板，企业将获得更大的收入机会和更低的成本。这并不是说实施这种新方法是件易事。在我们的案例研究中，这

家全球科技公司面临着几项挑战，包括需要付出极大程度的努力以及

入市内容的地区差异。但最大的挑战是改变管理。最初，销售和企业

领导者关注的是区域偏好和具体的行业需求。这一项目的领导者则需

要解决对现有内容和潜在客户开发流程的自豪感问题，以确保新方法

取得成功。因此，从项目一开始，大量时间就花费在获得领导层的认

可上。然而，项目团队利用指标来传达全球成功，并指出欠缺之处以

及进一步的关注领域，使得领导者从项目怀疑者转变为支持者。

当然，每家企业都有不同之处，但基本的挑战仍是相同的。销售

人员正在一个新的世界里工作。企业通过更好的潜在客户开发实践来

给予他们支持，就可以在已发生变化的数字环境中欣欣向荣。

伊恩·格罗斯是技术部门的入市领导，曾在领英、IBM和波士顿咨询集团担任过战略和运营职务。他具有10年以上的研究经验，为《财富》500强企业客户提供咨询，在高增长的环境中为企业销售团队提供支持。伊恩拥有芝加哥大学布斯商学院的工商管理硕士(MBA)学位以及马里兰大学的文学士学位。詹姆斯·皮亚琴蒂诺是SAP公司负责产品和行业解决方案的全球副总裁，在该公司领导着一个专注于客户成功的团队。就职于SAP之前，詹姆斯曾帮助建立和扩大了两家成功的初创企业，并继续在硅谷和芝加哥为有社会意识的消费者及音乐行业初创企业提供持续指导。詹姆斯是在位于伊利诺伊州埃文斯顿的西北大学凯洛格管理学院获得的工商管理硕士学位，是一名通过美国作曲家、作家和出版商协会(ASCAP)发表了作品的音乐家。马赛厄斯·邦巴尔迪是IBM企业战略和行业转型部门的合作伙伴和领导者，该部门涵盖关键地区的所有客户行业。他在帮助《财富》500强企业和富时100强电信企业、媒体、金融服务提供商、高科技、自然资源及公共部门的客户高管方面拥有15年以上的经验。在加入IBM之前，马赛厄斯曾帮助引导Booz Alle的战略和变革能力领域走向金融服务市场，并支持埃森哲公司的企业创新计划的立项。板，企业将获得更大的收入机会和更低的成本。这并不是说实施这种新方法是件易事。在我们的案例研究中，这

家全球科技公司面临着几项挑战，包括需要付出极大程度的努力以及

入市内容的地区差异。但最大的挑战是改变管理。最初，销售和企业

领导者关注的是区域偏好和具体的行业需求。这一项目的领导者则需

要解决对现有内容和潜在客户开发流程的自豪感问题，以确保新方法

取得成功。因此，从项目一开始，大量时间就花费在获得领导层的认

可上。然而，项目团队利用指标来传达全球成功，并指出欠缺之处以

及进一步的关注领域，使得领导者从项目怀疑者转变为支持者。

当然，每家企业都有不同之处，但基本的挑战仍是相同的。销售

人员正在一个新的世界里工作。企业通过更好的潜在客户开发实践来

给予他们支持，就可以在已发生变化的数字环境中欣欣向荣。

伊恩·格罗斯是技术部门的入市领导，曾在领英、IBM和波士顿咨询集团担任过战略和运营职务。他具有10年以上的研究经验，为《财富》500强企业客户提供咨询，在高增长的环境中为企业销售团队提供支持。伊恩拥有芝加哥大学布斯商学院的工商管理硕士(MBA)学位以及马里兰大学的文学士学位。詹姆斯·皮亚琴蒂诺是SAP公司负责产品和行业解决方案的全球副总裁，在该公司领导着一个专注于客户成功的团队。就职于SAP之前，詹姆斯曾帮助建立和扩大了两家成功的初创企业，并继续在硅谷和芝加哥为有社会意识的消费者及音乐行业初创企业提供持续指导。詹姆斯是在位于伊利诺伊州埃文斯顿的西北大学凯洛格管理学院获得的工商管理硕士学位，是一名通过美国作曲家、作家和出版商协会(ASCAP)发表了作品的音乐家。马赛厄斯·邦巴尔迪是IBM企业战略和行业转型部门的合作伙伴和领导者，该部门涵盖关键地区的所有客户行业。他在帮助《财富》500强企业和富时100强电信企业、媒体、金融服务提供商、高科技、自然资源及公共部门的客户高管方面拥有15年以上的经验。在加入IBM之前，马赛厄斯曾帮助引导Booz Alle的战略和变革能力领域走向金融服务市场，并支持埃森哲公司的企业创新计划的立项。专栏

像FDA测试药物

那样去测试AI

卡丽莎·贝利斯（Carissa Véliz） | 文时青靖 | 编辑

们绝不允许一种药物未经严格测试就在市场上销售——哪怕

是在新型冠状病毒疫情这类健康危机的情况下。那么，我们为我什么允许那些破坏性堪比强效药物的算法未经类似的严格测试

就被投放到世界上呢？目前，任何人都可以设计一种算法，并利用它

做出牵涉到人的重要决定——他们是否可以得到贷款、工作、公寓

或徒刑——而无需任何监督或任何基于证据的要求。普通人群正在

被当作小白鼠。

人工智能是一种预测技术。比如，他们评估一辆车是否可能撞到

物体，一家超市本周是否可能需要更多的苹果，以及某人是否可能偿还贷款，是否一名好员工，或者是否会再一次犯罪。重要的决定，包

括生死攸关的决定，都是在算法预测的基础上做出的。

预测试图填补关于未来的缺失信息，以减少不确定性。可是，预

测极少是中立的观察员——它们会改变自己所预测的事态，程度之专栏

像FDA测试药物

那样去测试AI

卡丽莎·贝利斯（Carissa Véliz） | 文时青靖 | 编辑

们绝不允许一种药物未经严格测试就在市场上销售——哪怕

是在新型冠状病毒疫情这类健康危机的情况下。那么，我们为我什么允许那些破坏性堪比强效药物的算法未经类似的严格测试

就被投放到世界上呢？目前，任何人都可以设计一种算法，并利用它

做出牵涉到人的重要决定——他们是否可以得到贷款、工作、公寓

或徒刑——而无需任何监督或任何基于证据的要求。普通人群正在

被当作小白鼠。

人工智能是一种预测技术。比如，他们评估一辆车是否可能撞到

物体，一家超市本周是否可能需要更多的苹果，以及某人是否可能偿还贷款，是否一名好员工，或者是否会再一次犯罪。重要的决定，包

括生死攸关的决定，都是在算法预测的基础上做出的。

预测试图填补关于未来的缺失信息，以减少不确定性。可是，预

测极少是中立的观察员——它们会改变自己所预测的事态，程度之深以至于它们变成了自我应验的预言。比如，当信用评级等重要机构公布对一个国家的负面预测时，这可能导致投资者逃离该国，反过来

又会引发经济危机。

当涉及审计算法的准确性时，自我应验的预言就是一个问题。假

设一个广为使用的算法判定你不可能成为一名好员工。你未找到任何

工作不应该算作是算法准确的证据，因为你没有找到工作的原因可能

在于算法本身。

我们希望预测性的算法是准确的，但不是通过任何手段——当

然不是通过创造他们应该预测的现实。太多时候，我们认识到，一旦

算法毁掉了人生，他们就是有缺陷的，就像当初密歇根州失业保险局

实施的一个算法错误地指控34000名失业人员欺诈一样。我们如何才

能限制预测改变未来的能力？

一种解决方案是对预测性算法进行随机对照试验。随机对照试验

在辨别偏见和其他不可预见的负面后果方面也有很大的潜力。算法出

了名的不透明。很难弄清它们是如何工作的，而且当它们只在实验室

中接受测试时，一旦接触到真实世界的数据，它们的表现通常让人始

料不及。严格的试验可以确保我们不使用种族主义的或性别歧视主义

的算法。可以创立一个类似于食品和药物管理局(FDA)的机构，以确

保算法经过足够的测试，可以用于公众。

随机对照试验之所以被认为是医学（以及经济学）的黄金标准，

原因之一是因为它们是我们所能拥有的最好的因果关系证据。反过来，深以至于它们变成了自我应验的预言。比如，当信用评级等重要机构公布对一个国家的负面预测时，这可能导致投资者逃离该国，反过来

又会引发经济危机。

当涉及审计算法的准确性时，自我应验的预言就是一个问题。假

设一个广为使用的算法判定你不可能成为一名好员工。你未找到任何

工作不应该算作是算法准确的证据，因为你没有找到工作的原因可能

在于算法本身。

我们希望预测性的算法是准确的，但不是通过任何手段——当

然不是通过创造他们应该预测的现实。太多时候，我们认识到，一旦

算法毁掉了人生，他们就是有缺陷的，就像当初密歇根州失业保险局

实施的一个算法错误地指控34000名失业人员欺诈一样。我们如何才

能限制预测改变未来的能力？

一种解决方案是对预测性算法进行随机对照试验。随机对照试验

在辨别偏见和其他不可预见的负面后果方面也有很大的潜力。算法出

了名的不透明。很难弄清它们是如何工作的，而且当它们只在实验室

中接受测试时，一旦接触到真实世界的数据，它们的表现通常让人始

料不及。严格的试验可以确保我们不使用种族主义的或性别歧视主义

的算法。可以创立一个类似于食品和药物管理局(FDA)的机构，以确

保算法经过足够的测试，可以用于公众。

随机对照试验之所以被认为是医学（以及经济学）的黄金标准，

原因之一是因为它们是我们所能拥有的最好的因果关系证据。反过来，人工智能最明显的缺点之一就是它可以识别相关性，但它无法理解因果关系，这通常导致它误入歧途。比如，当一个算法判定男性求职者

成为优良员工的可能性大于女性求职者时，它之所以做此判断，是因

为它无法区分因果特征（比如，过去大多数成功的员工都上过大学，

因为大学是培养人技能的好途径）和相关性特征（比如，过去大多数

成功的员工都是男性，因为社会遭受性别歧视主义偏见之害）。

随机对照试验一直以来不仅是医学进步的基础，而且还阻止了无

数潜在的灾难——投放原本可能害死我们的药物。这样的试验对人

工智能可以起到同样的效果。如果我们将人工智能识别相关性的技巧

与随机对照试验帮助我们推断因果关系的能力结合起来，我们就会更

有机会开发出既更强大又更道德的人工智能。

卡丽莎·贝利斯是英国牛津大学人工智能伦理研究所的副教授，著有《隐私就是力量：为何应该以及如何夺回对你数据的控制权》(Privacy is Power: Why ad How You Should Take Back Cotrol of Your Data)（Corgi Books，2021年）一书。人工智能最明显的缺点之一就是它可以识别相关性，但它无法理解因果关系，这通常导致它误入歧途。比如，当一个算法判定男性求职者

成为优良员工的可能性大于女性求职者时，它之所以做此判断，是因

为它无法区分因果特征（比如，过去大多数成功的员工都上过大学，

因为大学是培养人技能的好途径）和相关性特征（比如，过去大多数

成功的员工都是男性，因为社会遭受性别歧视主义偏见之害）。

随机对照试验一直以来不仅是医学进步的基础，而且还阻止了无

数潜在的灾难——投放原本可能害死我们的药物。这样的试验对人

工智能可以起到同样的效果。如果我们将人工智能识别相关性的技巧

与随机对照试验帮助我们推断因果关系的能力结合起来，我们就会更

有机会开发出既更强大又更道德的人工智能。

卡丽莎·贝利斯是英国牛津大学人工智能伦理研究所的副教授，著有《隐私就是力量：为何应该以及如何夺回对你数据的控制权》(Privacy is Power: Why ad How You Should Take Back Cotrol of Your Data)（Corgi Books，2021年）一书。专栏

“碳中和”

风口下的

中国企业ESG投资

徐勤 陈白平 刘冰冰 | 文李全伟 | 编辑

实现碳中和目标，国家未来逐步配套的各种政策，或将对中国

资本市场和投融资行业产生重大影响，而企业级ESG（环境、为社会和企业治理）的战略和实施也愈发被重视。推动ESG投资

除了能倒逼有融资需求的企业注重长期社会价值的实现，也有利于资

管公司自身的投资回报。下文将解析可持续发展背景下，中国市场

ESG投资发展过程中的挑战，并就推动中国ESG投资发展、助力中国

企业的绿色发展和转型升级提出可行建议。

从ESG角度看，碳中和目标对高耗能、高排放的行业和企业，如

煤炭、石油、钢铁、建筑、传统装备制造等，带来的挑战尤其大。投

资机构须主动识别和控制风险，重视对项目的环境风险暴露、负面环

境影响、正面绿色绩效、环境信息披露水平的评价，促进被投企业加专栏

“碳中和”

风口下的

中国企业ESG投资

徐勤 陈白平 刘冰冰 | 文李全伟 | 编辑

实现碳中和目标，国家未来逐步配套的各种政策，或将对中国

资本市场和投融资行业产生重大影响，而企业级ESG（环境、为社会和企业治理）的战略和实施也愈发被重视。推动ESG投资

除了能倒逼有融资需求的企业注重长期社会价值的实现，也有利于资

管公司自身的投资回报。下文将解析可持续发展背景下，中国市场

ESG投资发展过程中的挑战，并就推动中国ESG投资发展、助力中国

企业的绿色发展和转型升级提出可行建议。

从ESG角度看，碳中和目标对高耗能、高排放的行业和企业，如

煤炭、石油、钢铁、建筑、传统装备制造等，带来的挑战尤其大。投

资机构须主动识别和控制风险，重视对项目的环境风险暴露、负面环

境影响、正面绿色绩效、环境信息披露水平的评价，促进被投企业加