數位科技如人工智慧與演算法，可以為企業帶來莫大的商機，但也可能造成社會問題。企業該如何負責任地使用數位科技？該如何平衡商業利益與社會責任？本文提供四個具體的實務做法。
2022年是不確定的一年，經濟動盪、勞動力衰退、氣候變遷、網路威脅、新科技狂熱等等，都讓企業面臨鉅變，有的甚至失敗收場。企業要從這些不確定性學到哪些教訓，經理人要掌握哪些重點才能創新，為組織創造商機？本文帶你來看看。
雖然量子電腦的運作，如今還只能存在於實驗室中，但距離走進主流市場，已是指日可待。在此之前，企業如何因應這項技術可能帶來的破壞？我們回顧過往重大技術轉變的前例，發現在新舊技術混合的過渡時期，企業會運用結合新與舊的解決方案，在今天的現實和明天的潛力之間架起一座橋梁。資訊技術公司印福思（Infosys）就已經開始嘗試這種混合策略，讓我們看看它是怎麼做的。
關於使用人工智慧，問題不再是應否使用人工智慧，而是運用在哪裡，可以帶來最大的競爭優勢。有三個領域的人工智慧，從「擁有也不錯、沒有也無妨」的技術，轉變為「必須擁有」的技術，即：改善預測、提高效率、優化產品即時定價或存貨控制。比起那些仍保守地猶豫是否要運用人工智慧達成這些目的的競爭對手，這類公司會走得更快且更遠。
由AI推動的精細決定，稱做「微決策」。鑒於AI愈發融入公司的營運決策系統，身為人類的經理人，比起傳統的「做決策」，現在更需要做出「關於決策的決策」，也就是人類該如何與AI搭配，進行各種工作層面的決策。本文介紹四種架構，將幫助你確定，人類該何時介入，以及如何介入。
使用人工智慧的企業，通常會雇用一小群高薪員工，再搭配數百萬個低薪勞工。新的數位鴻溝正在不斷擴大，一邊是有辦法得到高等教育與領導能力培訓的勞工，另一邊是無力取得這些資源，甚至還會受到演算法管理的勞工。面對演算法造成的不平等，企業領導人必須扮演重要的角色，不只應該為自由工作者規畫一些溝通、回饋意見和升遷的管道，還必須認真思考如何重新訓練員工，並提升社區參與。
我們被人看見的能力，日益由編碼和邏輯構成的演算法所控制，而撰寫程式的，是很容易犯錯的人類。另外，決定和控制這類程式運算結果的，往往是黑盒子。長期下來，這類演算法將限制我們可看到的內容，進而強化社會偏見。隨著人工智慧觸及的範圍擴大，這類風險只會愈來愈高。
如果演算法並未支持你對公平性設下的標準，會發生什麼情況？本文提到發生在亞馬遜公司的狀況，以及ProPublica一篇有關機器偏見的文章，並得出結論：公司領導人必須對衡量公平性進行自我教育，以便決定如何為組織定義公平性。這也意味著，應該要把所選的公平性衡量標準納入關鍵績效指標，搭配傳統的業務衡量標準一起使用。
