Artificiell intelligens (AI) har blivit centrum för uppmärksamheten i år, och fängslar både Silicon Valley-startups och multinationella företag, eftersom det revolutionerar hela industrier. Men mitt i framstegen och spänningen finns det en mörkare sida. Vissa företag är så ivriga att gå med i AI-tåget att de överdriver sina AI-förmåga eller hävdar att de använder AI när de faktiskt har minimal eller ingen AI-integration alls. Denna marknadsföringsstrategi kallas ”AI-tvätt” och speglar konceptet med greenwashing, där något felaktigt framställs som miljövänligt.
Även om detta tillvägagångssätt kan hjälpa dem att säkra finansiering över andra startups utan AI-anspråk, väcker det oro. Bara under 2022 lockade AI-startups över 50 miljarder dollar i innovationskapital, en siffra som förväntas öka ytterligare 2023 på grund av hypen kring teknologier som Chat GPT. Med sådana massiva investeringar som strömmar in i dessa startups kommer förekomsten av AI-tvätt sannolikt att växa. USA:s federala handelskommission (FTC) inser denna fara och har uppmanat företag att vara transparenta och ärliga när de marknadsför sin AI-kapacitet.
”Vissa produkter som påstår sig vara AI-drivna kanske inte ens fungerar som de annonseras”, skriver Michael Atleson, en advokat vid FTC:s division för marknadsföringsövervakning, i ett blogginlägg.
Att navigera i detta komplexa landskap blir utmanande, eftersom det inte är någon lätt uppgift att skilja äkta AI-lösningar från marknadsföringshype. Beena Ammanath, chef för Deloitte Global AI Institute, råder företag att närma sig alla påståenden från företag om deras AI-produkter med en hälsosam dos av skepsis. Hon betonar vikten av att vara försiktig när något verkar för bra för att vara sant.
Att misslyckas med att göra de rätta valen i AI-anpassningen kan få allvarliga konsekvenser, inklusive misslyckade eller försenade projekt, ekonomiska förluster, rättsliga tvister, skada på rykte och potentiella jobbuppsägningar för IT-chefer. Donald Welch, en IT-chef vid New York University, konstaterar att vd:ar har fått sparken på grund av missriktade beslut i detta avseende.
Lyckligtvis kan flera strategier hjälpa organisationer att undvika sådana fallgropar. Dessa inkluderar att se till att AI-drivna företag har kompetent personal genom att granska deras anställdas erfarenhet och utbildningsnivåer. Att kolla efter samarbeten med externa AI-experter och forskningsinstitut, undersöka leverantörens meritlista och historia av AI-relaterade forskningsdokument eller produkter, och utvärdera deras datastrategi för kvalitet, integritet och efterlevnad av cybersäkerhet är viktiga steg.
Att kräva bevis för AI-påståenden, ställa rätt frågor om modellträning, algoritmer som används och hur AI-systemen anpassar sig till ny data kan ytterligare hjälpa till att utvärdera äktheten av AI-lösningar. Att bygga ett starkt tekniskt rykte inom organisationen, värdesätta IT-proffs åsikter och främja en samarbetskultur är avgörande för att fatta välgrundade beslut och undvika AI-tvätt.
IT-chefer bör också gå längre än slogans och noggrant utvärdera produkter och tjänster, med tanke på deras egenskaper, fördelar och långsiktiga framtidsutsikter. Att hålla sig uppdaterad med AI-relaterade nyheter, branschföreskrifter och nya standarder är avgörande för efterlevnad och konkurrenskraft. Etiska överväganden bör inte vara en eftertanke utan snarare en integrerad del av AI-diskussionen, med fokus på verkliga samhällsfrågor och undvikande av vilseledande representationer.
I takt med att AI-landskapet utvecklas syftar kommande förordningar som AI-lagen i EU och riktlinjer som AI Bill of Rights ut av Vita huset att underlätta bättre urskiljning av äkta AI-teknik. Det är viktigt att utbilda allmänheten om vad AI verkligen är och vad den inte kan göra, att skingra missuppfattningar och främja ansvarsfull AI-praxis.
Genom att implementera dessa strategier och främja en heltäckande förståelse för AI kan företag navigera genom AI-skurkarnas tjusning och fatta välgrundade beslut som ligger i linje med deras mål samtidigt som de skyddar mot potentiella risker.
