负责任的 AI

以人为本的设计

我们围绕人类责任和业务成果来设计 Blue Yonder AI 系统。我们旨在将自动化、监督和保障机制与风险程度相匹配，从而确保责任归属始终清晰。

AI 素养和负责任的使用

我们通过在适当时机向用户提供有关 AI 系统的角色相关信息来提升 AI 素养。我们鼓励以负责任的方式使用 AI，在与 AI 系统设计所针对的具体场景和预期用例保持一致的同时，综合考虑预期收益、潜在风险和最佳实践。

透明度和可解释性 

我们旨在向用户提供有关 Blue Yonder AI 系统的清晰、适当的信息，包括明确告知用户何时正在使用 AI。在适当时机，我们提供有关重大 AI 输出或行为背后的相关数据来源、重大影响因素和人类监督的可理解信息，以便用户能够负责任地解释和管理其使用。

公平、公正和无歧视 

我们设计和运营 AI 系统，旨在支持公平和无歧视的结果。我们采取与风险相称的措施（包括工具、测试和持续监控），以识别、评估和减少整个 AI 生命周期中数据、模型和流程中的不公平偏见。

数据安全和隐私 

我们通过设计和运营 AI 系统时采用技术和组织控制措施，旨在保护客户数据，并遵守客户协议和适用法律。我们努力将数据使用限制在实现预期目的所需的范围内，并根据风险程度采取相应的访问控制、数据保留和隐私保护措施。

人工智能安全 

我们在构建 AI 系统时充分考虑安全性和韧性，并在适用情况下针对 AI 特有的威胁采取相应的控制措施。我们采用基于风险的测试和漏洞管理，并结合详细的报告和日志记录，随着时间的推移评估并改进这些控制措施。

治理和问责
 
我们在 AI 系统的整个生命周期中采用治理流程，包括明确的职责、审查机制和上报路径。我们评估风险，以使控制措施的级别与影响程度相适应。

适用性

我们在 AI 系统能够针对具体用例和运营环境创造切实价值的情况下提供这些系统。在部署或扩展自动化之前，我们会评估其适用性、局限性和潜在影响。

可持续发展
 
我们在 AI 系统的构建和运营过程中考虑环境可持续性。对于 AI 驱动的优化能够提升效率的场景，我们致力于减少浪费和资源消耗。

值得信赖和可靠
 
我们通过内部和现实验证、质量控制以及持续改进，设计和构建我们的 AI 系统，以确保其在预期的用途中可靠运行。