Jadual Kandungan
"Kebaikan dan Keburukan" Pengurusan Algoritma
Individu di bawah pengurusan algoritma: Sifat manusia adalah jahat atau sifat manusia adalah baik
Kami amat memerlukan kepimpinan algoritma
Kesimpulan
Rumah Peranti teknologi AI Siapa yang boleh membantu saya menari dengan algoritma—Kepimpinan dalam pengurusan algoritma

Siapa yang boleh membantu saya menari dengan algoritma—Kepimpinan dalam pengurusan algoritma

Apr 12, 2023 am 11:52 AM
algoritma Kepimpinan

Dengan perkembangan pesat teknologi digital, tempat kerja sedang mengalami perubahan yang menggegarkan bumi, algoritma semakin digemari oleh perusahaan dan telah menjadi peranan penting dalam mempromosikan inovasi pengurusan. Perlu diingat bahawa apabila sesetengah syarikat secara aktif menyokong "pengurusan algoritma", mereka secara relatifnya mengabaikan nilai orang dan menghadapi banyak masalah baru. Teknologi algoritma pada asalnya dicipta untuk meningkatkan kebajikan manusia, tetapi malangnya ia telah menjadi alat yang dinaik taraf untuk "memperhambakan" orang. Ini mengingatkan pemimpin bahawa mereka mesti memeriksa dengan betul "kebaikan dan keburukan" pengurusan algoritma.

"Kebaikan dan Keburukan" Pengurusan Algoritma

Lindebaum et al (2020) mencadangkan bahawa algoritma ialah satu siri kaedah terhingga yang ditakrifkan dengan baik untuk menyelesaikan masalah tertentu dalam Langkah atau arahan urutan. Algoritma membolehkan syarikat menyelesaikan tugas rumit yang sebelum ini mustahil dengan manusia atau teknologi elektronik mudah sahaja. Sebagai contoh, platform panggilan kereta dalam talian mengurus sumber terhad sistem panggilan kereta dalam talian berdasarkan algoritma penjadualan untuk memastikan peruntukan sumber yang pantas dan munasabah untuk memenuhi keperluan pemandu dan penumpang. Syarikat perkilangan melengkapkan pengendali jentera berat dengan ikat kepala dan lencana pengesanan keletihan dengan fungsi penentududukan GPS untuk mengingatkan pekerja supaya menjalankan operasi pengeluaran yang selamat dan patuh bagi mengelakkan kemalangan, dan memasukkan data prestasi berkaitan keselamatan ini ke dalam penilaian akhir . Di samping itu, sesetengah syarikat juga menggunakan algoritma untuk menjalankan reka bentuk tugas gamifikasi untuk memberikan maklum balas masa nyata dan ganjaran untuk tingkah laku pekerja yang sesuai, meningkatkan semangat kerja pekerja dan menggalakkan mereka untuk lebih bersedia untuk melabur dalam kerja seterusnya. Contoh di atas mencerminkan sepenuhnya peranan positif algoritma dalam meningkatkan kecekapan pengurusan. Dengan sokongan kuasa pengkomputeran, algoritma menggunakan atau menjana sejumlah besar data, termasuk prestasi tugas pekerja (tingkah laku), fisiologi, psikologi dan lokasi masa nyata. Organisasi atau pemimpin boleh menggunakan data berbilang modal, berbilang kategori dan berskala besar ini untuk membantu keputusan pengurusan, dengan itu meningkatkan kecekapan pengurusan, membantu pekerja menyelesaikan kerja mereka dengan lebih cekap dan mudah, serta meningkatkan rasa kerja pekerja dan kebahagiaan peribadi. .

Tetapi sebaliknya, pengurusan algoritma juga dianggap sebagai "Taylorism 2.0". Sama seperti Taylorisme, teras pengurusan algoritma ialah kawalan algoritma, yang meningkatkan kecekapan keseluruhan dan output prestasi organisasi dengan mengukuhkan pengumpulan data di tapak, analisis proses dan pengurusan kecekapan. Oleh kerana algoritma boleh membantu syarikat mencapai kawalan yang lebih luas, lebih halus, lebih masa nyata dan lebih berpengaruh ke atas pekerja mereka, banyak syarikat pasti akan dipaksa oleh rasionaliti instrumental dan ingin terus menyerlahkan kelebihan algoritma dan menggantikan orang dalam keputusan pengurusan. Mengabaikan untuk mempertimbangkan kerumitan dan kebolehgunaan pendigitalan itu sendiri, serta perubahan yang berlaku kepada organisasi, pengurus dan pekerja selepas pengenalan teknologi digital, serta isu penyelarasan dan penyesuaian di kalangan mereka. Seperti yang anda boleh bayangkan, keputusan berbuat demikian selalunya tidak produktif, pengurusan Algoritma mendorong syarikat ke dalam dilema Taylorist, dan akhirnya mendatangkan lebih banyak mudarat daripada kebaikan. Ambil industri penghantaran makanan, yang biasa dalam kehidupan, sebagai contoh Didorong oleh algoritma, pekerja penghantaran terlibat dalam persaingan yang tidak kelihatan. Dalam pertandingan ini yang tidak akan berakhir selagi ada orang yang mengambil bahagian, algoritma memainkan peranan sebagai pengawal yang rasional, dingin dan berkuasa di belakang tabir, dan ia juga menggerakkan pelanggan untuk mengenakan kekangan dan insentif yang lebih luas kepada pekerja penghantaran melalui ulasan. Oleh itu, pekerja bawa pulang tertakluk kepada peraturan dan logik sistem dan perlu berlumba dengan masa untuk meningkatkan kuantiti pesanan dan kelajuan penghantaran, malah melanggar peraturan lalu lintas untuk menghantar makanan tepat pada masanya, mengancam nyawa mereka. Adalah boleh dibayangkan bahawa di bawah kekangan algoritma, pekerja penghantaran kepenatan dan identiti profesional serta kebahagiaan peribadi mereka rosak teruk. Plot seperti ini bukan sahaja dimainkan dalam industri penghantaran makanan, tetapi juga dalam pelbagai industri tradisional di mana sejumlah besar pekerja terperangkap dalam algoritma.

Individu di bawah pengurusan algoritma: Sifat manusia adalah jahat atau sifat manusia adalah baik

Sebagai tindak balas kepada persoalan utama "bagaimana untuk memanfaatkan kelebihan teknikal pengurusan algoritma dengan lebih baik dan mengurangkan kesan negatifnya" , pemimpin Seseorang mesti terlebih dahulu bertanya "siapa orang yang terjejas secara langsung oleh pengurusan algoritma?"

Mc Gregor mencadangkan Teori X dan Teori Y tentang andaian sifat manusia dalam "The Human Aspect of Business". Secara khusus, Teori Dalam kes ini, syarikat perlu menggunakan pendekatan "carrot + stick", iaitu untuk menyelia dan memotivasikan pekerja melalui kawalan yang kuat. Pengurusan algoritma boleh menggantikan pengawal selia tradisional dari segi kawalan. Sebagai contoh, algoritma boleh menggunakan teknologi seperti pengecaman corak dan pemprosesan bahasa semula jadi untuk menganalisis secara automatik tingkah laku pekerja dalam klip video dan seterusnya membuat kesimpulan psikologi pekerja. Tahap automasi dan pencerobohan ini tidak dapat dicapai dengan kaedah kawal selia tradisional. Mengikut logik Teori Secara keseluruhannya, jika motivasi pekerja adalah seperti yang diandaikan oleh Teori X, organisasi harus menganggap pekerja sebagai mesin yang tidak diperibadikan dan memaksimumkan peranan pengurusan algoritma dalam melaksanakan kawalan ketat ke atas pekerja. Perlu diingat bahawa sesetengah syarikat menggunakan algoritma untuk melaksanakan kawalan yang berlebihan ke atas pekerja Contohnya, mereka menggunakan sistem algoritma untuk mendapatkan rekod dan gelagat penyemakan imbas dalam talian pekerja untuk meramalkan niat pusing ganti pekerja dan kemungkinan meletak jawatan terlebih dahulu. Sebagai contoh lain, syarikat lain menggunakan "jaring terpendam" sama seperti yang diterangkan oleh Baka dalam "Kawalan Sosial Pejabat Editorial" (menggunakan media komunikasi dalam persekitaran sosial tertentu untuk mencapai kawalan sosial yang tidak kelihatan tetapi berkuasa) untuk Pekerja menjalankan pengawasan senyap. Dengan sokongan algoritma, segala-galanya daripada pertuturan dan tingkah laku pekerja di intranet syarikat kepada rekod penggunaan media sosial pekerja di luar tempat kerja boleh menjadi alat yang digunakan oleh rangkaian tersembunyi untuk mengawal pekerja.

Siapa yang boleh membantu saya menari dengan algoritma—Kepimpinan dalam pengurusan algoritma

Teori Y, yang bertentangan dengan Teori Bangun, amalkan disiplin diri dan tunjukkan tingkah laku yang sesuai di tempat kerja Kawalan dan hukuman luaran boleh mengancam dan menghalang pekerja. Jika kita mengikut logik Teori Y, mengenakan pemantauan algoritma yang kuat boleh menyebabkan pekerja merasakan bahawa autonomi kerja mereka dihadkan dan privasi mereka dilanggar, yang seterusnya akan mengurangkan kepercayaan pekerja terhadap pengurusan dan organisasi, dan akhirnya membahayakan kerja pekerja. prestasi dan kebahagiaan peribadi.

Sebenarnya, Teori X dan Teori Y tidak menggambarkan perbezaan mutlak antara yang baik dan yang jahat, tetapi mencerminkan dwi fungsi yang mungkin dimainkan oleh pengurusan algoritma ke atas pekerja individu. Tidak sukar untuk mendapati bahawa Teori Y mempunyai pemahaman yang lebih jinak tentang sifat manusia dan motivasi kerja pekerja. Penulis percaya bahawa walaupun syarikat perlu melaksanakan kawalan yang sewajarnya ke atas pekerja untuk mengekalkan operasi yang cekap, syarikat tidak boleh mengabaikan untuk memberi perhatian kepada pekerja sebagai individu yang unik dalam proses pengurusan. Dalam jangka panjang, aset terbesar syarikat ialah bakatnya. Hanya dengan memperoleh, mengekalkan, membangun dan menggunakan bakat dengan baik, perusahaan dapat memastikan pembangunan mampan dalam persekitaran yang sangat kompetitif, terutamanya dalam gelombang pendigitalan. Melalui pengurusan algoritma, pengurus boleh memperoleh keupayaan pengumpulan data besar berbilang modal masa nyata yang tidak boleh dicapai melalui kaedah tradisional keupayaan ini boleh membantu pengurus lebih memahami pekerja dan mencapai membuat keputusan yang cekap dengan pekerja. Orang ramai mesti menyedari bahawa walaupun pengurusan algoritma telah menyebabkan tahap tertentu "penyahindividu", "mencapai individu" masih merupakan salah satu matlamat utama pembangunan organisasi.

Kami amat memerlukan kepimpinan algoritma

Pengurusan algoritma ialah pedang bermata dua. Jika pengenalan pengurusan algoritma dianggap sebagai kehendak pengurusan tertinggi organisasi, maka syarikat harus menggabungkan lebih banyak pertimbangan manusia semasa mereka bentuk algoritma. Sebagai contoh, untuk memaksimumkan nilai buruh dan meningkatkan kecekapan, platform penghantaran makanan terus memendekkan masa penghantaran penunggang penghantaran makanan, mengakibatkan kemunculan banyak konflik buruh. Sebagai tindak balas kepada krisis, pemimpin penghantaran makanan Ele.me dan Meituan telah cuba mengoptimumkan sistem algoritma mereka untuk memberi penunggang masa yang lebih fleksibel dan secara proaktif membetulkan penyelewengan sosial dalam teknologi pada tahap tertentu. Pada masa yang sama, orang ramai mesti sedar bahawa teknologi dan manusia tidak terasingkan Teknologi harus digunakan sebagai alat bantu dan pengukuhan untuk membantu pengurus membuat keputusan, dan bukannya menggantikan peranan kepimpinan pengurus dalam organisasi dan pasukan. Oleh itu, apabila pengurus perusahaan mereka bentuk atau memperkenalkan algoritma khusus untuk menggalakkan transformasi digital dan meningkatkan kecekapan, mereka juga mesti memikirkan cara menggunakan inisiatif mereka sendiri untuk menangani potensi risiko yang disebabkan oleh pengurusan algoritma. Ini melibatkan isu kepimpinan algoritma yang muncul, iaitu, dalam konteks algoritma, apakah cabaran yang muncul yang akan dihadapi oleh pemimpin, dan cara membantu pekerja "menari secara harmoni" dengan berkesan dengan algoritma.

Secara khusus, pemimpin mesti sedar dengan jelas bahawa pekerja menghadapi banyak "ketegangan" yang tidak boleh diabaikan di bawah pengurusan algoritma, antara pekerja dan mesin, organisasi dan rakan sekerja. Pertama sekali, sementara kecerdasan buatan dan automasi membebaskan pekerja daripada kerja berulang mekanikal, mereka juga menyebabkan pekerja dalam beberapa jawatan tradisional menjadi menganggur secara teknologi atau mengalami tekanan yang lebih besar daripada keperluan kemahiran. Berhadapan dengan penggantian dan ancaman ini, pekerja secara semula jadi akan berasa tidak senang: Adakah saya akan digantikan oleh mesin? Apakah perbezaan antara saya dan mesin? Mengapa mesin perlu menguruskan saya? Sebagai seorang pemimpin yang memiliki kecerdasan tulen dan bukannya kecerdasan buatan dan mempunyai sentuhan manusia, dia perlu bertindak balas terhadap ketegangan subjektif antara pekerja dan mesin.

Kedua, organisasi lebih banyak menggunakan algoritma untuk mengurangkan kos, meningkatkan kecekapan, meningkatkan kualiti dan berinovasi, selalunya meletakkan pembangunan dan minat pekerja pada kedudukan kedua. Dalam proses ini, mungkin terdapat situasi di mana organisasi mengorbankan kepentingan individu pekerja untuk kepentingan keseluruhan. Sebagai contoh, kilang mengeluarkan arahan tindakan "optimum" kepada pekerja berdasarkan pemaksimuman kecekapan dan hasil pengiraan algoritma Walau bagaimanapun, bantuan ini mungkin bercanggah dengan pengalaman dan tabiat pekerja sendiri, menyebabkan mereka mengalami kekaburan peranan dan mengurangkan autonomi kerja. Sebagai penghubung penting antara organisasi dan pekerjanya, pemimpin perlu bertindak balas terhadap ketegangan kepentingan antara organisasi dan pekerja mereka.

Ketiga, algoritma boleh meningkatkan persaingan dan ketidakpercayaan antara orang ramai. Di bawah pengurusan algoritma, pekerja diwujudkan menjadi mesin yang menghasilkan data, yang seterusnya mempengaruhi pandangan pekerja terhadap diri mereka sendiri dan pengiktirafan mereka terhadap rakan sekerja di sekeliling mereka. Dalam kes ini, adakah pekerja melihat rakan sekerja mereka sebagai rakan kongsi yang bekerja sebelah menyebelah, atau sebagai pesaing yang bersaing antara satu sama lain di bawah baton algoritma? Sebagai orang penting yang memberi pengaruh sosial langsung kepada pekerja dalam organisasi mereka, pemimpin perlu bertindak balas terhadap ketegangan kerjasama di kalangan pekerja.

De Cremer, seorang sarjana terkenal dalam bidang penyelidikan tingkah laku interaksi manusia-komputer, mencadangkan dalam buku "Rakan Sekerja Algoritma" bahawa berbanding dengan pengurus tradisional, pemimpin dalam pengurusan algoritma perlu menerima Pendidikan berterusan dan latihan, menggunakan model kecekapan yang diterajui teknologi sebagai cara kerja baharu, dan membantu pekerja memahami dan menggunakan teknologi baharu pada masa yang sama, pemimpin perlu memberi perhatian kepada keunikan mereka sendiri sebagai manusia (seperti kreativiti, empati, pertimbangan beretika, dan lain-lain) dan menerima pakai Wujudkan hubungan sosial yang baik dengan pekerja dengan cara yang lebih proaktif dan emosi. Dapat dilihat bahawa pemimpin dalam pengurusan algoritma mesti tahu bagaimana untuk mencari keseimbangan antara teknologi dan sifat manusia.

Untuk memainkan sepenuhnya peranan kepimpinan dalam menghapuskan kesan buruk algoritma ke atas pekerja dan menggalakkan kerjasama yang cekap dan pembangunan bersama antara orang dan algoritma dalam organisasi, penulis percaya bahawa kepimpinan algoritma harus mempunyai tiga konotasi tingkah laku tipikal, iaitu penjagaan Humanistik, pertukaran matlamat dan sinergi perhubungan.

Siapa yang boleh membantu saya menari dengan algoritma—Kepimpinan dalam pengurusan algoritma

Pertama sekali, kepimpinan algoritma haruslah kepimpinan yang menekankan penjagaan kemanusiaan. Ada yang berpendapat bahawa antara fungsi teras kepimpinan, hanya interaksi yang mendalam, perwakilan proaktif dan perubahan yang memimpin tidak dalam bahaya digantikan dengan segera oleh mesin. Pengurusan algoritma telah mengambil alih beberapa fungsi pemimpin sebenar pada tahap tertentu, mengurangkan peluang untuk komunikasi dua hala bersemuka dan persefahaman antara pemimpin dan pekerja, dan mengurangkan kedalaman interaksi antara pemimpin dan pekerja. Hubungan kerja dan hubungan sosial antara pemimpin dan pekerja mempunyai peranan yang sesuai dalam mewujudkan hubungan atasan-subordinat yang baik dan meningkatkan prestasi peranan pekerja dan prestasi situasi. Oleh itu, peranan pengurusan algoritma tidak bermakna pemimpin tidak hadir dalam pengurusan. Pemimpin harus memainkan peranan menjaga kemanusiaan dan menghapuskan kesan buruk algoritma sebagai subjek penyeliaan dan penilaian yang dingin ke atas pekerja.

Pemimpin dengan penjagaan kemanusiaan perlu menangani masalah membantu pekerja memenuhi "keperluan emosi" mereka sambil menerima "pengurusan rasional" algoritma. Pemimpin perlu memberitahu pekerja bahawa pengurusan algoritma boleh dirunding, bahawa organisasi dan pasukan menghargai permintaan munasabah dan pengalaman kerja pekerja, dan bahawa tujuan menggunakan algoritma sentiasa untuk membantu organisasi dan pekerja meningkatkan kecekapan dengan lebih baik, dan bukannya untuk mengawal kerja. Pada masa yang sama, pemimpin juga perlu memberi perhatian kepada keunikan setiap pekerja di bawah pengurusan algoritma dan menyepadukan tepat pada masanya ke dalam interaksi antara organisasi-algoritma-pemimpin-pekerja, bukannya hanya menganggap pekerja sebagai mesin yang terus menghasilkan data, agar untuk tidak berperikemanusiaan dan Melayan pekerja sebagai sama rata.

Kedua, kepimpinan algoritma haruslah kepimpinan yang memfokuskan pada pertukaran matlamat. Algoritma direka dan diperkenalkan di peringkat organisasi untuk menggunakan teknologi digital untuk memperkasakan proses pengurusan korporat dan meningkatkan kecekapan korporat dan daya saing pasaran. Sebaliknya, tuntutan asas pekerja adalah kepuasan kepentingan peribadi, seperti mendapatkan pampasan yang besar, peluang kenaikan pangkat, dan kesedaran diri. Dalam konteks pengurusan algoritma, selalunya sukar bagi syarikat untuk mengimbangi kepentingan antara organisasi secara keseluruhan dan pekerja individu, dan algoritma, sebagai cara mengawal proses buruh pekerja, membolehkan syarikat memperoleh kelebihan yang lebih besar berbanding pekerja, dan selalunya Memilih untuk mengorbankan kepentingan pekerja yang terdedah apabila terdapat konflik kepentingan. Oleh itu, pemimpin di peringkat pertengahan antara organisasi dan pekerja akar umbi mempunyai tanggungjawab untuk memikirkan lebih lanjut tentang cara memainkan peranan mereka dan bertindak balas dengan berkesan terhadap ketegangan dalam organisasi, terutamanya antara organisasi dan pekerja, seperti "pemaksimum keuntungan" dan "pemaksimum keuntungan" Ketegangan antara "pengurusan memanusiakan", "pengiraan kuantitatif organisasi" dan "proposisi nilai pekerja". Ini pertama sekali memerlukan pemimpin untuk memberi perhatian kepada sifat kemanusiaan pekerja yang mereka uruskan, mempunyai kemesraan, pandai mengesan pelbagai ekspresi emosi pekerja, mendengar dan memberi maklum balas tepat pada masanya kepada permintaan pekerja di bawah pengurusan algoritma. Di samping itu, pemimpin mesti memberikan permainan sepenuhnya kepada ikatan antara organisasi dan pekerja, pandai mengimbangi kepentingan individu dan kepentingan kolektif, dan melakukan yang terbaik untuk mencari keseimbangan antara matlamat pihak berkepentingan yang berbeza.

Akhir sekali, kepimpinan algoritma harus menjadi kepimpinan yang menyokong kerjasama perhubungan. Pada sebahagian besarnya, pengurusan algoritma merealisasikan panduan, penilaian dan disiplin proses buruh individu pekerja, dan boleh menyediakan pemantauan masa nyata dan maklum balas prestasi dan prestasi kepada pekerja. Ini boleh menyebabkan pekerja memberi lebih perhatian kepada matlamat prestasi mereka sendiri dan proses dan keputusan buruh, pada tahap tertentu, mengabaikan cara bekerjasama dengan orang lain dalam pasukan dan organisasi untuk mencapai matlamat yang ditetapkan. Pengurusan algoritma terlalu bergantung pada aliran kerja digital berstruktur, mengakibatkan pengurangan ketara dalam interaksi manusia, menghasilkan hubungan kerjasama yang berkualiti rendah, malah menjadi "kekacauan tidak teratur", yang tidak kondusif untuk kerjasama yang berkesan. Dalam masyarakat hari ini, perkadaran pekerja berasaskan pengetahuan semakin meningkat secara beransur-ansur Mereka mempunyai keinginan yang kuat untuk merealisasikan nilai diri, mementingkan insentif pencapaian, dan berminat untuk menunjukkan sepenuhnya daya saing unik mereka melalui hasil penilaian yang diperhalusi. Dalam sesetengah pekerjaan yang proses dan hasil agak mudah untuk diukur, algoritma mungkin memperdalam lagi kecenderungan pekerja berpengetahuan untuk bekerja secara bersendirian Walau bagaimanapun, bagi pasukan tempat pekerja berpengetahuan bekerja, kekurangan kerjasama terbuka dan perkongsian pengetahuan akhirnya akan menjejaskan prestasi keseluruhan pasukan.

Memang benar bahawa orang ramai harus mempertimbangkan penunjuk proses kerjasama dan prestasi pada permulaan reka bentuk algoritma, tetapi pemimpin masih perlu memainkan peranan mereka sendiri untuk mengurangkan pengasingan dan kepentingan diri secara berkesan dalam kalangan pekerja yang disebabkan oleh penilaian individu kecenderungan. Pemimpin boleh menggunakan sepenuhnya saluran komunikasi dalam talian yang disediakan oleh teknologi digital untuk menggalakkan komunikasi pelbagai hala yang cekap antara mereka dan pekerja mereka, mengikuti perkembangan pekerjaan, kehidupan dan situasi keluarga pekerja, dan memberi maklum balas yang mencukupi untuk membantu pekerja mengintegrasikan dengan lebih baik ke dalam pasukan. . , alami sokongan pasukan, pemimpin dan rakan sekerja. Pemimpin juga boleh secara aktif menggunakan kaedah seperti visualisasi kemajuan kerja pasukan dan individu, pembinaan pasukan luar, mesyuarat perkongsian pengetahuan, dsb., untuk membolehkan ahli pasukan menghayati matlamat keseluruhan pasukan dengan lebih baik ke dalam matlamat peribadi mereka sendiri, dan sebaliknya untuk mengeratkan hubungan antara ahli pasukan Memahami antara satu sama lain, mengurangkan berlakunya ketidakpercayaan dan salah faham, dan pada masa yang sama mengukuhkan penghantaran maklumat antara satu sama lain, supaya pekerja dalam pasukan mengetahui kekuatan dan kelemahan relatif setiap orang, dengan itu. meningkatkan kesediaan untuk bekerjasama antara satu sama lain dalam proses menyiapkan kerja, dan lebih baik Berusaha untuk melengkapi kekuatan satu sama lain dan meningkatkan kecekapan dan kualiti kerja.

Kesimpulan

Ringkasnya, pengurusan algoritma adalah pedang bermata dua. Sebagai alat, algoritma membantu syarikat mencapai skop, kedalaman dan intensiti pengurusan yang tidak dapat dibayangkan sebelum ini. Tetapi alat itu sendiri tidak seharusnya menggantikan tujuan Tujuan pengurusan algoritma sentiasa untuk meningkatkan kecekapan dan bukannya kawalan, dan pengurusan algoritma tidak seharusnya menggantikan pengurusan manusia.

Dalam konteks pengurusan algoritma, nilai orang - sama ada pekerja sebagai orang yang mempunyai emosi dan motivasi, atau pemimpin sebagai orang yang bekerjasama dan melengkapkan algoritma - sentiasa menjadi aspek khusus bagi pengurusan algoritma. Apa yang perlu dipertimbangkan semasa proses permohonan. Kepimpinan algoritma, sama ada konsep baharu atau konotasi baharu yang diperoleh daripada kepimpinan tradisional dalam konteks algoritma, layak untuk penerokaan konotasi aktif dan aplikasi praktikal oleh pengurus korporat dalam konteks aplikasi algoritma sebenar.

Atas ialah kandungan terperinci Siapa yang boleh membantu saya menari dengan algoritma—Kepimpinan dalam pengurusan algoritma. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Cara Memperbaiki Audio Jika anda tidak dapat mendengar sesiapa
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
WWE 2K25: Cara Membuka Segala -galanya Di Myrise
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

CLIP-BEVFormer: Selia secara eksplisit struktur BEVFormer untuk meningkatkan prestasi pengesanan ekor panjang CLIP-BEVFormer: Selia secara eksplisit struktur BEVFormer untuk meningkatkan prestasi pengesanan ekor panjang Mar 26, 2024 pm 12:41 PM

Ditulis di atas & pemahaman peribadi penulis: Pada masa ini, dalam keseluruhan sistem pemanduan autonomi, modul persepsi memainkan peranan penting Hanya selepas kenderaan pemanduan autonomi yang memandu di jalan raya memperoleh keputusan persepsi yang tepat melalui modul persepsi boleh Peraturan hiliran dan. modul kawalan dalam sistem pemanduan autonomi membuat pertimbangan dan keputusan tingkah laku yang tepat pada masanya dan betul. Pada masa ini, kereta dengan fungsi pemanduan autonomi biasanya dilengkapi dengan pelbagai penderia maklumat data termasuk penderia kamera pandangan sekeliling, penderia lidar dan penderia radar gelombang milimeter untuk mengumpul maklumat dalam modaliti yang berbeza untuk mencapai tugas persepsi yang tepat. Algoritma persepsi BEV berdasarkan penglihatan tulen digemari oleh industri kerana kos perkakasannya yang rendah dan penggunaan mudah, dan hasil keluarannya boleh digunakan dengan mudah untuk pelbagai tugas hiliran.

Melaksanakan Algoritma Pembelajaran Mesin dalam C++: Cabaran dan Penyelesaian Biasa Melaksanakan Algoritma Pembelajaran Mesin dalam C++: Cabaran dan Penyelesaian Biasa Jun 03, 2024 pm 01:25 PM

Cabaran biasa yang dihadapi oleh algoritma pembelajaran mesin dalam C++ termasuk pengurusan memori, multi-threading, pengoptimuman prestasi dan kebolehselenggaraan. Penyelesaian termasuk menggunakan penunjuk pintar, perpustakaan benang moden, arahan SIMD dan perpustakaan pihak ketiga, serta mengikuti garis panduan gaya pengekodan dan menggunakan alat automasi. Kes praktikal menunjukkan cara menggunakan perpustakaan Eigen untuk melaksanakan algoritma regresi linear, mengurus memori dengan berkesan dan menggunakan operasi matriks berprestasi tinggi.

Terokai prinsip asas dan pemilihan algoritma bagi fungsi isihan C++ Terokai prinsip asas dan pemilihan algoritma bagi fungsi isihan C++ Apr 02, 2024 pm 05:36 PM

Lapisan bawah fungsi C++ sort menggunakan isihan gabungan, kerumitannya ialah O(nlogn), dan menyediakan pilihan algoritma pengisihan yang berbeza, termasuk isihan pantas, isihan timbunan dan isihan stabil.

Bolehkah kecerdasan buatan meramalkan jenayah? Terokai keupayaan CrimeGPT Bolehkah kecerdasan buatan meramalkan jenayah? Terokai keupayaan CrimeGPT Mar 22, 2024 pm 10:10 PM

Konvergensi kecerdasan buatan (AI) dan penguatkuasaan undang-undang membuka kemungkinan baharu untuk pencegahan dan pengesanan jenayah. Keupayaan ramalan kecerdasan buatan digunakan secara meluas dalam sistem seperti CrimeGPT (Teknologi Ramalan Jenayah) untuk meramal aktiviti jenayah. Artikel ini meneroka potensi kecerdasan buatan dalam ramalan jenayah, aplikasi semasanya, cabaran yang dihadapinya dan kemungkinan implikasi etika teknologi tersebut. Kecerdasan Buatan dan Ramalan Jenayah: Asas CrimeGPT menggunakan algoritma pembelajaran mesin untuk menganalisis set data yang besar, mengenal pasti corak yang boleh meramalkan di mana dan bila jenayah mungkin berlaku. Set data ini termasuk statistik jenayah sejarah, maklumat demografi, penunjuk ekonomi, corak cuaca dan banyak lagi. Dengan mengenal pasti trend yang mungkin terlepas oleh penganalisis manusia, kecerdasan buatan boleh memperkasakan agensi penguatkuasaan undang-undang

Algoritma pengesanan yang dipertingkatkan: untuk pengesanan sasaran dalam imej penderiaan jauh optik resolusi tinggi Algoritma pengesanan yang dipertingkatkan: untuk pengesanan sasaran dalam imej penderiaan jauh optik resolusi tinggi Jun 06, 2024 pm 12:33 PM

01Garis prospek Pada masa ini, sukar untuk mencapai keseimbangan yang sesuai antara kecekapan pengesanan dan hasil pengesanan. Kami telah membangunkan algoritma YOLOv5 yang dipertingkatkan untuk pengesanan sasaran dalam imej penderiaan jauh optik resolusi tinggi, menggunakan piramid ciri berbilang lapisan, strategi kepala pengesanan berbilang dan modul perhatian hibrid untuk meningkatkan kesan rangkaian pengesanan sasaran dalam imej penderiaan jauh optik. Menurut set data SIMD, peta algoritma baharu adalah 2.2% lebih baik daripada YOLOv5 dan 8.48% lebih baik daripada YOLOX, mencapai keseimbangan yang lebih baik antara hasil pengesanan dan kelajuan. 02 Latar Belakang & Motivasi Dengan perkembangan pesat teknologi penderiaan jauh, imej penderiaan jauh optik resolusi tinggi telah digunakan untuk menggambarkan banyak objek di permukaan bumi, termasuk pesawat, kereta, bangunan, dll. Pengesanan objek dalam tafsiran imej penderiaan jauh

Amalkan dan fikirkan platform model besar berbilang modal Jiuzhang Yunji DataCanvas Amalkan dan fikirkan platform model besar berbilang modal Jiuzhang Yunji DataCanvas Oct 20, 2023 am 08:45 AM

1. Perkembangan sejarah model besar pelbagai mod Gambar di atas adalah bengkel kecerdasan buatan pertama yang diadakan di Kolej Dartmouth di Amerika Syarikat pada tahun 1956. Persidangan ini juga dianggap telah memulakan pembangunan kecerdasan buatan perintis logik simbolik (kecuali ahli neurobiologi Peter Milner di tengah-tengah barisan hadapan). Walau bagaimanapun, teori logik simbolik ini tidak dapat direalisasikan untuk masa yang lama, malah memulakan musim sejuk AI pertama pada 1980-an dan 1990-an. Sehingga pelaksanaan model bahasa besar baru-baru ini, kami mendapati bahawa rangkaian saraf benar-benar membawa pemikiran logik ini. Kerja ahli neurobiologi Peter Milner memberi inspirasi kepada pembangunan rangkaian saraf tiruan yang seterusnya, dan atas sebab inilah dia dijemput untuk mengambil bahagian. dalam projek ini.

Aplikasi algoritma dalam pembinaan 58 platform potret Aplikasi algoritma dalam pembinaan 58 platform potret May 09, 2024 am 09:01 AM

1. Latar Belakang Pembinaan 58 Portrait Platform Pertama sekali, saya ingin berkongsi dengan anda latar belakang pembinaan 58 Portrait Platform. 1. Pemikiran tradisional platform pemprofilan tradisional tidak lagi mencukupi Membina platform pemprofilan pengguna bergantung pada keupayaan pemodelan gudang data untuk menyepadukan data daripada pelbagai barisan perniagaan untuk membina potret pengguna yang tepat untuk memahami tingkah laku, minat pengguna dan keperluan, dan menyediakan keupayaan sampingan, akhirnya, ia juga perlu mempunyai keupayaan platform data untuk menyimpan, bertanya dan berkongsi data profil pengguna dan menyediakan perkhidmatan profil dengan cekap. Perbezaan utama antara platform pemprofilan perniagaan binaan sendiri dan platform pemprofilan pejabat pertengahan ialah platform pemprofilan binaan sendiri menyediakan satu barisan perniagaan dan boleh disesuaikan atas permintaan platform pertengahan pejabat berkhidmat berbilang barisan perniagaan, mempunyai kompleks pemodelan, dan menyediakan lebih banyak keupayaan umum. 2.58 Potret pengguna latar belakang pembinaan potret di platform tengah 58

Tambah SOTA dalam masa nyata dan meroket! FastOcc: Inferens yang lebih pantas dan algoritma Occ mesra penggunaan sudah tersedia! Tambah SOTA dalam masa nyata dan meroket! FastOcc: Inferens yang lebih pantas dan algoritma Occ mesra penggunaan sudah tersedia! Mar 14, 2024 pm 11:50 PM

Ditulis di atas & Pemahaman peribadi penulis ialah dalam sistem pemanduan autonomi, tugas persepsi adalah komponen penting dalam keseluruhan sistem pemanduan autonomi. Matlamat utama tugas persepsi adalah untuk membolehkan kenderaan autonomi memahami dan melihat elemen persekitaran sekeliling, seperti kenderaan yang memandu di jalan raya, pejalan kaki di tepi jalan, halangan yang dihadapi semasa memandu, tanda lalu lintas di jalan raya, dan sebagainya, dengan itu membantu hiliran. modul Membuat keputusan dan tindakan yang betul dan munasabah. Kenderaan dengan keupayaan pemanduan autonomi biasanya dilengkapi dengan pelbagai jenis penderia pengumpulan maklumat, seperti penderia kamera pandangan sekeliling, penderia lidar, penderia radar gelombang milimeter, dsb., untuk memastikan kenderaan autonomi itu dapat melihat dan memahami persekitaran sekeliling dengan tepat. elemen , membolehkan kenderaan autonomi membuat keputusan yang betul semasa pemanduan autonomi. kepala

See all articles