算法工具。不过,即使是机器学习,人类也需要规定学习预测或优化的目标,并采取一系列步骤“训练”算法以提高其运行效果。而且,这些学习算法与传统统计工具不同,数据合并和分析的确切方式既不是由人类分析师预先决定的,事后也不容易解释,因此机器学习算法常被描述为“黑箱”算法,尽管它们能准确实现既定目标。
订阅专栏 解锁全文
1181



被折叠的 条评论
为什么被折叠?



