当你看短视频，AI会根据你的喜爱推荐内容，这就是一种偏见。很多企业也在引入AI系统，偏见可能会给企业带来损失。
DataRobot在美国、英国调查350多名技术人员，超过三分之一（36%）声称它们因AI偏见蒙受损失。在受损失的企业中超过一半（62%）损失了营收或者客户（61%），将近一半（43%）失去了员工，超过三分之一（35%）卷入法律纠纷。
世界经济论坛AI专家Firth-Butterfield认为，AI造成损失的原因很多。他说：“如果你用AI HR算法挑选出不合适的人，可能会损害营收。如果你用带偏见的算法贷款，业务就没法增长，因为最终AI选择的贷款对象会是恒定的一小部分人。”
受访者认为，算法不可避免会对人产生偏见，产生偏见的因素很多，有性别（34%）、年龄（32%）、种族（29%）、性取向（19%）、宗教（18%）。
Forrester在报告中警告说：“基于人工智能的歧视——即使是无意的——也会对监管、声誉和收入造成可怕的影响。”虽然大多企业面对AI时将公平作为原则，但要持续下去是一大挑战。
华盛顿DC智库Cato Institute的高管Mathew Feeney认为，AI产生偏见是很复杂的，很大程度是因为训练系统的数据带来的。Mathew Feeney认为，现在面部识别很流行，它用到了AI技术，而面部识别充满偏见。
Mathew Feeney解释说：“当我们用系统识别黑人身份时，可靠性没有那么高。系统要训练，训练需要照片，当面向特定种群的照片不够多，或者质量不够好时就会出现偏见。”“并不一定是工程师或者设计师心存邪念，只是训练数据有问题。”
Firth-Butterfield认为：“开发算法的人也有偏见，这种偏见也会影响算法。如果算法开发者是一名30岁的男子，他是白人，他带入的偏见会与30岁的非裔美国女子不同。”
信息技术与创新基金（Information Technology & Innovation Foundation）副总裁Daniel Castro认为人类在使用AI偏见一词时反复无常。
Daniel Castro说：“我认为所谓的AI偏见是算法精准度存在的错误，也就是估计值与真实值之间的差异。”“大多公司有强烈的市场意愿来消除AI偏见，因为这样做算法才会更精准。”“例如，如果算法未能将最优产品推荐给购物者，公司营收就会减少，蛋糕被竞争对手拿走。”“企业出于声誉考虑会要求消除AI偏见，否则产品和服务就会被认为不合格。”
Daniel Castro还认为，有时靠市场力量消除偏见没有效果。他说：“出于税收目的，政府机构可能会用AI算法估算财产价值，想用这种市场机制来消除偏见是很难的。在这种环境下，政府应该提供一套替代性监管机制，比如通过透明的的措施来保证。”
“有些人提到AI偏见会将它视为歧视。如果房东歧视特定租户，不论是用算法还是人力来歧视，我们都应该诉诸法律。”
DataRobot就AI监管询问了受访者。81%的人认为政府监管在两个方面很有用，一是定义偏见，二是预防偏见。但也有45%的人认为政府监管会导致经营成本增加。32%的人担心如果没有政府监管部分群体可能会受伤。
Feeney说：“有许多人呼吁政府监管，但要监管的AI范围太广了，有面部识别、无人驾驶、军事应用等等。”
德勤预测，2022年围绕AI监管会有很多的讨论，但监管全面实施至少要等到2023年。有些地区可能会完全封杀AI部分细分产业。
德勤高管Paul Silverglate说：“AI有很大的潜力，2022年它会面临更多的审查，因为监管者想深入理解新兴AI应用的隐私、数据安全问题，力求保护好消费者。”
