非營利和醫療保健行業的Cloud-AI

我 T為不久前技術只是技術人員之間討論的一個話題。事實上，直到最近，技術才是許多研究生課程的選修課程。今天，技術是我們日常生活的一部分，因此技術是任何行業的一部分並不奇怪。看到技術的發展方向也就不足為奇了。它已經從一種相互溝通和存儲重要信息的方式演變為一種相互作用，表達自我和管理我們生活的方式。為了創造最新和最好的目標營銷算法，我們的個人信息貨幣化的動力為人工智能或人工智能鋪平了道路。谷歌是此類人工智能的先驅和早期採用者，根據我們可能使用的搜索和配對業務和產品收集有關我們興趣的信息。正是這種類型的人工智能將顧客帶到了婚姻等企業。通過最初為業務解決方案創建的基於雲的應用程序的數據收集緩慢發展，以便消費者方便地從銀行業務到娛樂業。收集原始數據以創建日常活動的解決方案有助於加速人工智能誕生的過程。如果我們沒有將信息保存在我們的臺式機上並將其放置在雲服務器上，那麼AI可能還沒有發展成今天的日常生活。幾年前，對於如何使用數字信息的不情願和缺乏理解使許多不懂計算機的人不能參與這個社區。今天，感謝像Facebook和亞馬遜這樣的公司，人們很容易與那些基本信任的公司分享他們的信息，這些信息只會用於預期目的。這就是為什麼即使信息偶爾被違反，我們也願意加入像Citizens app和Waze這樣的社區，這些社區使用眾包來幫助每個參與者。然後，眾包應用程序可以將廣告作為一種收入形式，儘管並非所有人都這樣做。人們願意與基本信任的公司分享他們的信息，這些信息只會用於預期目的。這就是為什麼即使信息偶爾被違反，我們也願意加入像Citizens app和Waze這樣的社區，這些社區使用眾包來幫助每個參與者。然後，眾包應用程序可以將廣告作為一種收入形式，儘管並非所有人都這樣做。人們願意與基本信任的公司分享他們的信息，這些信息只會用於預期目的。這就是為什麼即使信息偶爾被違反，我們也願意加入像Citizens app和Waze這樣的社區，這些社區使用眾包來幫助每個參與者。然後，眾包應用程序可以將廣告作為一種收入形式，儘管並非所有人都這樣做。

這種相當具有侵入性的，雖然是被動的商業模式，但我們仍然需要共享信息，以便從其他人共享的信息中獲益。如果你為我這樣做，我會為你做這件事。在市場營銷方面，可以通過兩種方式來看待它：一種有效的方式來吸引潛在客戶，從而減少我們的航空公司從全面營銷中浪費的汙染，或者是企業操縱我們理解我們並將其用於貨幣目的的衝動的巧妙方式。由於心理學和人類行為的健康背景，我很想單獨討論這個問題。我也知道我的ADD傾向，所以我會迴避這種衝動並將這個話題保存一天。無論所有這些背後的道德規範如何，雲技術和人工智能齊頭並進，兩者都將留在這裡。

如今，雲和人工智能技術正在推動一個名為“物聯網”或物聯網的全新行業。術語物聯網指的是機器相互通信以獲得所需結果的能力。如果您擁有Echo並且熟悉Alexa，那麼您已經使用了IoT。我們使用物聯網根據我們當前的位置來調節我們的家用恆溫器，我們使用物聯網在我們的孩子超過限速時通知我們。

如果不是因為我們對智能手機的熱愛，那麼Cloud-AI今天就不會成為主流。

非營利性醫療保健和人類服務業

歷史上，營利性組織或FPO我們總是非常願意開發和測試最新和最具創新性的方法，以最大限度地提高效率和利潤。口袋越大，推動信封的項目就越大膽，以利用最新和最好的技術。劇本：首先構建它，弄清楚如何推銷它並用它來定位自己。諮詢法律團隊和風險管理部門始終是事後的想法。讓我們變得現實。如果你有新的東西，你幾乎沒有什麼可供參考，特別是涉及到法律先例。複製品通常緊隨其後，因為害怕錯過。這是哈佛商業評論案例研究的寶庫。有贏家和輸家，有實現市場份額優勢的人和因此而受苦的人。

非營利組織或非營利組織相比之下，利潤率較低，可自由支配的支出能力較低。非營利組織無法承受任何beta測試。日常決策會影響組織的使命，服務接受者，運營支出和收入之間的微妙平衡。加上這種規模龐大且不斷變化的監管，勞動力挑戰，不穩定的收入流以及政府強制實施的預算中立所帶來的低利潤，足以讓任何頂級經理在晚上失眠。非營利組織的商業模式與FPO商業模式的商業模式相反。實際上，不鼓勵非營利組織通過其資金來源提高效率。想想這一點，明年預算的大小取決於你今年花了多少錢。你花的越多，你就可以越多地捍衛更高的消費，您的資金來源在第二年增加預算的可能性越大。它不是基於表現或對社會的積極影響。這並不是說沒有效率驅動的非營利組織，也沒有維持健康的利潤。這實際上取決於捐助者的限制，或者在政府資助的組織的情況下，資金限制。任何組織保留收益的能力對其成功至關重要。無論您運行FPO還是NPO，都是如此。事實上，沒有規則規定501（c）（3）非營利組織不應該盈利。非營利組織將利潤稱為盈餘。營利性和非營利性之間唯一的主要區別是使命。FPO的任務是賺錢。FPO提供的產品和服務是用於產生利潤的工具。與此形成鮮明對比的是，非營利組織的使命是為了解決社區問題而實現預期的結果。為了本文的目的，我將把任務稱為產品。金錢是用來實現產品的載體。它完全顛倒了。

但是，我提醒說，這種過於簡單的區別並不是唯一的區別。顯然，NPO的公司結構在許多其他方面與FPO的公司結構本質上是不同的。最值得注意的是，非營利組織沒有股東。您不能出售非營利組織的股份，也不能將其轉讓給其他人。還存在監管和稅收差異。話雖如此，兩者的運作方式大致相同，無論是獲得銀行融資，就業事宜，定期報告和審計財務報表，還是與供應商打交道。這為非營利組織帶來了不利因素，因為這些成本中心的需求通常與FPO相同。基金採購具有違反直覺的性質，零關注盈利以及勞動力，醫療保健，租金，

隨著利潤率不斷下降，提高質量，合規性和競爭力變得更加難以實現。非營利組織世界的效率對於生存是必要的，不像FPO提高效率以實現利潤最大化。非營利組織面臨的挑戰是通過減少冗餘流程來發現效率，這些流程是為了交叉檢查人的準確性，同時降低與人為錯誤，勞動力，合規性，數據存儲和檢索以及決策相關的成本。輸入Cloud-AI。

Cloud-AI可負擔性

直到最近，Cloud-AI技術才能被領先的財富500強公司所接受。現在它變得越來越便宜，因此對於各種規模的企業來說都更容易實現。五年前，一家公司不得不投入數百萬美元用於研發，並維持大量的IT預算來開發定製軟件以滿足他們的需求。對更多數字存儲，更大和更穩定的網絡功能以及更強大的網絡安全的需求催生了雲計算和存儲。管理人員需要具有實時數字才能創建儀表板。但是，儀表板提供的信息仍然是歷史性的和現在的。預測未來的情況仍然留給分析師，主要是具有統計背景的專家。當曾經僅用於營銷目的的技術應用於日常業務時，企業改變了遊戲規則。這種飛躍不是即時的，它不僅限於管理日常業務。它是漸進的，但在技術的演化時間軸的背景下，它可能也被認為僅在納秒之上。由於許多這些大公司的技術人員看到了這種技術的潛在用途，許多人離開並開始了他們自己的創業公司。打包和銷售基於歷史趨勢預測未來事件的編碼軟件並不是什麼新鮮事。為基於市場指標自動執行股票交易而創建的算法已經存在了一段時間。除了營銷和業務應用程序，將這項技術用於日常生活的革命隱藏在明顯的視野中。我們可靠的小，

非營利性健康和人類組織在處理信息方面具有優勢，因為它已經受到高度監管，但缺點是技術採用緩慢。

我們使用智能手機計劃我們的一天，安排約會，查看我們的電子郵件，聽音樂，做我們的銀行業務，拍攝和分享照片，以及與我們的朋友和家人聯繫。內置GPS使我們能夠從一個地方到另一個地方。你明白了。我們的手機帶有大量原始數據，它告訴我們很多關於我們的行為。如果不是因為我們對智能手機的熱愛，那麼Cloud-AI今天就不會成為主流。由於基於雲的AI軟件內置於我們今天手機上的許多應用程序中，我們的手機不僅可以預測我們何時上班，還可以預測交通狀況。將共享數據彙集為被動資源使我們能夠預測離開工作崗位的最佳時間。物聯網更進了一步。例如，當我離開家時以及當我使用地理圍欄技術返回家中時，我的手機可以提醒我家的恆溫器，並可以相應地設置我的家庭溫度。該技術不僅適用於所有人，而且在我們購買智能手機時，它實際上已經安裝並可以使用。這種協同作用使得今天的大多數非營利組織能夠負擔得起Cloud-AI。將Cloud-AI集成到操作中可顯著提高生產率，減少錯誤並消除不再需要的冗餘以確保質量。節省了初始實施成本。唯一的挑戰是從紙質文檔過渡到數字文檔，以及從內部服務器過渡到基於雲的服務。幸運的是，

非營利組織，醫療保健和人類服務行業中基於雲的人工智能技術的實際應用包括人力資源，會計，財務管理和記錄管理，僅舉幾個方面，但其在這些領域的潛在功能幾乎沒有被挖掘。

這項技術的飽和已使價格如此之低，以至於非營利組織如果不加入其中將是愚蠢的。所以關於這篇文章的標題和你第一次開始閱讀的原因。令人驚訝的是大型科技軟件公司在基於目的的人工智能方面的投資滯後。根據Charles Towers-Clark的說法，小型，媽媽和流行科技公司已經小規模地接受了人工智能的B2B和B2C應用。

非營利組織和醫療保健行業的Cloud-AI

大多數非營利組織已經使用通常由這些小型的媽媽和流行精品軟件公司提供的雲計算服務。非營利組織，醫療保健和人類服務行業中基於雲的人工智能技術的實際應用包括人力資源，會計，財務管理和記錄管理，僅舉幾個方面，但其在這些領域的潛在功能幾乎沒有被挖掘。最常見的用途是以SaaS產品的形式執行工資單，會計，電子健康記錄或EHR，以及收入週期管理或RCM任務。

像Paycom這樣的創新型公司為基於雲的b2b服務鋪平了道路。Paycom 在財富百強增長最快的公司中排名第5 ，通過將薪酬服務與人力資本管理或HCM相結合，早期打造了自己的利基市場，整齊地打包成一個基於雲的系統。Paycom很快利用了最近的技術收益來幫助提高收到的信息的準確性以及它為特定目的所接受的信息，例如，員工的時間和出勤率。將地理圍欄技術與已安裝在我們智能手機上的硬件和軟件結合使用，員工可以從世界上幾乎任何地方進入和退出，管理人員可以控制時間和位置等參數。這提高了員工的便利性，並使管理層能夠控制這種便利性。它還可以防止員工在他們還在家的時候進入。當人們即將超過他們的每週安排時間時，它會向經理提供警報。這減少了加班的發生，

特定行業的患者護理記錄保存的飛躍以及管理式醫療機構追蹤基於結果的績效指標的需求推動了全面360度患者護理的發展。

同樣，基於雲的會計軟件已經飆升，為FPO和NPO部門創造了豐富的選擇。Blackbaud，Oracle和Sage等公司旨在滿足基於雲的基金會計軟件即服務或非營利組織部門的SaaS的需求。

Blackbaud是作為學校的軟件而創立的。今天，它是NPO組成關係管理或CRM的領導者（CRM指的是FPO世界中的客戶關係管理）。其旗艦計劃Raiser的Edge NXT專注於管理捐贈者跟蹤並積極參與捐贈者。其應用程序編程接口允許集成G-Suite環境中的許多流行的第三方應用程序。

Oracle的Netsuite正在為其應用程序套件引入第一個人工智能工具。“到目前為止，客戶將使用傳統的報告或商業智能（BI）系統來分析歷史數據。現在，AI工具可以獲取這些數據，進行分析並主動做出決策，或者主動推薦行動方案。“ - Sean Mitchell，ITBrief.com.au。

Sage的Intacct正在對AI進行有趣的轉變。在2017年10月在拉斯維加斯舉行的Sage Intacct會議期間，Sage Intacct高級副總裁兼工程技術主管Aaron Harris預覽了Sage Intacct的數字助理，AI bot，Pacioli AI。雖然數字助理的使用案例會有所不同，但大多數支持者認為金融中的人工智能不會取代人類的直覺。但是，AI可以就財務決策的各個方面提出建議。Sage的Intacct已經使用AI來使用多維方法創建會計代碼。因此，其他會計軟件使用直線順序編碼來識別和分組帳戶，Intacct從幾個小組構建複雜的GL代碼系統，從而允許公司在沒有公司規模的代碼的掙扎和限制的情況下發展和擴展。

所有這些軟件都實時跟蹤支出，並提供自己獨特的商業智能或BI，以實現沉浸式可定製儀表板體驗。

Ener系統如Cerner Corporation，CureMD，Epic，ChartLogic，AthenaHealth，Meditech，Allscripts，eClinicalWorks，Kareo，Therap，eVero，Netsmart，Medisked，還有許多人在提供基於雲的患者記錄保存方面處於領先地位。曾經只有醫院和門診網絡可用的東西現在更便宜，並且可以在提供健康相關服務的大多數私人診所和非營利機構中使用。特定行業的患者護理記錄保存的飛躍以及管理式醫療機構追蹤基於結果的績效指標的需求推動了全面360度患者護理的發展。EHR系統從電子醫療記錄演變為需要在患者的醫療環境中共享PHI。在用於記錄患者和從業者之間的交互的軟件的情況下，軟件現在與患者，藥房，其他從業者，倡導者和健康保險公司進行通信。不僅跟蹤歷史，還跟蹤患者對系統提示的後續反饋的滿意度。儘管人工智能仍處於起步階段，但一家小公司已經成為行業中的顛覆者。

Praxis EHR在處於起步階段時充分利用AI。到目前為止，根據SoftwareAdvice.com的評論，評分為5/5星，共120條評論。Praxis是一款學習軟件。它學習作為從業者輸入信息。該軟件不是教授提供者如何使用軟件，而是學習實踐如何操作並圍繞實踐構建數據。它就像一個空白的畫布，可以立即開始創建練習者想要錄製的內容。它還使用實用的AI工具，包括語音和手寫識別學習，以提高對輸入信息的人的個人語音和手寫模式的識別。到目前為止，隨著越來越多的實踐使用該軟件，該技術已經顯示出有希望的結果。

... [Aoun]希望Forward成為“醫生的Apple Store”。

EHR系統很快就能夠為有特殊治療需求的人預測，推薦甚至提供必要的住宿。與物聯網技術相結合，治療計劃將與家庭管理系統共同工作，從溫度到照明，訂購必要的藥品和雜貨，使用智能RFID技術，患者的藥物計劃和營養計劃，調節一切。EHR系統已經以電子方式將我們的處方提交給我們選擇的藥房。很快，EHR系統將能夠協調和安排醫療預約的專業運輸服務。由於安排診所預約的錯誤以及安排特殊運輸的錯誤，該自動化系統將減少與錯過預約相關的成本。

雖然科學和機器技術融合在一起提供下一代醫學，但它永遠不會取代有經驗的醫生或護士的直覺。但這種科學方法並不是要取代人，而是要加強醫生和病人之間的聯繫。正是出於這個原因，一家新公司正在尋求在人與機器之間創造協同效應。

在成熟的34歲時，Adrian Aoun在舊金山為他的新公司Foward開設了第一家AI醫療辦公室。早在他創辦Wavii（一家創建語言處理軟件的公司）時，他就在技術上發了大財。2013年，他以3千萬美元的價格將公司賣給谷歌，並在拉里佩奇的要求下為谷歌工作。為了自己的健康，有家族病史，Adrian決定採用現有的AI技術，並開始將其應用於體檢。對於每月固定費用，患者可以接受全身掃描和健康檢查，與醫生會面並從他們的DNA中獲取家譜信息。該信息用於創建預防性護理計劃。從智能手機應用程序獲得的健康和健身信息與Go Foward應用程序和您的Go Foward醫生一起工作。您有無限次訪問和接近零等待時間。系統使用他最初銷售給谷歌的相同語言識別技術來監聽您和您的醫生之間的對話，這與亞馬遜使用的技術類似。醫療辦公室的目的是在設計中採用高科技極簡主義展現最先進的技術，帶有一個可以掃描生命體徵的步入式立式外殼。該診所是故意設計的，以模仿你走進Apple Store時的感受，而Aoun在接受“紐約客”採訪時說，他希望轉發是

使用眾包作為Cloud-AI的一種形式是許多公司現在用於醫藥的方式。像AncestryDNA和23andMe這樣的公司不僅提供有關您健康的信息，還提供有關您的遺產和家譜故事的信息。註冊和使用這些服務的人越多，全球可用的數據池就越大。這些信息不僅有助於確定您的來源，還有助於確定您與誰的關係，最重要的是，可以瞭解您的健康和健康風險。這些公司中的許多公司提供完整的遺傳歷史，其中包括識別心臟病和某些癌症風險的遺傳標記。這是您在計劃預防性護理時與醫生分享的特別重要的信息。

毫無疑問，機器人將在我們的生活中發揮一些作用。

人工智能在醫療保健和人類服務中的未來：輔助社會機器人

使用機器人進行護理涉及道德規範，但考慮到這一點，我們不妨考慮一下我在本文中討論過的任何事情的倫理含義。對於技術的大多數進步，總會有一些道德問題隨之而來。毫無疑問，機器人將在我們的生活中發揮一些作用。事實上，機器人已經成為我們日常生活的中流砥柱。以ABS斷路器中使用的智能機械，監控車道偏離的智能攝像機傳感器等為例。如果不是狗，汽車將是人類最好的朋友，至少對我們這些不僅僅依賴公共交通的人來說。只有這樣才能使自動駕駛汽車成為個人日常生活中第一個用於機器人的真實案例。那家犬怎麼樣，或者貓（不是要遺漏我們的貓主人）？有爭議的是，擁有寵物的主要目的是為了陪伴。如果我們的寵物和我們的汽車構成了我們家庭的延伸，我們可以有把握地說社會因素對功能因素同樣重要。因此，如果機器人將運送我們一天，為什麼他們不能為我們提供陪伴？

JIBO打賭其AI家庭機器人對社交互動的需求。遺憾的是，JIBO以史詩風格失敗，資金近7300萬美元。不是因為產品不好。它因執行失敗了。儘管該產品本身可以說是首次嘗試提供動畫交互式桌面機器人，但是價格高得多的買家決定購買動畫JIBO而非動畫的Google或亞馬遜互動助手。再加上在正式公開發布前一年在中國發布的航運延誤，取消訂單和JIBO仿冒品！眾籌的問題在於，為了獲得資金，你必須分享你的想法。JIBO是眾籌陷阱的受害者。JIBO只是另一個案例研究提醒過去的社交機器人故障，現在可以添加到包括索尼，本田和豐田等行業巨頭的名單中。即便如此，

我們想要信任，愛，體驗和表達感情，我們希望在社會背景下屬於一個社區。

作為超級科技巨頭，軟銀已決定執行規模較小，有針對性的社交機器人角色。Pepper是一款AI獨立移動機器人，能夠識別情緒和麵部表情。軟銀限制目前僅限日本的消費市場。作為客戶助理，它還在Pepper主要零售店進行商業用途試點。雖然它有很多限制（如果你是一個零售店員，不要擔心），它已經推動了更多的流量進入商店，這意味著它正在服務於社交機器人的目的。這證明機器人可以服務於社會目的，這對我們來說就像功能一樣重要。我懷疑它會取代家庭寵物，但是需要更高水平的社交娛樂和互動，甚至人工，這是真的。舉例來說，Siri，Alex的受歡迎程度，

應考慮輔助社交機器人技術在醫療保健和人類服務領域的使用。雖然大多數研究都是在日本進行的，但是大多數研究都是在日本進行的，這些研究大量採用輔助社交機器人來對心情產生積極影響。

“許多不同的研究報告了老年人對輔助社交機器人的積極反應。由於已經使用了各種各樣的研究設計，並且許多這些研究表明伴侶機器人對老年人的積極影響，我們得出結論，有證據表明伴侶型機器人對老年人的醫療保健有積極作用。至少情緒，孤獨和與他人的社交聯繫。“ - Broekens，Heerink和Rosendal，Gerontechnology，2009。（PDF）老年人護理中的輔助社交機器人：評論。可從以下網址獲取：https：//www.researchgate.net/publication/229058790_Assistive_social_robots_in_elderly_care_A_review[2018年11月28日訪問]。

使用人工智能作為社會適應工具的潛在影響

使用深度學習來創建人與機器之間的共同依賴關係具有道德問題，最明顯的是允許某人在情感上依賴於人工智能。好萊塢多年來一直在玩弄邊界。1968年的電影2001：A Space Odyssey中的HAL 9000可能是人類智能試圖理解人性的第一次真實描繪。像The Terminator，Ex-Machina和Westworld這樣的電影向觀眾傳達了一個共同的信息：他們越聰明，你就越不能相信他們。電影她潛入大多數人期望實際遇到的灰色區域，情感依戀，特別是愛情。電視連續劇“ 黑鏡報 ”（Black Mirror）為Twilight Zone帶來了技術。它深入研究了我們過度依賴技術帶來的恐怖扭曲。在看了一集關於使用社交媒體主題標籤的情節後，我拒絕打開我的推特帳戶數週。所有這些電影和電視節目都有一個關於社會的共同信息。人類很脆弱。我們想要信任，愛，體驗和表達感情，我們希望在社會背景下屬於一個社區。今天的技術與好萊塢相差無幾。如果我們確實考慮社交機器人和社交人工智能的積極用途來幫助人們，我們也應該考慮長期的負面影響，這些問題應該是我們思想的最前沿，因為我們更多地將自己放在技術上為了美好生活的承諾。

推動雲技術和人工智能的威脅：濫用信任

即使我們在實現使我們的生活更美好，工作更輕鬆的技術方面取得了很大進展，但應考慮將如此多的數據彙集到雲中的長期後果。依賴於如此多的數據，更重要的是，如何使用數據，具有危險的意義。數據丟失和利用的威脅是非常真實的。Dark Web是人們在受監管的互聯網之外運營的地方。我們每天使用的互聯網僅佔互聯網上存儲的總內容的4％。Deep Web是Internet的安全部分，只能通過安全訪問進行訪問。這包括銀行，政府，教育機構和醫療保健實體。Dark Web彌補了其餘部分。黑暗網絡也是許多政府認為大多數犯罪活動發生的地方。掩蓋用戶身份的特殊軟件和網絡配置使人們很容易進行非法活動，包括交換兒童色情，非法賭博，非法毒品和識別盜竊行為。黑客從安全漏洞中獲取被盜數據，然後繼續在黑暗網絡中銷售數據。

隨著數據繼續在雲中積累，我們的信息將面臨更大的風險。信任是使雲計算和AI向前發展的唯一潛在因素。這種對信任的強調是許多公司為網絡安全投入大量資金的原因。公司努力平息恐懼並維持消費者信任，導致網絡安全的創建，接近一億美元行業。保護我們的數據不會落入“壞人”手中的“好鬥”是一場持續的鬥爭。就像雷達探測器現象一樣，雷達探測器製造雷達探測器，從而加劇了對更好技術的人工需求，對於網絡安全也是如此。創建新技術來保護我們的數據的開發人員來自黑客來自的相同機構和社區。計算機程序員面臨的困境是為誰工作。我是否為好人工作9-5工作，或者我是否向最高出價者使用我的技能？值得慶幸的是，大多數計算機愛好者都在競爭激烈的市場中為公司工作，然後繼續創建自己的創業公司，希望能夠讓數百萬人繼續前進。然而，你不需要成千上萬甚至數百個不道德的黑客來取消系統。你只需要一個。

有人會爭辯說，最大的威脅來自尼日利亞。他們可能是對的。然而，許多人認為大多數黑客都是孤狼。最值得注意的是錢不做。他們這樣做是為了吹牛的權利。一名英國青少年能夠入侵美國國土安全部部長傑赫約翰遜的家庭電視臺。另一名澳大利亞青少年能夠侵入蘋果公司幾乎無法攻擊的服務器。兩個孩子都被毆打，指控和認罪。一人被判刑，而另一人仍在等待判決。

像流氓個人所做的那樣的黑客，他們更多地尋找惡名而不是其他任何東西，這些黑客不足以對我們技術的穩定性和依賴性產生懷疑，恐懼或不信任。美國總統選舉在很大程度上被俄羅斯的干涉操縱，流氓國家已經將網絡攻擊視為現代戰爭的未來。許多國家也在資助網絡戰項目。該戰略是攻擊基礎設施並破壞整個經濟體，造成不信任和不穩定。除了明顯的成本效益和沒有生命損失之外，這種方法的好處是匿名。一個網絡攻擊瞄準烏克蘭受影響的航運公司遠至哥本哈根和其他城市的其他公司。這是迄今為止最具破壞性的網絡攻擊，造成超過100億美元的損失，使之前的WannaCry網絡攻擊相形見絀，相比之下，該網絡攻擊成本在48億美元之間。雖然美國情報部門聲稱俄羅斯支持稱為

我們信賴技術，並在每天使用技術的公司做出關鍵決策。然而，對我們數據的最大威脅來自我們最信任的許多互聯網站點，這都是因為我們的數據的隱私，安全和使用都是不受管制的。事實上，我們同意為了訪問和使用服務或應用程序而簽訂的許多服務條款和用戶協議都有條款授予他們從我們收集的數據的許可，在某些情況下，他們擁有所有權。Facebook被全世界數百萬人使用。其用戶協議允許Facebook分享從我們在Facebook上的活動收集的數據用於特定目的。Facebook直到最近才自由共享數據，只要它用於學術和研究目的，而不是用於貨幣收益。這種共享信息的做法，包含在他們的條款和條件中的內容對第三方應用程序很有用，只要他們不使用這些信息獲取貨幣收益。然而，對這一功能的警務控制被證明是Facebook的一項艱鉅任務。艾米莉鋼鐵公司在2010年的“華爾街日報”上發表了一篇文章，首次闡述了Facebook用戶數據的侵入性和道德問題。她的文章討論了RapLeaf使用數據來確定競選目的的政治派別。

現實情況是，創新形式的獎勵總是伴隨著風險。準備是減輕被破壞數據損失的關鍵。當我們沒有準備好時，最大的濫用就會發生。即使威脅是非常真實的，政府也不採取行動，讓公司對他們保護隱私的責任負責，導致最大的災難。雖然一個流氓國家或一些希望從漏洞中獲利的黑客的威脅始終存在，但最可能的威脅是一個監管不足的行業。

在很大程度上要歸功於政府標準處理受保護健康信息的演變，（即1996年健康保險流通與責任法案或

然而，政府在私營部門引入嚴格的隱私法律的進展緩慢。非營利性健康和人類服務組織在處理信息方面具有優勢，因為它已經受到高度監管，但缺點是技術採用緩慢。進入成本高只是緩慢採用的部分原因。在準備大規模使用的產品之前，該技術本身必須經過真實的beta測試。對於非營利部門而言，隱私問題是任何技術產品最重要的特徵。這裡的二分法在於，儘管非政府組織擁有嚴格監管的隱私法，但對於一般企業而言，情況並非同樣如此。由於不存在圍繞隱私構建的軟件的一般需求，因此選項有限且成本高。這導致非營利組織從特定行業的精品軟件中支付更高的保費以滿足需求。

BAA使供應商處於與供應商簽訂合同的非營利組織的相同級別的責任。你會認為在公開交易的公司中存儲，處理和使用私人信息的神聖性會大得多。然而事實並非如此，政府實施政策的速度很慢。廣為人知的選民操縱醜聞震撼了2016年總統競選和選舉，圍繞濫用私人信息。2014年，Cambridge Analytica向劍橋大學教授Aleksandr Krogan博士提問創建一個調查Facebook用戶的Facebook應用程序。由特朗普競選僱傭的劍橋分析公司，主要由共和黨競選捐助者羅伯特·默瑟和前任總裁顧問史蒂文·班農提供資金，使用了克羅根博士收集的信息，反對Facebook的服務條款。儘管Cambridge Analytica最初否認接受了Krogan博士的任何信息，但他們後來改變了立場並表示他們不知道Krogan博士違反了服務條款並且他們已經銷燬了Krogan博士獲得的所有數據。

Facebook繼續面對公眾對其處理此事的方式的審查，未能通知用戶他們的信息是以違反服務條款的方式收集的。今天科技股繼續遭受重大損失，因為公司喜歡Facebook和處理我們的個人信息的信心減弱。在這一醜聞發生之後，預計將出臺保護隱私的新立法。儘管歐盟的“ 通用數據保護條例”於今年早些時候生效，以保護在線數據的隱私，但美國在制定適當法律方面進展緩慢。

希望一旦政府制定了普遍保護所有私人信息的新法律，與隱私特定驅動技術相關的成本將會下降，因為每個人都必須遵守。這將釋放目前與非營利組織，醫療保健和人力服務提供商關係密切的約束。更低的成本，更好的安全性和可靠性以及與採用相關的風險降低將使更多的組織能夠幫助他人，而不是獲利。時間將證明GDPR是否會改善歐洲的隱私問題。在美國，很多人都會受益於這項新法律，因為許多在歐洲開展業務的公司也在這裡開展業務。因此，即使美國製定新法律的速度很慢，我們可能會開始更加重視隱私保護，同時利用潛在的革命，人工智能將以可承受的價格帶給日常生活。問題仍然是缺乏政府政策和對我們的數據保護和使用方式的監督。不幸的是，我們的政府不積極主動，而是建立新的政策，標準和監督。就在本週，萬豪發現並報告了自2014年以來發生的數據洩露事件。據估計，超過5億人的信息已經通過兩年前被萬豪收購的喜達屋酒店入侵。除了追究消費者的成本外，問題仍然是缺乏政府政策和對我們的數據保護和使用方式的監督。不幸的是，我們的政府不積極主動，而是建立新的政策，標準和監督。就在本週，萬豪發現並報告了自2014年以來發生的數據洩露事件。據估計，超過5億人的信息已經通過兩年前被萬豪收購的喜達屋酒店入侵。除了追究消費者的成本外，問題仍然是缺乏政府政策和對我們的數據保護和使用方式的監督。不幸的是，我們的政府不積極主動，而是建立新的政策，標準和監督。就在本週，萬豪發現並報告了自2014年以來發生的數據洩露事件。據估計，超過5億人的信息已經通過兩年前被萬豪收購的喜達屋酒店入侵。除了追究消費者的成本外，萬豪發現並報告了自2014年以來發生的數據洩露事件。據估計，超過5億人的信息已經通過兩年前被萬豪收購的喜達屋酒店入侵。除了追究消費者的成本外，萬豪發現並報告了自2014年以來發生的數據洩露事件。據估計，超過5億人的信息已經通過兩年前被萬豪收購的喜達屋酒店入侵。除了追究消費者的成本外，弗吉尼亞州參議員馬克·沃納是

Cloud-AI正在穩步推進非營利組織，醫療保健和人類服務行業的發展。隨著雲系統的成熟併成為我們生活中不可或缺的一部分，患者護理和管理，效率以及更大的隱私保護肯定會得到改善。雲AI的未來前景廣闊。隨著AI的改善，道德困境將浮出水面。儘管有許多負面因素可以從過度依賴技術中推斷出來，更不用說圍繞著引入人工智能機器為老年人或有特殊需要的人提供情感支持的長期後果所帶來的影響。我們真的可以相信學習機器能夠完成人們的工作嗎？我們可以信任技術嗎？我們當然可以。我們可以信任眾包。我在這裡輸入我對Medium的內心想法，讓任何人都能看到並仔細檢查。這就是所有這一切的美麗！我們認為，我們表達和分享！這都是基於信任。在遵循一致的道德商業慣例時建立信任。信任存儲和管理我們信息的實體必須與這些實體的承諾齊頭並進，以便在共享我們的信息時盡一切努力保護我們的信息並維護最高級別的完整性。這要求實體將我們的最佳利益置於利潤之前，並確保與其共享信息的實體也具有相同的價值。那麼為何不？非營利組織為了實現我們的最大利益而放棄利潤。它不僅體現在他們的使命中，而且也是他們的商業模式。在遵循一致的道德商業慣例時建立信任。信任存儲和管理我們信息的實體必須與這些實體的承諾齊頭並進，以便在共享我們的信息時盡一切努力保護我們的信息並維護最高級別的完整性。這要求實體將我們的最佳利益置於利潤之前，並確保與其共享信息的實體也具有相同的價值。那麼為何不？非營利組織為了實現我們的最大利益而放棄利潤。它不僅體現在他們的使命中，而且也是他們的商業模式。在遵循一致的道德商業慣例時建立信任。信任存儲和管理我們信息的實體必須與這些實體的承諾齊頭並進，以便在共享我們的信息時盡一切努力保護我們的信息並維護最高級別的完整性。這要求實體將我們的最佳利益置於利潤之前，並確保與其共享信息的實體也具有相同的價值。那麼為何不？非營利組織為了實現我們的最大利益而放棄利潤。它不僅體現在他們的使命中，而且也是他們的商業模式。信任存儲和管理我們信息的實體必須與這些實體的承諾齊頭並進，以便在共享我們的信息時盡一切努力保護我們的信息並維護最高級別的完整性。這要求實體將我們的最佳利益置於利潤之前，並確保與其共享信息的實體也具有相同的價值。那麼為何不？非營利組織為了實現我們的最大利益而放棄利潤。它不僅體現在他們的使命中，而且也是他們的商業模式。信任存儲和管理我們信息的實體必須與這些實體的承諾齊頭並進，以便在共享我們的信息時盡一切努力保護我們的信息並維護最高級別的完整性。這要求實體將我們的最佳利益置於利潤之前，並確保與其共享信息的實體也具有相同的價值。那麼為何不？非營利組織為了實現我們的最大利益而放棄利潤。它不僅體現在他們的使命中，而且也是他們的商業模式。

閱讀更多 不靠譜的熊大AI 的文章

關鍵字: 非營利 行業 Waze