人类经验对于正在进行数字化转型的企业来说是无价的，而技术应该排在第二位 ，其次是了解它可以服务的人员和工作流程 。
这些是最近DTX欧洲会议上演讲者提出的一些要点 ，在该会议上 ，企业高管和技术领导者与穿着像《星球大战》中的风暴骑兵和丘巴卡的人一起讨论关键的数字趋势 。
人工智能是这些挑战的最前沿。虽然ChatGPT之类的东西可以用来自动化流程和加快技术信息的分析，但在今年的数字化转型活动上 ，英国作者兼数学家汉娜·弗莱表示 ，现场体验根本无法在机器中复制，而机器是人类的超级力量 。投资多元化劳动力也是议程上的优先事项 。
AI发现缺乏
爱尔兰喜剧演员兼电视主持人达拉·奥布莱恩与英国数学家兼作者汉娜·弗莱一起 ，以一两个笑话开始了第二天的演讲。两人研究了人工智能和机器时代人类经验的价值 。
本着喜剧精神 ，模拟周的共同主持人欢迎假装不知道该活动的第一件事的代表 。但是当谈到代际人工智能的话题时，奥布莱恩说OpenAI的ChatGPT缺乏意图。
“它[生成性人工智能]看不到我们希望它做什么，这就是问题所在 。
“当我表演的时候 ，我会知道该改变什么 ，因为在某种程度上，我可以在你的大脑中看到 ，但我认为这做不到 。”
弗莱表示同意。她声称 ，活生生的体验无法在机器中复制，这将永远让人类领先人工智能一步。这就是她所说的“人类超级大国 ” 。
“例如 ，生成式人工智能可以假装拥有研究生数学家的技能 ，但它只是事实，从来没有细微差别 ，也从来没有背景 ， ”她说 。
生成式人工智能还依赖于大量数据，Fry认为这些数据弊大于利。它实际上可能导致更不可信的结果 。
"这种错误的想法似乎是 ，你得到的数据越多越好."但是如果你做了足够多的测试 ，并且每个测试都有一点错误，她说你最终会发现一个垃圾结果的主题 。
投资多元化
黄文思表示，多元化和包容性也是转型企业的关键问题 ，但建立和发展多元化和包容性的员工队伍将是未来灌输创新的关键。
纳特韦斯特数字X公司工作场所技术能力主管黄在活动中说 ，了解你是谁，相信你的价值会让你走很长一段路 。
“我意识到 ，我所有的差异都不是我的缺点——它们是我的超能力 ，”她告诉代表们 。
“我真正的热情是为其他人创造途径，让他们也这样做 ，打破所有这些先入为主的想法 ，最终帮助一家拥有300年历史的银行满足不断变化的世界的需求。 ”
根据温西的说法，这种变化的一部分涉及创造更大的技术劳动力和工程师队伍 ，这些工程师并不都在技术领域有经验 。
在不同寻常的领域（来自各种背景的人）寻找人才的优势在于 ，他们“有韧性，准备好变革 ，能够学习技术并获得商业成果 ” 。
“多样性和包容性是商业战略的核心。”
数据难题
数据是此次在伦敦Excel举行的活动中讨论的一个关键话题 。对于希望采用新尖端技术的企业来说 ，所需的大量数据可能令人不快 。
这是司法部首席数字和信息官吉娜·吉尔的观点，她说她担心敏感数据有可能落入坏人之手。
她在DTX的一个小组讨论会上表示：“然后，将数据存储在正确的位置 ，这样我们就可以使用这些工具来获取数据。我们仍然有人会把东西放在电子表格中 ，这些东西存储在人们无法访问的地方 。 ”
吉尔补充说，从非敏感数据中识别敏感数据也很困难：“有些东西我们可能不知道包含敏感数据 ，比如我们的贫困数据——监狱的平面图敏感吗？ ”
企业在存储数据时需要保持警惕 。将数据全部粘贴在一个地方 ，例如数据湖，可能不是最好的前进方式。企业还需要确保数据的质量适合集成新技术 。
司法部正在让客户更容易浏览其数据 ，如政策文件 。在筛选政府机构时 ，很快发现其数据质量不符合要求。
“突然间，你开始发现文件中存在模糊性 ，在使用技术之前需要澄清 ，”吉尔说 。“你需要检查你的数据质量 。”
