Progress研究显示有65%企业遭受数据偏差问题

Progress发布其「数据偏差：人工智能的隐藏风险」的全球性调查结果。Progress的调查委由独立研究公司Insight Avenue执行，针对超过640位的企业及IT专业人士的访谈为基础，受访者使用数据进行决策，且正使用或计划使用人工智能（AI）及机器学习（ML）来支持其做出决策。

偏差往往是由文化和个人经验承袭而来。在机器学习模型收集和使用数据，做为学习训练时，模型会继承建模者的偏差，产生出非预期且可能有害的结果。然而，尽管数据偏差与潜在的法律及金融陷阱息息相关，但人们并不了解如何能成功解决数据偏差所需的训练、流程和技术。

Progress的调查显示，78%企业及IT决策者相信，数据偏差将随着AI/ML的使用增加而成为更大的隐忧，但仅有13%的人已经积极处理这个问题，并有一个持续的评估程序。他们认为最大障碍是缺乏对潜在偏差的认知、了解如何识别偏差，以及缺乏可用的专家资源，例如有机会接触数据科学家。

调查结果显示：66%的企业预计在未来几年将更依赖AI/ML来进行决策，65%的企业认为目前企业内部就有数据偏差的现象，77%的企业认为他们需要采取更多措施来解决数据偏差问题，51%的企业认为缺乏对偏差的察觉和了解是几决问题的障碍。

Progress应用程序与数据平台执行副总裁暨总经理John Ainsworth表示，每天，偏差都会对业务营运和决策产生负面影响，从安全、治理到失去客户信任、影响财务以及潜在的法律与道德风险。客户是我们最优先的考量，当我们探索AI／ML能做的一切事项，希望能确保客户获得正确的信息，做出最好的决策来推动业务发展。

Progress亚太区业务副总裁John Yang也指出，现今愈来愈多的机器学习导入商业应用，协助企业决策，例如决定推荐什麽产品，是否批准贷款。在Progress的这分调查报告中显示，有高达54%的台湾受访企业，已经使用或未来12个月内将使用机器学习等人工智能，或其他高端的计算机智能支持决策的制定，其中担心数据偏差影响决策、造成偏见的比例达54%，远远高于全球平均的29%，70% 也认为数据偏差会成为企业中更大的问题。

其中最担心的数据偏差影响类型分别是金融（48%）、信息技术与数码（48%）、销售／赢得客户（46%）。随着AI使用的成长，消除AI数据偏差需要结合技术、培训和实践以降低风险，才能做出正确决策增加市场机会。