随着我们进入2019年，应用程序中人工智能的普及程度与客户对即时数字交易的期望相结合，促使组织重新构想如何构建流程，操作和人员以提供卓越的客户体验。
企业的一项重要任务是研究企业领导者应如何管理混合人力数字化劳动力。
根据Genpact的研究，79%的人工智能领导者 - 即人工智能产生最大影响的公司 - 希望他们的员工能够在2020年之前与机器人一起工作。然而，这对于重新培训，资源配置和变革管理具有重要意义。
领导者应该如何准备?在本eWEEK数据点文章中，我们提出了来自Genpact首席数字官Sanjay Srivastava的六条建议。
数据点1：开始考虑现在管理数字化劳动力，而不是明天。
随着新技术不断破坏传统业务模式，公司需要设计和实施解决这些变化的结构和流程。随之而来的是一个新的数字化劳动力，它将人与机器结合起来，以增强每个工人的能力。
数据点2：了解变更管理以及为什么需要采用智能方法。
通常，公司会忽视变更管理，这会在未来产生问题 - 特别是因为一些员工只考虑将机器人添加到员工队伍中的负面影响。公司需要一个清晰且可操作的变更管理策略，这将有助于降低风险并推动更成功的实施。
数据点3：建立强有力的治理协议。
为了使公司能够成功管理数字化劳动力，他们必须将工作流程编排集中到跨位置，环境和系统的单一视图中，从而提高整个劳动力的可视性。具有强大治理协议的公司可以轻松识别任何中断并针对任何问题部署快速修复程序。
数据点4：“可视化”您的运营工作台。
在过去，公司可以轻松跟踪员工何时进入，计时，以及他们是否没有出现在工作中。随着机器人的集成，很难跟踪机器人是否出现故障。例如，如果CRM系统中存在编码故障，则可能需要一段时间才能隔离并可能在几周之后中断损益数据。一个潜在的解决方案是开发一个“可视化仪表板”来跟踪机器人和关键资产。
数据点5：注意AI偏见。
AI偏见可以通过多种方式表现出来(招聘，销售，客户服务)，这可能会对管理数字化员工产生意想不到的影响。通常，问题在于来自人类的错误数据输入 - 源于固有的人类偏见，机器人模仿产生负面内容的负面语言。为了避免这种情况，在训练机器时，识别有意识和无意识的偏差对于人类来说至关重要，以避免这些负面影响。
数据点6：了解AI的局限性。
人们常常误以为人工智能比现在更成熟 - 特别是在商业领域。了解企业在部署人工智能解决方案方面可以走多远，并了解其固有的局限性，可以帮助企业更好地管理数字化劳动力规划。