Regulating AI Innovation: Aboitiz Data Innovation’s David Hardoon
25:56 Share

今天，我们播放的是由我们的朋友 Modern CTO Podcast 制作的一期节目，他们最近很友好地邀请我作为嘉宾参加。我们讨论了生成式 AI 的兴起，技术成功的意义，以及领导者在指导技术实施工作时需要考虑的一些因素。在 Apple Podcast、Spotify 或您收听播客的任何地方都可以找到 Modern CTO Podcast。混凝土生产、牲畜、苏格拉底方法，

不知何故，我们谈到了这三者。找出这些与 AI 在当今剧集中的联系。我是来自 Apoitas Data Innovation 的 David Hardoon，您正在收听 Me, Myself, and AI。欢迎收听 Me, Myself, and AI，这是一个关于人工智能和商业的播客。在每一期节目中，我们都会向您介绍一位使用 AI 进行创新的人。我是 Sam Ransbotham，波士顿学院分析学教授。我也是麻省理工学院斯隆管理评论的 AI 和商业战略客座编辑。

我是 Sherwin Korubande，BCG 的高级合伙人，也是我们 AI 业务的领导者之一。麻省理工学院 SMR 和 BCG 自 2017 年以来一直在研究和发表关于 AI 的文章，采访了数百名从业者，并对数千家公司进行了调查，了解构建、部署和扩展 AI 能力以及真正改变组织运营方式需要什么。

欢迎。今天，Sherwin 和我很高兴能邀请到 David Hardoon 加入我们，他在我们的 Boyd's Group 担任多个高级职位。David，感谢您的加入。非常感谢，Sam。Sherwin？

您能否首先告诉我们一些关于 Aboides 集团的信息？你在哪里工作？Aboides 集团是一家拥有百年历史的企业集团，起源于西班牙，加泰罗尼亚，后来迁至菲律宾，最初从事大麻业务，但现在已相当多元化，主要业务是菲律宾的电力生产和分配、金融服务、水泥、建筑、公用事业、房地产、机场、食品、农业，以及

他们现在正在经历转型，成为——我喜欢这个词——一家科技企业集团。什么是数据创新？大约七年前，银行开始了银行服务的全面数字化。正如您所想象的那样，这导致了海量数据的产生。您数字化地与消费者互动得越多，拥有的数字服务就越多。那么，不出所料，您拥有的数据就越多。问题来了，

我们究竟是如何使用它的？我们正在使用它吗？最好的使用方法是什么？这个问题不仅涉及银行，还涉及到其他业务，因为您可以想象电力公司拥有大量数据。农业、机场等也拥有大量数据。我们诞生时就肩负着非常明确的任务，即运营数据、运营 AI。实际上，我们如何充分利用它？其中一些用途是什么？

我的意思是，有我们从超个性化和金融犯罪中学到的常见金融方面。不要误会我的意思，这些事情总是让我兴奋不已。我在新加坡的金融监管机构工作了几年。但让我告诉你一个奇怪的事情。水泥，你知道，一个你不会真正与数据或人工智能联系起来的行业。我们当时与首席执行官坐下来，我们说，看，即使在水泥领域，你也有很多数据。

这如何运作？所以让我告诉你水泥世界运作方式的一点信息。这对我是个新鲜事物。水泥实际上就像烘焙。我不知道你是否烘焙过，但这就像烘焙。基本上，你有一些混合物。你有一些这样的配方，最终得到水泥，它将具有不同类型的特性。这些特性对于您计划建造的东西至关重要。无论是购物中心、高层建筑、低层建筑、住宅等等。

话虽如此，与烘焙一样，您需要进行一些反复试验。您需要尝试这些不同的混合物，以确保它能产生正确的混合物。

这会导致运营开销。它会导致浪费。我的意思是，与烘焙一样，你会把这些东西放进窑里。从字面上看，这是一个熔炉。用来烘烤它。利用数据，利用来自所有设备（物联网）的信息，利用人工智能，能够在化学工程师甚至开始之前就告诉烘焙师（在这种情况下）这种混合物的输出是什么。

同时，保持绝对至关重要的质量控制。顺便说一句，这并非假设。这在过去一年中已经在所有工厂（菲律宾约六家工厂）投入运营。并提高了运营效率，减少了浪费数量，实现了我喜欢称之为可量化的 ESG，即减少了 35 千吨的二氧化碳排放量。这是一个很好的例子。

我喜欢举的一个关于如何使用数据的不同寻常的例子。好吧，我可以告诉你，Sam 和我都会喜欢这个。我们都是化学工程师。哦，就是这样。当你说烘焙时，我在催化剂合成方面获得了博士学位。所以我花了很多时间烘焙各种铝硅酸盐来制造催化剂。你是完全正确的。你尝试所有这些东西，有些有效，有些无效。而且

如果我能提前知道，我可能就能在十分之一的时间内获得博士学位。但说真的，这很有趣。现在，

如果您从个性化和网络与欺诈开始，并且您也有在烘焙水泥方面的这个例子，那么我们必须相信您正在考虑如此广泛的产品组合。所以告诉我们更多关于是什么让它进入那个产品组合的信息，因为您可以做的事情没有尽头。您对哪些事情感到兴奋？当然。

你是绝对正确的。在一个企业集团工作很幸运，你每天醒来都会发现新的东西。它有两个方面。一方面，我要回到这个术语“运营”和“运营数据和人工智能”。

这是对业务有意义的事情。例如收入、运营效率、风险管理。然后我们必须关注即将发生的事情。我们必须进行实验。但这些可能不是立即部署的事情。例如在农业中，我们有动物，我们有猪、葡萄酒和家禽。作为这个过程的一部分，您希望确保为动物提供尽可能最好的护理。在实验方面，我们说，好吧，我们如何使用已经可用的技术

但可能没有完全放在这个特定的环境中，没有在东南亚。因此，我们正在对猪使用语音识别和图像识别来帮助识别压力和检测疾病。这样可以向护理人员自动发出警报。这方面的基本事实是什么？这将很有趣。这是一个很好的问题。例如，训练数据是什么？

所以这是令人惊奇的事情。这是一种非常富于表现力的动物。因此，当您真正与照顾它们的人一起去那里时，他们可以通过说“这种动物很痛苦”来直接指出。你一直在录音。我们有点，好吧，这真的是有意义的事情吗？它有意义吗？例如，我们可以与烘焙师（化学工程师）进行这样的对话吗？当我们处理电缆时，我们可以与动物饲养员、兽医等等或电线杆工程师进行对话吗？

这极其重要。这是我在从事数据工作的职业生涯中意识到的事情之一，即事情失败的地方，即您突然发现探索科学研究的差异。我来自科学界，你知道，像前学者一样，没有真正看到这种联系。如果我们追溯到很久以前，即使是雷达发明的时候，我认为事情失败的原因在于，嗯，它并不完全在那里。哦，它不太可用。所以这是第一刀。

然后第二层是看到，嗯，这是否尽可能地真正会对我们的内部用户产生影响，因为这极其重要。对于集团内的许多企业来说，实际上是 B2B，同样，电力，我们基本上批发提供电力。所以对于预测性资产维护来说，我们的内部用户至关重要。这真是太棒了。我的意思是，你所说的……

在很多层面上都令人鼓舞。一个是让你的想象力成为极限，对吧？因为可以做得更好、更有效的问题，你能看到拐角处吗？如果有数据，那么是的。这是你在你给出的所有这些例子中固有的东西。你从大多数人认为相当先进和有趣的事情开始。我们有客人一直在谈论这些。个性化、欺诈、网络，所有这些都非常重要。而且

然后你去了水泥厂，然后你去看猪。然后你谈到了人和人工智能，这也是非常关键的。我只是觉得这非常非常令人振奋。好吧，这是人和人工智能之间的联系。我相信有两件关键的事情必须齐头并进，必须。虽然这在未来可能会在某种程度上或程度上发生变化，我的意思是，谁知道拐角处会发生什么？事情变化如此之快。

但第一个，我将第一个承认这一点，当我从事监管工作时，我真正体会到了这一点，不出所料，这就是将治理和创新结合起来的必要性。我曾经反复被问到这个问题，哦，但你不认为治理会抑制创新吗？它扼杀了我们。我得出的观点是我强烈反对这种观点。我认为它不仅不会扼杀创新，

它还会带来更多更好的创新。这基本上只是关于拥有常识。我很荣幸参与了制定 FEED 原则的过程。所以这是新加坡金融管理局的公平、伦理、责任和透明度。我记得它发布的时候，我们故意把它保持得非常简单。我把它给我们的州长、我们的总经理看，他就像，David，这难道不是常识吗？我只是笑了笑，说，好吧，你知道，即使是常识，它也不总是那么常见，必须写下来。

但这至关重要。这是第一点。第二点，你提到的就是，是的，虽然 AI 和数据可以做到这些看似神奇的事情，但与我们人类的结合以及我们如何使用它在开始时就被烘焙进去至关重要。即使现在，显然，每个人都在谈论 ChatGPT。

但请记住，它所训练的所有数据都在某种程度上来自我们。是的，你不能把人类排除在外，因为过一段时间后，他们会失去使他们成为人类的东西。好吧，但我们有这方面的例子。我的意思是，在某些地方是可以的。我的意思是……

你们俩都不懂如何通过星星导航，我猜，除非，Sherwin，你有一些我还没学到的技巧。我的意思是，大多数人不会驾驶手动变速器。这似乎是一项技能，好吧，也许我们这里的一两个人会。但重点是，我想我们不必保留所有可能的技能。我们只需要，我认为，精明地选择哪些技能要坚持下去。这正是你所说的。它是

一些，不是全部，但有时你会发现你看到了这种趋势，哦，看看它能做什么。就像一切都被自动化了。我记得如果我回到我早期的咨询生涯，我曾经是一名做 AI 的顾问，你会发现很多时候，你知道，潜在的客户和你交谈的人，即使他们没有明确地设定它，他们试图实现的目标就像，哦，只是用 AI 自动完成所有事情。

你需要有这种几乎是自然的倾向，说，好吧，如果它是有语境的，如果它有意义，就像你说的，我，你知道，也许我想学习星象导航，因为我对它感兴趣。我想学习占星学或天体物理学等等。很好。但是你看，它现在成为一些人学习的利基话题。公众不需要知道如何去做，但我们需要能够识别这个决策点，而不是仅仅像，不，现在一切都是 AI，这种情况。好吧，我的意思是，你所说的，

持续对话是有价值的。持续的挑战是有价值的。每次有对话时，我的意思是，即使在苏格拉底时代，对吧？对话是提升对话的地方。你正确地指出，一旦你说 AI 是万能的，你就无法充分发挥 AI 的作用。然后你肯定无法充分发挥人的潜力。那么你就会失去内部的潜力。让我举两个例子。

在金融领域，我们有菲律宾联合银行等银行。虽然 AI 治理法规还不是菲律宾的要求，但我们已经成立了一个工作组，这是一个有趣的人员组合，包括风险官、法律、合规人员，然后还有营销、客户参与、体验人员。

发生的事情是，虽然您仍然拥有从统计、数学数据角度来看的模型验证等传统流程，但模型会提交给我们的工作组进行辩论。因为一个模型可能会通过所有统计测试，但是如果这个模型出错，即使是 10% 或 5%，也会存在重大的声誉风险，或者对消费者产生潜在的影响。

这场辩论很重要，因为 A，如果你只是从统计的角度来看，甚至是一个潜在的自动化过程，你都会错过它。现在，有趣的是，老实说，到目前为止，也许十次中有八次，不是数据，不是 AI。解决方案很多时候是流程，也就是人。

这使我们实际上更明智地理解，好吧，我们如何使用它以及我们如何与之互动？我们什么时候允许，Sam，根据你的观点，进行自动化？我们什么时候会说，不，我保留否决权来在某种程度上推翻它。这是一个例子。另一个例子是我回到我的水泥厂。事实上，我们在一开始就非常刻意地做了这件事，因为我们不希望我们的同事和化学工程师认为，哦，太好了。那么你为什么需要我呢？你只需要自动化整个过程。

不，重点是我们绝对需要他们，因为我们可能没有考虑过新型混合物。你仍然需要进行实验。整个目标是提供信息。但这带来的结果是效率。如果我再次谈到另一个例子，当 ChatGPT 推出时，我立即被几个董事会问到，我说，这意味着什么？

我的本能反应，你知道，而不是进行冗长的解释和解放，我只是回答说，这意味着我们每个人都可以拥有 10 个人的生产力。这就是这些东西的意义。这就是这种联系、对话、整合、增强所意味着的，那就是我们现在能够拥有更高的生产力，无论在这种情况下生产力意味着什么。

对于某些人来说，它可能意味着，我只想工作两个小时，但就像我工作了一整天一样。有些人可能会说我想工作一整天，但这可能会有所不同。但这就是它的意义，因为我们现在能够获取所有这些数据。我相信你们中的一些人还记得 2000 年，互联网上有一个模因，说从互联网上获取信息就像从消防水龙头上喝水一样。这仍然是事实。我们拥有大量信息和数据，但它将其提炼成对我来说相关、可用、我可以做些什么并从中获益的东西。对。

我认为这次谈话中有一点，我认为 Sherwin 使用了“苏格拉底”这个词，David 使用了“对话”这个词。好的地方在于，它消除了我认为我在许多机器学习中看到的傲慢自大。机器学习似乎是关于人类教机器的。所以这是我们知道一切，我们让机器模仿我们，如果他们做到了，他们就通过了图灵测试。是的，一切都很完美。

不，但是你会受到反驳，你会说，不，机器可以教给我们以前从未知道的东西。好吧，这只是改变了方向。它仍然具有相同的定向傲慢自大。但是你们都在谈论的事情更像是苏格拉底式的对话。你想想那个小组可以一起形成什么？当然，我有一些来自去年研究的结果表明，大约 60% 的人认为 AI 是一种同事。这让我觉得这种关系是

因为两者之间，是的，你会发现一些新的化合物，也许有些人不会尝试。我不知道化学工程中福斯伯里跳跃的等价物是什么。你还记得福斯伯里跳跃吗？他学习了跳过高杆的不同方法，然后突然其他人也采用了这种技术。这种想法似乎可以从这种方法中产生。

你提出这一点实际上非常有趣。我的意思是，我很想说，是的，我们在一开始就计划好了这一切。但我要非常诚实地说，我认为这更多是一个没有完全预料到的更好的结果。但我想回到那个费用原则。其中一项原则导致了很多讨论。我的意思是很多。

我们有一份声明，其中说我们应该将 AI 至少与人类决策保持相同的标准。基于 AI 的决策应至少与基于人类的决策保持相同的标准。这场辩论非常激烈。它说，哦，不，我们应该把它提高到更高的标准，等等。但该原则的意图是说，如果你现在正在使用，那么让我回到，例如，让我们说金融和贷款准备。

如果你正在使用 AI 算法，并且你发现，哦，我们在歧视。好的。是的，绝对需要解决、审查和纠正这个问题。但是等等。退一步。把 AI 从等式中移除。在 AI 之前，你一直在歧视吗？这才是真正的问题，因为，我记得我和许多监管机构进行了长时间的辩论。我的意思是，也许辩论这个词用错了。与许多监管机构进行讨论。我实际上有点反对监管 AI。我会解释我的意思。

我不是在提议监管。但是当他们说监管 AI 时，我有点防御。我说，我担心的是

我们就像，好吧，既然 AI 现在向我展示了我不想知道的所有这些东西，那么我就不打算使用 AI 了。我们将回到以前相同的程序，猜猜看？问题仍然存在。只是你没有注意它，因为这些信息，这些知识没有浮出水面。所以我一直争论的是，是的，监管必须到位。是的，在某些情况下，AI 可能需要更高的审查，但监管仍然针对结果。

监管仍然在于，例如，这是一个歧视案例。你应该知道如何区分你是使用基于人类的流程还是基于 AI 的流程，这无关紧要。但我只想强调这一点，Sam，因为它确实回到了你所说的，它现在正在教给我们一些我们可能曾经，让我们说，有时是故意无知的，有时是不经意间不知道的事情。David，告诉我们你的背景。你是如何走到今天的？

如果我回到一开始，我会带着微笑再次这么说，我如何走到今天，是留校察看。这就是我走到今天的原因。我当时应该有 14、15、16 岁。我被送到图书馆。

因为留校察看。而且，你知道，如果你在图书馆，你没有什么更好的事情可做。我拿起一本关于 prologue 的书。别问我为什么，在我能拿起的所有书中，我拿起了一本关于 prologue 的书。这确实是在不知道整个世界之前，好吧，在这种情况下，它是基于专家的系统。我开始阅读，我根本停不下来。这引发了我对

我们如何更好地捕捉知识？我们如何更好地学习？这显然导致了我对神经网络、AI 的更多了解。事实上，我是最早学习计算机科学和人工智能专业的两名学生之一。从这个角度来看，它确实是全新的。我的博士论文是关于语义模型的。所以从字面上看，知识和信息的表示和封装有效地学习音乐模式、音乐或从大脑模式生成音乐，以及

而整个想法本质上是为人们提供基于专家的系统、知识，让我们这么说，那些不能坐在钢琴前演奏但认知能力完全的人。这就是把我带到这里的原因。我知道这是一段非常奇怪的旅程，但是，是的，我需要感谢我的识字老师。谢谢你让我留校察看。好的，我们有一个环节，我们将问你一些快速的问题。在人工智能方面，你最自豪的是什么？你们做了什么让你们最自豪的事情？

从哪里开始？我最自豪的是我们能够从学术界毕业到工业界。我的意思是，这确实如此。人工智能让你担心的是什么？你今天提到了一些担忧，但什么让你担心？让我担心的是，我认为我们并没有充分认识到我们正在创造什么。我认为我们需要认真对待我们正在创造什么以及我们正在播种的可能性，无论好坏。你最喜欢的活动不涉及技术是什么？

立式桨板冲浪。在水上划桨，非常舒缓。对于那些没有尝试过的人来说，这实际上是一项非常棒的运动。我试过，但我错过了站立的部分。我可以划桨，但是站立似乎有困难。你在留校察看的时候想过的第一个职业是什么？你长大后想做什么？我想成为一名天体物理学家。你对未来人工智能的最大愿望是什么？你希望我们能从中获得什么？

我不知道，自我实现？我希望我们能更多地了解自己。它已经赋予我们能力。我的意思是，例如，看，我有阅读障碍。感谢自动拼写检查器。好吧，感谢您抽出时间。我认为你提到了很多东西。我认为我们可以回到 100 年前的食物的两个例子。我们的食物清洁度很糟糕，现在我们有一个可以信任的供应链。

也许我们可以用数据建立同样的供应链。感谢您今天抽出时间与我们交谈。很高兴认识你。谢谢，Sam。是的，谢谢。也许如果我可以补充一点，我认为这才是关键。这是对 AI 的信任。是关于信任的。非常感谢。感谢收听。下次，Sherwin 和我将与 Airbnb 信任产品和运营主管 Naba Banerjee 谈谈该旅游平台如何使用 AI 和机器学习来使旅行体验更安全。

感谢收听 Me, Myself, and AI。我们相信，就像你一样，关于 AI 实施的对话不会在这个播客中开始和结束。这就是为什么我们在 LinkedIn 上专门为像你这样的听众创建了一个小组。它被称为 AI for Leaders。如果您加入我们，您可以与节目创建者和主持人聊天，提出您自己的问题，分享您的见解，并了解更多关于 AI 的信息。

并获得来自麻省理工学院 SMR 和 BCG 关于 AI 实施的宝贵资源，您可以访问 mitsmr.com/AIforLeaders 来访问它。我们将把链接放在节目说明中，我们希望在那里见到您。