人工智能對情報分析影響的任務(wù)級觀點(diǎn)

一、未來已經(jīng)到來

在過去的十年中，人工智能（AI）已經(jīng)從科幻小說發(fā)展到一系列商業(yè)應(yīng)用的共同現(xiàn)實(shí)。在情報分析中，人工智能(AI)已經(jīng)用于標(biāo)記圖像，對大量數(shù)據(jù)進(jìn)行排序，幫助人類看到噪聲中的信號。但情報界（Intelligence Community）(IC)目前在人工智能(AI)方面所做的只是即將到來的一瞥。這些早期的應(yīng)用表明，情報部門部署的人工智能（AI）將增強(qiáng)分析人員從信息中提取有價值線索的能力。

人工智能(AI)的采用不僅提高了計算能力和新算法，而且推動了現(xiàn)有數(shù)據(jù)的爆炸式增長。到2020年，世界經(jīng)濟(jì)論壇預(yù)計，數(shù)字?jǐn)?shù)據(jù)的字節(jié)數(shù)比可觀測宇宙中的恒星多40倍。對于情報分析，數(shù)據(jù)的快速增長擴(kuò)散意味著信息的過載。人的分析根本無法處理那么多的數(shù)據(jù)，他們需要機(jī)器的幫助。

情報領(lǐng)導(dǎo)者知道，人工智能（AI）可以幫助應(yīng)對這種數(shù)據(jù)泛濫，但他們也可能想知道人工智能（AI）會對他們的工作和勞動力產(chǎn)生什么影響。根據(jù)對私營部門公司的調(diào)查，引入人工智能(AI)與了解其影響之間存在重大差距。近20%的工人報告說，由于實(shí)施人工智能(AI)，他們的角色、任務(wù)或工作方式發(fā)生了變化，但近50%的公司尚未衡量工人是如何受到人工智能(AI)實(shí)施的影響的。 這篇文章提供了任務(wù)級別的視角，說明人工智能(AI)如何改變內(nèi)部分析的工作。文章還將為那些尋求加快采用率、從試點(diǎn)向全面發(fā)展的組織提供思路。人工智能（AI）已經(jīng)在這里了；讓我們看看它將如何塑造情報分析的未來。

二、情報圈中的人工智能

情報通過專家、分析和管理在整個情報界開展的五個步驟“周期”流動：規(guī)劃和指導(dǎo)；收集；處理；分析和制作；傳播。整個周期的產(chǎn)出價值，包括交由決策者分析的最終情報，在很大程度上取決于所使用的技術(shù)和過程，包括利用人工智能(AI)的技術(shù)。

無人駕駛航空系統(tǒng)、遠(yuǎn)程傳感器、先進(jìn)的偵察機(jī)、互聯(lián)網(wǎng)、計算機(jī)和其他系統(tǒng)等技術(shù)極大地推動了數(shù)據(jù)收集過程，以至于分析人員往往擁有超出他們處理能力的數(shù)據(jù)。更復(fù)雜的情況是收集到的數(shù)據(jù)通常存在于不同的系統(tǒng)和不同的介質(zhì)中，這就要求分析人員在開始更深入的分析之前需要花費(fèi)很多時間將相關(guān)信息拼湊起來或融合數(shù)據(jù)。

人工智能是什么意思?

根據(jù)語境的不同，“人工智能”一詞可以有多種含義。為了幫助領(lǐng)導(dǎo)理解這一廣闊的領(lǐng)域，區(qū)分AI的模型類類型和AI的應(yīng)用是有幫助的。首先是基于AI的工作方式的分類;第二種是基于AI需要完成的任務(wù)分類。

人工智能:模型類別和樣本應(yīng)用程序

規(guī)則引擎

基于規(guī)則的軟件，通常以if-then語句的形式出現(xiàn)，使預(yù)定義的過程自動化。

                                                      改變自己的程序                                                  

智能規(guī)則引擎

基于規(guī)則的軟件，通常采用if-then語句的形式，它可以自動化預(yù)定義的過程，并且可以學(xué)習(xí)和適應(yīng)。

機(jī)器學(xué)習(xí)

一套統(tǒng)計技術(shù)，使用從數(shù)據(jù)中學(xué)習(xí)而不需要顯式編程的算法，自動建立分析模型。

深度學(xué)習(xí)

更復(fù)雜的機(jī)器學(xué)習(xí)形式，能形成多個隱藏的分析層來進(jìn)行預(yù)測。

認(rèn)知語言

一組統(tǒng)計技術(shù)，能夠分析、理解和生成人類語言，以促進(jìn)與機(jī)器的交互。

技術(shù)的例子

． 自然語言處理(NLP)

． 自然語言生成(NLG)

． 語義計算

． 語音識別

． 語音合成

潛在的用途

． 通過其他形式的報告評估人力資源的可靠性

． 分析社交媒體或其他帖子的語法，以確定可能是對手通信的異常值

計算機(jī)視覺

從單個圖像或一系列圖像中自動提取、分析和理解信息，這些圖像可以模擬、復(fù)制并超越人類視覺。

技術(shù)的例子

． 圖像識別

． 視頻分析

． 手寫識別

． 語音識別

． 字符光學(xué)識別

潛在的用途

． 在照片或視頻中識別和跟蹤車輛、物體和人

． 識別物體并連接到適當(dāng)?shù)娜后w和個人

RPA

通過模仿用戶界面和應(yīng)用程序之間的交互方式，并遵循簡單的規(guī)則來做出決策，從而執(zhí)行常規(guī)流程的軟件。

技術(shù)的例子

． 流程和配置自動化

． 圖形用戶界面自動化

． 高級決策系統(tǒng)

潛在的用途

.   自動化任務(wù)相關(guān)和后臺報告任務(wù)

． 填寫通用表格

.   自動化平臺調(diào)度/消除沖突

.   收集管理

預(yù)測分析

結(jié)合模型類分析數(shù)據(jù)，特別是機(jī)器學(xué)習(xí)，以預(yù)測結(jié)果和理解關(guān)鍵變量。

技術(shù)的例子

． 統(tǒng)計預(yù)測模型

． 樸素貝葉斯和其他概率模型

． 神經(jīng)網(wǎng)絡(luò)

潛在的用途

．分析對手的行動路線

．模擬敵方在核或其他技術(shù)水平上的進(jìn)展

．為領(lǐng)導(dǎo)者提供實(shí)時決策支持

訪問更多數(shù)據(jù)很困難

但是，通過融合和處理數(shù)據(jù)的能力，它可以讓分析師把大量不連貫的數(shù)據(jù)拼湊起來。國家地理空間情報局(National Geospatial Intelligence Agency)局長表示，如果按照傳統(tǒng)方式持續(xù)下去，情報機(jī)構(gòu)可能很快就需要800多萬名圖像分析員，這是所有政府擁有最高機(jī)密許可的總?cè)藬?shù)的五倍多。在數(shù)字文明時代，戰(zhàn)爭的成功取決于一個國家比對手更快、更準(zhǔn)確地分析信息的能力。但數(shù)據(jù)未經(jīng)分析無法使用，海量的數(shù)據(jù)對情報運(yùn)轉(zhuǎn)的速度提出新的要求，這急需人工智能提供必要的支持。

情報機(jī)構(gòu)已經(jīng)利用人工智能（AI）的力量，對數(shù)據(jù)進(jìn)行排序，找出關(guān)鍵的“知識”，以進(jìn)一步分析。例如，各機(jī)構(gòu)利用人工智能(AI)自動識別和標(biāo)簽車輛模式，以識別SA-21地對空導(dǎo)彈，或篩查數(shù)百萬筆金融交易，以識別與非法武器走私相符的模式。

同樣，聯(lián)合人工智能中心（美國國防部人工智能協(xié)調(diào)中心）已經(jīng)在致力于開發(fā)跨越“作戰(zhàn)情報融合、聯(lián)合全域指揮和控制、加速傳感器對射擊時間線、自主和群集系統(tǒng)、目標(biāo)開發(fā)和作戰(zhàn)中心工作流程”的產(chǎn)品。

分析顯示，這些運(yùn)作的人工智能（AI）可以節(jié)省分析師的時間，提高產(chǎn)出。雖然確切的時間節(jié)省將取決于所完成的工作類型，但擁有Al支持系統(tǒng)的全源分析師工作3天可以節(jié)省多達(dá)364小時或超過45小時的工作量。節(jié)省下來的時間可以讓分析師有更多的時間去完成更重要的任務(wù)，或者培養(yǎng)技能，或者在其他活動中增加額外的能力。

由于大規(guī)模采用Al，全源情報分析師可能會有額外的工作時間

三、人工智能的真正價值

然而，人工智能（AI）的好處遠(yuǎn)遠(yuǎn)不止于節(jié)省時間。畢竟，情報工作永遠(yuǎn)不會結(jié)束，總會有另一個需要注意的問題。因此，用人工智能（AI）節(jié)省時間不會減少勞動力或情報預(yù)算。相反，人工智能（AI）的更大價值來自可能獲得“自動化紅利”的東西：在這些技術(shù)減輕工作量之后，分析師可以更好地利用更多時間。

事實(shí)上，對從銀行到物流等行業(yè)的研究表明，自動化的最大好處來自于人類工人利用技術(shù)“向價值鏈上游移動”。換句話說，他們花更多的時間來執(zhí)行對組織和/或客戶有更大利益的任務(wù)。例如，當(dāng)自動化將供應(yīng)鏈工人從測量庫存或填寫訂單等任務(wù)中解放出來時，他們可以重新分配時間，通過匹配特定的客戶需求和供應(yīng)商能力來創(chuàng)造新的價值。在情報分析方面，利用人工智能從混亂的數(shù)據(jù)中立即提取難以發(fā)現(xiàn)的跡象和預(yù)警(I&W)線索，可以讓人工分析師進(jìn)行更有價值的工作，確定給定的預(yù)警線索是否代表真正的威脅。

有兩種主要的方法可以用額外的時間來創(chuàng)造額外的價值:分析師可以在他們已經(jīng)完成的高價值任務(wù)上花更多的時間，或者他們可以添加新的高價值任務(wù)。

做更多:人類專注于人類的任務(wù)

然而，在實(shí)現(xiàn)這些好處之前，情報組織必須確定哪些是最有價值的任務(wù)，哪些是最適合人類工人執(zhí)行的任務(wù)。首先，讓我們將人類與計算機(jī)或其他機(jī)器進(jìn)行比較。

關(guān)鍵是理解專業(yè)智能和普通智能的區(qū)別。即使是簡單的袖珍計算器也能勝過某些任務(wù)中最好的數(shù)學(xué)能力。但是，雖然運(yùn)算速度快、精確，但它是袖珍計算器能夠執(zhí)行的唯一任務(wù)。它有一個非常狹窄，專業(yè)化的智能。另一方面，在普通智能中，人類往往勝過甚至最先進(jìn)的計算機(jī)。麻省理工學(xué)院教授托馬斯·馬龍解釋說，“即使是5歲的孩子，其智力也比當(dāng)今最先進(jìn)的電腦程序要高。比起今天的任何計算機(jī)程序，一個孩子可以進(jìn)行更明智的對話，討論更廣泛的主題，并且在不可預(yù)測的物理環(huán)境中更有效地運(yùn)作?！?/p>

因此，雖然機(jī)器在處理大量數(shù)據(jù)或工作到極端的精確度方面比人類更好，但人類更擅長隨上下文或涉及高水平人際互動的任務(wù)發(fā)生巨大變化。人類工人和人工智能（AI）工具可以共同合作，發(fā)揮各自的優(yōu)勢；人工智能（AI）處理大量數(shù)據(jù)，人類處理高度可變的任務(wù)。在情報組織內(nèi)部，人類分析人員可以通過將許多重復(fù)的數(shù)據(jù)處理和開發(fā)相關(guān)任務(wù)轉(zhuǎn)移到機(jī)器上來提升價值鏈。然后，他們可以把更多的精力投入到分析、規(guī)劃和指導(dǎo)任務(wù)中，而這些任務(wù)往往需要更多的創(chuàng)造性、溝通以及與同事和決策者的協(xié)作。

我們的模型為情報分析師做出了類似的預(yù)測。利用人工智能（AI）完成諸如數(shù)據(jù)清理、標(biāo)記或模式識別等任務(wù)，全源分析師都可以花費(fèi)更多時間執(zhí)行上下文敏感或獨(dú)特的人工任務(wù)。因此，未來的分析師可能會花更多的時間與他人合作——比今天多58%。

在整個情報周期中，如何才能發(fā)揮更大的合作?例如，在傳播階段，分析師向決策者提供信息，與他們合作，使他們能夠做出最好的決定。如果AI能承擔(dān)更多在收集資源、創(chuàng)建圖形甚至起草報告等準(zhǔn)備工作中，人類分析師可以專注于決策者的需求和這種情況的影響上。在此場景中，分析師只需向Al提供即將發(fā)布的簡報或成品的主題。從那里，Al可以自動生成一個相關(guān)報告列表，以便閱讀，預(yù)選地圖或圖像，標(biāo)記相關(guān)特征的簡要介紹，甚至寫簡短的背景事件摘要。

情報機(jī)構(gòu)必須確定哪些是最有價值的任務(wù)，哪些是最適合人類工作者執(zhí)行的任務(wù)。

類似的轉(zhuǎn)變已經(jīng)發(fā)生在新聞業(yè)。人工智能(AI)正被用于自動生成簡單《華盛頓郵報》，機(jī)器人在第一年發(fā)表了850篇文章，內(nèi)容從奧運(yùn)會到選舉。美聯(lián)社發(fā)現(xiàn)，通過將撰寫公司收益報告等注重細(xì)節(jié)的任務(wù)自動化，使用機(jī)器人可以使記者的工作量減少20%，使他們能夠?qū)Ｗ⒂跍p少錯誤和發(fā)現(xiàn)更大的趨勢?！币虼?，即使在產(chǎn)量增加的情況下，企業(yè)盈利報告中的錯誤也減少了。情報分析師也可以從類似的安排中受益:AI可以生成例行的情報總結(jié)或每日報告，讓分析師專注于將這些報告合成成更大的趨勢，或根據(jù)特定決策者的偏好定制報告。

做一些新的事情:探索可能性

正如我們所有的經(jīng)驗(yàn)一樣，新技術(shù)可以帶來新的任務(wù)。因此，人工智能（AI）很可能也會給工人帶來全新的任務(wù)。以采用其他先進(jìn)技術(shù)為指導(dǎo)，我們期望許多新任務(wù)可能屬于以下三類之一：

·提供新模型。

情報基本上是利用信息減少國家領(lǐng)導(dǎo)人的不確定性?，F(xiàn)代決策的快速步伐是領(lǐng)導(dǎo)者面臨的最大挑戰(zhàn)之一。人工智能（AI）可以通過幫助提供新方法來更快、更有效地向決策者提供信息來增加價值。其中一個想法是轉(zhuǎn)向?qū)崟r決策支持。在過去，復(fù)雜的對手行為模型需要幾個月來創(chuàng)建和更新，從而導(dǎo)致一個正式情報產(chǎn)品的長周期。

今天使用人工智能（AI）和大數(shù)據(jù)，分析可以更快地進(jìn)行，通常只是缺乏實(shí)時性?，F(xiàn)在這種情況現(xiàn)在發(fā)生在汽車比賽中。當(dāng)賽車在跑道上比賽時，一支比賽隊(duì)伍根據(jù)數(shù)千個數(shù)據(jù)點(diǎn)調(diào)整策略模型，天氣的突然變化或?qū)κ值囊馔馔Ｕ究梢栽趲酌腌妰?nèi)觸發(fā)車隊(duì)計劃的改變。在一級方程式賽車的例子中，情報分析師使用注入AI的模型，能夠快速模擬甚至復(fù)雜的場景，從而能夠回答決策方面的問題，而不是等待。我們的模式表明，在采用規(guī)模化人工智能（AI）后，分析師可能會花多達(dá)39%的時間為決策者提供咨詢。-

-

·不斷成長的員工

積極進(jìn)取的員工隊(duì)伍是一個生產(chǎn)力更高的勞動力隊(duì)伍。提高員工幸福感或績效的任務(wù)可能會為任何組織創(chuàng)造重要的新價值。在情報領(lǐng)域，要想表現(xiàn)得最好，分析師需要學(xué)習(xí)和成長的機(jī)會。他們需要與全球的新技術(shù)、新服務(wù)和新事件保持同步——不僅在年度培訓(xùn)課程中，而且要持續(xù)。人工智能（AI）可以通過推薦基于分析人員在日常工作中閱讀或?qū)懽鲀?nèi)容的課件，幫助盡可能廣泛地持續(xù)學(xué)習(xí)。對于研究中國第五代戰(zhàn)斗機(jī)發(fā)展的分析師來說，人工智能（AI）可以推薦他或她完成量子雷達(dá)的短期培訓(xùn)，或閱讀中國航空史。人工智能（AI）還可能建議哪些分析師需要休息，哪些工作需要保持新鮮。

·維持科技本身

從蒸汽機(jī)到計算機(jī)，新技術(shù)都需要維護(hù)，人工智能可能也不例外。在情報工作等高風(fēng)險情況下有效使用人工智能的一個重大挑戰(zhàn)是對AI模型的輸出有信心。除了跟蹤Al生成的線索之外，組織可能還需要維護(hù)Al工具，并驗(yàn)證它們的輸出，以便分析師在使用它們時能夠有信心。在醫(yī)學(xué)上,Al開始被應(yīng)用于診斷工具，如MRI成像，根據(jù)已知的基準(zhǔn)驗(yàn)證Al模型的輸出正成為醫(yī)院工作人員的一項(xiàng)常見新任務(wù)。在設(shè)計Al工具或選擇訓(xùn)練數(shù)據(jù)時，可以執(zhí)行大部分驗(yàn)證。但是，雖然癌癥不會試圖否認(rèn)或欺騙醫(yī)生，但外國特工可能會試圖用對抗的例子來欺騙AI在情報上使用的方法。這意味著驗(yàn)證將需要是一項(xiàng)持續(xù)的任務(wù)，不僅對分析師，對IT人員也是如此。

四、避免陷阱

人工智能（AI）可能需要新的任務(wù)以確保其正確運(yùn)行，這突顯了潛在的危險：人工智能（AI）可能耗費(fèi)比給分析師更多的時間。鑒于人工智能(AI)帶來了如此大的變化，大規(guī)模采用人工智能(AI)的組織將經(jīng)歷一定程度的摩擦。您根本無法改變20%的員工任務(wù)，也無法增加價值數(shù)周的新任務(wù)，而不會使員工、業(yè)務(wù)流程和現(xiàn)有工具緊張。那些希望從人工智能（AI）中獲取最大好處的智能組織需要識別這些陷阱，并找到減少這些陷阱的方法。

新技術(shù)是一個時間消耗器

也許最重要的陷阱是，AI最終沒有創(chuàng)造新的價值，而是壟斷分析師的時間。這種情況以前也出現(xiàn)過，如醫(yī)療保健行業(yè)實(shí)施電子健康記錄(EHR)。雖然電子病歷系統(tǒng)承諾減少衛(wèi)生保健專業(yè)人員的工作量，但最近的研究表明，電子病歷系統(tǒng)實(shí)際上增加了醫(yī)生記錄病人就診的時間，使用電子病歷的醫(yī)生在探視病人時花更多的時間打字，這減少了他們與病人面對面交流的時間?？偟膩碚f，這種交流的減少在病人和醫(yī)生中都產(chǎn)生了負(fù)面的看法。

有趣的是，電子健康記錄（EHR）的例子可以幫助情報機(jī)構(gòu)避免這個陷阱。雖然醫(yī)生花費(fèi)更多的時間記錄電子健康記錄（EHR）而不是紙質(zhì)筆記，護(hù)士和文職人員實(shí)際上在他們的任務(wù)中節(jié)省了大量時間。因此，導(dǎo)致醫(yī)生花費(fèi)更多時間的電子健康記錄（EHR）不一定是技術(shù)的失??；相反，它反映了組織的戰(zhàn)略重點(diǎn)，基本上把一些賬單和文職工作量從員工轉(zhuǎn)移到醫(yī)生。相反，它反映了需要重新評估導(dǎo)致它的業(yè)務(wù)和技術(shù)戰(zhàn)略。

如果情報機(jī)構(gòu)要避免大規(guī)模采用人工智能(AI)時出現(xiàn)類似問題，就必須明確其優(yōu)先事項(xiàng)，以及人工智能(AI)如何符合其總體戰(zhàn)略。組織專注于提高生產(chǎn)力的人工智能（AI）工具將會與尋求提高分析判斷的準(zhǔn)確性的人工智能工具截然不同。人工智能（AI）不是解決每一個問題的方法，對其價值有一個清晰的認(rèn)識，可以幫助確保它適用于正確的問題。清楚人工智能（AI）工具的目標(biāo)還可以幫助領(lǐng)導(dǎo)者向員工傳達(dá)他們對人工智能（AI）的愿景，并減輕對工具使用方法的誤解或不確定性。

第二，情報機(jī)構(gòu)應(yīng)該避免投資于“空技術(shù)”——使用人工智能（AI）而不能獲得它需要成功的數(shù)據(jù)。人工智能（AI）有點(diǎn)像面粉廠：沒有谷物喂養(yǎng)它，它就不會產(chǎn)生多大價值。

即使最先進(jìn)的人工智能(AI)工具如果缺乏有效的培訓(xùn)數(shù)據(jù)或足夠的輸入數(shù)據(jù)，其效用也將有限。如果沒有正確的數(shù)據(jù)，人工智能（AI）工具仍然可以吞噬分析嘗試使用它們的時間，但是它們的輸出將有限的效用。結(jié)果將是令人沮喪的分析，情報分析師會認(rèn)為人工智能（AI）浪費(fèi)了他們有限的時間。

分析師不信任

分析師的信任對于成功大規(guī)模采用人工智能（AI）至關(guān)重要。調(diào)查結(jié)果顯示，與技術(shù)人員、管理層或高管相比，分析師對人工智能（AI）持最懷疑的態(tài)度。正如上文所述，如果員工看不到一種工具的價值，就不大可能使用它。

為了克服這種懷疑，從人工智能（AI）中獲得最大利益，管理層需要集中精力教育員工并重新配置業(yè)務(wù)流程，將工具無縫地集成到工作流中。如果沒有這些步驟，人工智能（AI）可能只是一個昂貴的事后思考。例如，一個聯(lián)邦機(jī)構(gòu)實(shí)施了人工智能(AI)試點(diǎn)，為其調(diào)查人員創(chuàng)造線索，以便采取后續(xù)行動。然而，調(diào)查人員也在同時生成自己的線索。由于跟蹤時間有限，調(diào)查人員自然會優(yōu)先考慮自己提出的線索，很少使用AI產(chǎn)生的線索。

克服分析師對給定人工智能(AI)工具的最初懷疑，歸根結(jié)底是在分析師和工具之間建立信任。因?yàn)樗麄儽仨氈С炙麄兊脑u估，即使有權(quán)勢的人可能不同意，分析師可能不情愿去相信他們無法解釋和捍衛(wèi)的東西。例如，擁有一個允許分析師輕松掃描支撐模擬結(jié)果的數(shù)據(jù)，或查看模型如何得出結(jié)論的表示的接口，將極大地有助于分析師將技術(shù)作為其工作流程的一部分納入其中。這將使數(shù)據(jù)更加可靠、可信，并將向戰(zhàn)士和決策者提供的更加可靠的分析產(chǎn)品。

雖然擁有一支對人工智能（AI）產(chǎn)出缺乏信心的勞動力隊(duì)伍可能是個問題，但反過來也可能是一個關(guān)鍵的挑戰(zhàn)。幾十年來，情報部門領(lǐng)導(dǎo)人一直意識到這種現(xiàn)象，即在分析師的判斷中增加數(shù)據(jù)，會增加分析師的信心，即他們的判斷是正確的，而實(shí)際上卻沒有提高工作的整體準(zhǔn)確性。換句話說，更多的數(shù)據(jù)助長了分析師的確認(rèn)偏見——他們使用新的證據(jù)來支持他們先入為主的結(jié)論，而不是幫助創(chuàng)建更精確的分析。

這一觀察結(jié)果的核心心理學(xué)實(shí)驗(yàn)使用了2到5倍的額外數(shù)據(jù)。AI將向分析師提供大量的數(shù)據(jù)，這可能會加劇分析師的確認(rèn)偏見。例如，在金融服務(wù)行業(yè)，早期的經(jīng)驗(yàn)表明，人工智能可以為分析師提供的數(shù)據(jù)量大約是現(xiàn)在的30倍。人類的認(rèn)知會對如此龐大的數(shù)據(jù)做出怎樣的反應(yīng)還不得而知。由于信息超載，分析師對人工智能判斷的信心可能會下降?；蛘叻催^來說，有這么多數(shù)據(jù)可供分析，分析師可能會變得過于自信，暗地里相信人工智能。后者可能尤其危險:許多航空事故表明，人類對自動化的信任與人類對自動化的理解和監(jiān)督之間的不匹配可能導(dǎo)致悲劇。

相反地，人工智能（AI）可以有效的幫助分析師克服確認(rèn)偏見和其他人類認(rèn)知局限性。例如，人工智能(AI)可以被賦予一些任務(wù)，這些任務(wù)有助于檢查評估是否正確，因?yàn)槿祟惡茈y找到時間去做人工評估，或者人工評估很麻煩。機(jī)器將非常擅長持續(xù)進(jìn)行關(guān)鍵資產(chǎn)檢查、相互競爭的假設(shè)分析和信息檢查的質(zhì)量。高級分析經(jīng)理還可以利用人工智能(AI)提醒他們進(jìn)入的證據(jù)與其團(tuán)隊(duì)的評估不一致，使他們有機(jī)會指導(dǎo)分析線路審查，并將注意力集中在問題領(lǐng)域。

歸根結(jié)底，人工智能（AI）可能對分析師的認(rèn)知偏見產(chǎn)生的影響根本不為人知。領(lǐng)導(dǎo)者需要仔細(xì)關(guān)注分析師的自負(fù)，評估業(yè)務(wù)流程設(shè)計，并持續(xù)監(jiān)控人工智能（AI）的性能，以幫助防止任何潛在的陷阱。

五、人工智能(AI)技術(shù):現(xiàn)在如何開始

人工智能(AI)的最大好處在于，像電氣化一樣，它嵌入到組織的運(yùn)作和戰(zhàn)略的各個方面。盡管人工智能(AI)可以帶來規(guī)?；蚋淖兘M織的陷阱，但立即啟動的步驟卻令人驚訝地熟悉。

在整個政府機(jī)構(gòu)或組織中，成功的大規(guī)模采用將需要領(lǐng)導(dǎo)者協(xié)調(diào)戰(zhàn)略、組織文化和業(yè)務(wù)流程。如果這些努力中的任何一個未對準(zhǔn)，人工智能(AI)工具可能被拒絕或可能無法創(chuàng)建期望的值。領(lǐng)導(dǎo)者需要預(yù)先了解人工智能（AI）項(xiàng)目的目標(biāo)，確保這些目標(biāo)支持總體戰(zhàn)略，并將指導(dǎo)傳遞給技術(shù)設(shè)計師和管理人員，以確保將其納入工具和業(yè)務(wù)流程。

制定清晰的人工智能（AI）戰(zhàn)略還可以幫助組織應(yīng)用人工智能（AI）來解決從面向任務(wù)到后臺的各種問題。這種戰(zhàn)略可以制定關(guān)于哪些基礎(chǔ)設(shè)施和合作伙伴需要為組織獲取正確的人工智能工具的決定。有了83%的企業(yè)人工智能（AI）在云中，組織可以發(fā)現(xiàn)更容易在內(nèi)部開發(fā)人工智能（AI）工具，從外部銷售商那里購買，甚至找到已經(jīng)在云中其他地方使用的現(xiàn)有解決方案。

在部門或團(tuán)隊(duì)一級，第一步從戰(zhàn)略調(diào)整轉(zhuǎn)向分析師的采用。應(yīng)對分析師團(tuán)隊(duì)面臨的一些重大非分析性挑戰(zhàn)，可能是向分析師介紹人工智能（AI）并建立他們對人工智能信心的好方法。今天，分析師們已經(jīng)掌握了各種各樣的任務(wù)，每個課題都需要不同的技能、背景知識和與決策者溝通的能力。對于任何經(jīng)理來說，在一組分析員之間分配分析任務(wù)而不使任何一個人超載或延遲關(guān)鍵產(chǎn)品可能令人生畏。人工智能（AI）可以幫助分析師正確的完成任務(wù)，這樣分析師就能夠更經(jīng)常地發(fā)揮自己的優(yōu)勢，讓工作比以前更好、更快地完成。

同樣，人工智能(AI)可以幫助管理人員評估業(yè)績，篩選求職者獲得某一特定技能的能力，甚至識別全方位的佼佼者，就像特種作戰(zhàn)司令部(SpecialOperations Command)正在對海軍突擊隊(duì)(Marine Raider)求職者進(jìn)行探索一樣。人工智能(AI)的這些非分析用途的好處在于，當(dāng)分析人士看到人工智能(AI)幫助他們開展工作時，他們可能會更愿意與人工智能合作。

人工智能（AI）還沒有開始情報工作，就已經(jīng)來了。但是，人工智能（AI）在情報界（IC）中的長期成功同樣取決于員工們準(zhǔn)備如何接收和使用它，就像任何讓它起作用的員工和企業(yè)一樣。

完整原文PDF及百分點(diǎn)機(jī)器翻譯文檔已上傳小編知識星球