Panintelligence CTO的CTO Ken Miller表示，企業應該從Hawk-Eye而不是VAR中汲取靈感。

　　人工智能（AI）和機器學習（ML）并不是什么新事物，實際上機械自動化已經存在了幾十年了-那么為什么現代勞動力的采用率仍然令人難以置信地緩慢？

　　盡管直到最近才可能將其稱為AI或ML，但世界已被這項技術的示例所包圍-從進行X射線檢查到抵押貸款。它的主要目的是嘗試使人們變得更簡單，更快和更容易。

　　然而，盡管存在了將近一個世紀，但人們對機器“將要占領世界”的擔憂，或者它們是不值得信賴的，并且會占用每個人的工作，這種擔憂在今天仍然保持不變。

　　多年以來，企業一直在嘗試以革命性的承諾超越彼此，但仍然缺乏對AI和ML代表什么以及它如何能夠和不能推動組織前進的理解。

　　那是因為仍然缺乏信任-而且很明顯，當人們信心不足時，許多人仍然不愿意將the繩交給機器。對于那些占領商業智能領域的人來說，這并不是什么新事物，因為該行業知道AI如何承諾一切，但并不總是能夠交付。不確定性隨之而來，因為自動化尚未完全解決最初的問題，但與此同時，也沒有人被“自動化完成工作”。

　　真正彰顯其如何轉化為業務績效的一個很好的例子是查看在線交付品牌亞馬遜。這個組織部署了數百個經過簡單編碼的機器人，以從貨架上收集產品，而不會相互碰撞-這是AI的一部分。

　　同樣的概念可以應用于商業。例如，如果某人在過去20到25年內申請了銀行貸款，則他們不太可能會處理最初的查詢。它將被機器（一種算法）消化，該機器將具有相似屬性的個人與其他人歸為一類。

　　人工智能不是“魔術”的，但它可以在一秒鐘內整理大量數據，這對于快節奏且發展迅速的經濟環境是一個明顯的優勢。

　　因此，確實提出了“以人為中心的AI到底如何真正影響業務績效？”的問題。

　　使用AI增強業務績效始于信任

　　為了更大規模地采用AI，組織必須跳出思維框框，甚至可能要考慮網球場。是的，這可能是一條奇怪的路，但是這項運動的“鷹眼”技術系統可以通過透明的鏡頭分析AI成功時提供一些思考的依據。

　　回顧約翰·麥肯羅（John McEnroe）臭名昭著的演藝盛宴和夸張宣傳的日子，今天的鷹眼（Hawk-Eye）通常限制了這些時刻–而是關閉任何有爭議的決定并提供重要證據來支持裁判的決定。

　　而許多球員和人群接受這些關鍵成果的原因是因為網球并沒有“自動化”其黑匣子。相反，每個觀看的人都可以確切地看到機器是如何做出決定的，這帶來了前所未有的更高水平的公平和信任。

　　直屬法官提供了人為因素，但這是增加決策能力的機器。現在，由于做得很好，它已成為游戲的一部分–與其他體育運動一樣。

　　但是，機械AI表現不佳的地方是最近引入英超聯賽的VAR。如果有的話，這激怒了足球擁擠的人群來表達他們的不滿，這都是因為沒有與他們分享機器的決定。它確定的是缺少支持者和旁觀者的信任，因為他們在最終決定中沒有發揮任何作用。