인공지능 + 인간지능 = 성공

특정 역할에서 인간을 대체하는 AI에 대한 질문에 답할 때 대부분의 "전문가"는 AI가 일부 직업을 대체하지만 인간의 지능과 능력을 강화하는 데 훨씬 더 가치 있는 도구가 될 것이라고 주장합니다. 그들이 틀렸다면?

이 최신 기술 물결과 관련된 모든 과대 광고에서 산업 전반에 걸쳐 AI의 영향을 크게 바꿀 수 있는 중요한 추세, 즉 지식 근로자의 은퇴가 발생하고 있습니다.

그 영향을 보기 위해 지능형 기술의 마지막 물결인 "사물 인터넷"(IoT) 이상을 볼 필요가 없습니다.

지능형 기술의 과거 물결이 우리에게 알려주는 것

"Internet of Things"라는 용어는 1999년 컴퓨터 과학자 Kevin Ashton이 만들었습니다. Procter & Gamble에서 근무하는 동안 Ashton은 공급망을 통해 제품을 추적하기 위해 제품에 무선 주파수 식별(RFID) 칩을 장착할 것을 제안했습니다.

"기계와 대화하는 기계"는 2010년 초중반에 출시되기 시작하여 제조, 정밀 농업, 복잡한 정보 네트워크 및 소비자를 위한 새로운 웨어러블 물결에 진출했습니다.

이제 IoT가 특정 산업과 시장에 어떤 영향을 미쳤는지에 대한 약 10년의 경험을 통해 AI의 미래에 대한 흥미로운 통찰력을 얻을 수 있을 것입니다.

Cisco는 통신 네트워크가 하드웨어 "스택"에서 소프트웨어 개발 네트워크(SDN)로 전환하던 2010년에 "Tomorrow Starts Here" IoT 캠페인을 시작했습니다.

이러한 변화는 통신 사업자가 대역폭을 확장하기 위해 더 이상 하드웨어를 "전면 교체"할 필요가 없음을 의미했습니다. 그들은 소프트웨어를 업그레이드하기만 하면 되었습니다. 이러한 전환은 머신이 성능을 모니터링하고 서로 통신하는 시대를 시작했으며 언젠가는 자가 치유 네트워크를 생성할 것이라는 약속을 받았습니다.

같은 기간 동안 아날로그에서 디지털로의 전환을 주도한 네트워크 엔지니어들이 은퇴하기 시작했습니다. 이러한 숙련된 지식 근로자는 모니터링 도구를 이해하지만 반드시 네트워크 작동 방식을 이해하지 못하는 기술자로 대체되는 경우가 많습니다.

네트워크는 지난 12년 동안 셀룰러를 포함하도록 복잡해졌으며 연결 수가 기하급수적으로 증가했습니다. 이러한 복잡성을 관리하기 위해 수많은 모니터링 도구가 개발 및 구현되었습니다.

경고를 읽는 반대편에 있는 사람들은 분명한 것을 보지만 문제를 해석하거나 우선 순위를 정하는 데 어려움을 겪습니다. 이유? 이 도구는 문제가 있다는 것을 알고 있지만 문제를 해결하는 방법이나 자체적으로 처리할지 여부를 알 만큼 똑똑하지는 않습니다. 기술자는 스스로 해결된 경고인 "고스트 티켓"을 쫓게 되어 생산성 손실을 초래합니다.

오늘날 마케팅에서도 똑같은 일이 반복되고 있습니다. 한 CMO는 “종일 기술을 아는 사람은 찾을 수 있지만 전략적으로 생각하는 사람은 찾을 수 없습니다. 마케팅 관리자에게 도구를 설정하고 캠페인을 실행하도록 요청하면 문제가 없지만 캠페인에 대한 매력적인 가치 제안이나 제안을 작성하도록 요청하면 어려움을 겪을 것입니다.”

도구에 빨려 들어가기 쉽습니다. AI 생성기는 정말 흥미롭고 몇 가지 놀라운 일을 할 수 있습니다. 그러나 우리가 본 바에 따르면 도구는 약속을 완전히 이행할 만큼 똑똑하지 않습니다.

심층 분석: 인간을 루프에 배치하여 생성 AI의 위험 완화

AI에 과도하게 의존하는 위험

다음은 IoT의 경고입니다. 도구에 대한 지식이 늘어남에 따라 도구를 작동하는 인력이 감소하고 있습니다. 그것은 지식 격차를 남기고 있습니다. 그 지식이 작업자에서 기계로 이전됨에 따라 우리는 무엇이 남게 될지 자문해야 합니다. 우리 직원들은 기계에서 나오는 것이 정확하고 인위적이거나 위험한지 알 수 있는 충분한 경험과 전문 지식을 가지고 있습니까?

최근 WSJ 기사에서 종양학 간호사인 Melissa Beebe는 자신의 관찰 기술에 의존하여 삶과 죽음의 결정을 내리는 방법에 대해 논평했습니다. UC Davis Medical Center 종양학과의 환자가 패혈증에 걸렸다는 경고가 나왔을 때 그녀는 환자를 모니터링하는 AI 도구가 잘못되었다고 확신했습니다.

“저는 15년 동안 암 환자들과 함께 일해왔기 때문에 패혈증 환자를 보면 알 수 있습니다.”라고 그녀는 말했습니다. "나는 이 환자가 패혈증이 아니라는 것을 알고 있었습니다."

경고는 증가된 백혈구 수와 패혈성 감염을 연관시킵니다. 이 특정 환자가 비슷한 혈구 수를 유발할 수 있는 백혈병에 걸렸다는 점을 고려하지 않았습니다. 인공 지능을 기반으로 한 이 알고리즘은 이전 패혈증 환자와 일치하는 패턴을 감지하면 경고를 트리거합니다.

불행하게도, 병원 규칙은 환자가 패혈증으로 표시될 때 간호사가 프로토콜을 따르도록 요구합니다. Beebe는 의사의 승인을 받으면 AI 모델을 무효화할 수 있지만 잘못된 경우 징계 조치를 받게 됩니다. 이 경우 인간 지능을 제거하는 위험을 쉽게 알 수 있습니다. 또한 인공 지능에 지나치게 의존하는 것과 관련된 위험을 보여줍니다.

비즈니스 인텔리전스 와 인간 지능이 성공의 열쇠

AI는 가치가 낮은 작업에서 우리를 해방시킬 것입니다. 좋은 일입니다. 그러나 우리는 직원과 팀을 더 잘 개발하기 위해 그 시간을 재분배해야 합니다. B2B 환경에서 판도를 바꾸는 이러한 기술의 가장 큰 이점은 동일한 양의 인간 지능과 기계 지능을 결합할 때 실현될 것입니다.

마테크를 잡아라! 일일. 무료. 받은편지함에서

비즈니스 이메일 주소

구독하다 처리 중...

용어를 참조하십시오.