企业都知道高IQ可帮助推动商业价值，但Forrester研究公司认为，如果企业想要成功地利用人工智能系统，他们还需要高“RQ”。

RQ是指机器人商，主要衡量企业在自动化和AI部署方面的能力。Forrester对RQ的评估主要基于三个主要领域：人员、领导力和组织结构。第四个领域是信任，它将影响前面三个主要领域，并会根据所部署的技术类型而变化。

Forrester分析师J.P. Gownder将RQ描述为部署自动化和AI技术时企业需要的“人力贡献”。他表示：“这不仅仅是关于机器人；也不仅仅是关于人工智能，而是关于真正的人员、真正的领导者和真正的组织结构，以确保最有可能获得成功。”

多伦多时刻

自动化和AI技术的关系范围包括从更确定性的，A总是导致B，到更具概率性的，A可能导致B但也可能导致C或者D。

而这些概率性系统给公司带来挑战：无论用户界面多么高级或者技术多么先进，概率性系统都会产生不正确甚至不合逻辑的结果，这些结果会削减人类对机器能力的信任。

Gownder以IBM Watson为例。在2011年Jeopardy智力节目首次亮相时，当最后被问到有关美国城市的问题时，Watson的答案竟然是“多伦多”，这让观众瞠目结舌。当研究人员进行检查时发现，甚至Watson自己都怀疑这个答案。通过使用概率计算，该机器确定多伦多只有30%的可能性是正确答案，但这是当时它能找到的最佳答案。

Gownder称：“这让我们意识到人类与AI之间的交集以及其中涉及的信任因素。”

系统越具有概率性，则可能需要的人为干预越多。在设计系统和流程时，在信任和干预之间取得平衡对于企业来说非常具有挑战性。这就是Forrester认为RQ的重要性所在。

什么是RQ？

机器人商是一种自我评估，可衡量个人和企业学习和适应自动化实体并与之协作的能力。Forrester认为自动化和AI最佳做法包含39个特性。

分数越高说明企业越能应对自动化和AI技术带来的新挑战。但Gownder表示，RQ并不会衡量准确情况。在企业投资于自动化和AI之前，这可使首席信息官确定企业需要优先考虑资源的领域或者差距。

这39个特性分为三类：人员、领导和组织结构。例如，人员会在不同方面进行衡量，例如促进，即员工与自动化实体沟通的有效性，以及感知，这包括基本数字素养和“建设性野心”，或者说对学习的渴望。

对于领导者，RQ强调愿景、适应能力、激发信任的能力以及影响力。最后一个类别是指IT员工及其他人员；首席信息官需要影响高层管理人员甚至董事会，以确保他们提供自动化和AI所需要的预算和支持。Gownder称：“首席信息官不再是拥有全部权利的独裁者。这是跨企业各部门创建生态系统的过程，需要很多员工参与进来。”

还需要考虑组织结构。自动化和AI可能需要新的职位（例如机器人管理员），为人员和机器提供新的培训和辅导机会，还需要新的流程来鼓励创建人机团队，以及新的指标。Gownder表示：“毕竟，我们可以拥有所有良好的愿景，受过良好教育的员工以及支持我们工作的领导者。但如果我们无法创建组织结构、流程和预算，这将很难实现。”

不要忘记信任

最后人员、领导和组织结构会根据信任来衡量。Gownder称信任是“此模型中的乘数”。自动化和AI技术存在于透明到不透明的范围内，并且，该技术影响人员的信任。

Gownder表示：“如果你部署的是非常透明的东西，并且非常确定性，你的员工会高度信任机器。而如果你在使用概率系统，机器往往不确定其结果，那么你有着更高的RQ投资负担。”

Forrester的模型可评估技术的确定性、透明性以及技术给工作场所带来的变化，并提供相应的数值，从而来细分信任的复杂性。

对于领导者来说，自动化和AI对工作场所带来的变化可能是敏感领域，特别是当自动化和AI引发劳动力变化时。Gownder称：“正如你可能想象的那样，当部署自动化时，员工可能会失去工作，这样你会放大剩余员工的不信任。这给变更管理增加了难度。”

但这些努力可能是值得的。随着重复性工作自动化，工作满意度会普遍提高。虽然AI仍处于早期阶段，但它有可能会改变企业运营以及与客户互动的方式。

无论企业是否选择Forrester的RQ方法，Gownder都认为需要AI和自动化的组织能力。

他指出：“如果你想要成功地创建混合劳动力队伍—包含数字工作者、人类工作者、大量自动化流程、大量概率、大量实时数据和AI，那么，你将需要衡量你的员工、领导者、组织结构以及与技术相关的固有信任。”