為什么這么多人工智能項目失敗了，企業(yè)領(lǐng)導(dǎo)者如何避免這種情況?需要打破三個領(lǐng)導(dǎo)陷阱，并說明成功的人工智能工作如何避免這些錯誤。

[[373683]]

大多數(shù)組織如何開始人工智能(人工智能)之旅?

以下看看一些大型企業(yè)的領(lǐng)導(dǎo)人如何計劃進軍人工智能。這是麥肯錫公司最近提供的幾個例子：

• 大型組織的負責(zé)人花了兩年時間和數(shù)億美元用于全公司范圍的數(shù)據(jù)清理計劃。目的是在啟動任何人工智能計劃之前擁有一個數(shù)據(jù)元模型。
• 一家大型金融服務(wù)公司的首席執(zhí)行官聘用了1,000名數(shù)據(jù)科學(xué)家，每人平均花費25萬美元，以釋放人工智能的力量。
• 一家大型制造商的首席執(zhí)行官列出了一系列雄心勃勃的項目，這些項目使用了非結(jié)構(gòu)化數(shù)據(jù)，因為人工智能技術(shù)對于文本、圖像和視頻數(shù)據(jù)非常有效。

所有這些舉措有什么共同點?他們都失敗了。

這些項目除了沉重的沉沒成本外，還導(dǎo)致組織對先進分析技術(shù)的幻想破滅。

這并不少見。麥肯錫的人工智能狀態(tài)調(diào)查發(fā)現(xiàn)，只有22%的使用人工智能的組織報告了可觀的底線影響。為什么這么多項目失敗，領(lǐng)導(dǎo)者如何避免這種情況?

大多數(shù)追求人工智能的領(lǐng)導(dǎo)者都錯過了所有權(quán)的三個方面。這些職責(zé)在您計劃人工智能項目之前就已經(jīng)很好地開始了，并且在您的項目上線很長時間之后就開始延伸。

這是使人工智能計劃失敗的三種方法：

錯誤1：啟動與企業(yè)愿景不符的人工智能項目

麥肯錫公司發(fā)現(xiàn)，只有30%的組織將其人工智能戰(zhàn)略與公司戰(zhàn)略保持一致。多數(shù)領(lǐng)導(dǎo)者以人工智能的名義燒錢是不是很震驚?組織經(jīng)常追求看起來有趣或緊迫的人工智能計劃。

企業(yè)的項目必須解決業(yè)務(wù)難題。但是，更重要的是這些結(jié)果必須與其公司戰(zhàn)略保持一致。從其業(yè)務(wù)愿景開始，確定數(shù)據(jù)將如何實現(xiàn)它。明確您的目標(biāo)利益相關(guān)者是誰，并確定他們將取得什么樣的成功。

然后，確定將賦予利益相關(guān)者權(quán)力并使其更接近其業(yè)務(wù)目標(biāo)的戰(zhàn)略計劃。

羅氏制藥公司的首席信息官SteveGuise在《麻省理工學(xué)院斯隆管理評論》的一份報告中，解釋了人工智能如何幫助改變企業(yè)的商業(yè)模式。羅氏制藥公司正在努力實現(xiàn)個性化醫(yī)療保健。Guise指出，當(dāng)前的藥物輸送模式將無法幫助他們實現(xiàn)這一愿景。他們認為有必要將藥物發(fā)現(xiàn)的速度從每年三種藥物加快到30種。Guise說，人工智能可以幫助他們獲得這種指數(shù)級的進步。

羅氏制藥公司通過構(gòu)建跨篩查、診斷和治療的能力，使人工智能在組織內(nèi)成為主流。通過與追求人工智能驅(qū)動的藥物發(fā)現(xiàn)的初創(chuàng)企業(yè)合作，它增強了這一點。由于這些努力，羅氏制藥公司在乙肝和帕金森病等疾病的治療上取得了重大突破。通過從他們的企業(yè)愿景開始，并將所有人工智能計劃與這一總體目標(biāo)相結(jié)合，羅氏的努力正在碩果累累。

錯誤2：在項目上線后等待規(guī)劃投資回報率(ROI)

組織何時應(yīng)該考慮人工智能項目的投資回報率(ROI)?大多數(shù)組織在項目上線時都會犯錯跟蹤投資回報率(ROI)的錯誤。領(lǐng)導(dǎo)者會為模糊的結(jié)果感到滿意，例如“效率提高”、“品牌價值”或“更快樂的客戶”，從而使情況變得更糟。

要量化結(jié)果的價值并不容易。但這并非沒有。組織甚至必須在批準(zhǔn)項目之前就要求量化業(yè)務(wù)收益。人工智能可以通過增加收入或降低支出來創(chuàng)造價值。兩者都很有價值。定義其項目將實現(xiàn)哪些結(jié)果。

組織需要確定領(lǐng)先指標(biāo)和落后指標(biāo)的組合，以幫助衡量這些結(jié)果。通過更新流程或創(chuàng)建新流程來收集計算指標(biāo)所需的數(shù)據(jù)。最后，通過超出硬件、軟件和技術(shù)團隊的成本來跟蹤其投資。包括組織在采用和變更管理計劃上的支出。此投資回報率指標(biāo)應(yīng)是組織的項目批準(zhǔn)決定中的關(guān)鍵因素。

德意志銀行在德國推出了人工智能驅(qū)動的消費者信貸產(chǎn)品。即使客戶填寫了貸款申請，該解決方案仍可以對貸款做出實時決策。消費者擔(dān)心拒絕貸款會影響他們的信用等級。該產(chǎn)品通過告訴他們是否可以批準(zhǔn)他們的貸款來消除這種風(fēng)險，即使他們未達到“申請”狀態(tài)。

德意志銀行發(fā)現(xiàn)，在人工智能驅(qū)動的服務(wù)啟動后的八個月內(nèi)，貸款發(fā)行量猛增了10到15倍。通過吸引最初沒有申請的客戶來獲得收益。這是人工智能幫助增加收入的一個明顯案例。

錯誤3：期望人工智能驅(qū)動的轉(zhuǎn)型而不會改變組織文化

在2019年的年度調(diào)查中，Gartner公司向首席數(shù)據(jù)官詢問了最大的阻礙因素，他們希望從分析中獲取價值。最大的挑戰(zhàn)與數(shù)據(jù)或技術(shù)無關(guān)。這是文化。

如果不仔細地塑造組織文化，那么即使是布局最好的人工智能戰(zhàn)略也將一事無成。文化變革必須從頭開始。領(lǐng)導(dǎo)者必須運用講故事的方式來啟發(fā)和展示人工智能如何幫助組織實現(xiàn)其愿景。

領(lǐng)導(dǎo)者必須消除對人工智能的恐懼，并提高所有員工的數(shù)據(jù)素養(yǎng)。他們必須以身作則，并通過加入各個級別的數(shù)據(jù)擁護者來維持變革。文化轉(zhuǎn)變需要多年，領(lǐng)導(dǎo)者必須在項目上線很長時間后對其進行影響。

Dominos Pizza公司是技術(shù)轉(zhuǎn)型的典范。該組織采用以數(shù)據(jù)為依據(jù)的決策文化，并在銷售，客戶體驗和交付中使用人工智能。十年前不是這種情況。

Patrick Doyle于2010年接任這家擁有50年歷史的比薩餅制造商Dominos Pizza公司的首席執(zhí)行官，當(dāng)時該披薩制造商受到了客戶和投資者的一致好評。Doyle采取了大膽的步驟，通過收成評論上市。然后，他從內(nèi)到外進行了完全重新引導(dǎo)，使組織走上了數(shù)字化轉(zhuǎn)型的道路。他通過承擔(dān)風(fēng)險項目，增強人員能力并內(nèi)部進行多項人工智能創(chuàng)新來對技術(shù)進行一些大膽的押注。

Doyle在2018年退休時，Dominos公司的銷售額已連續(xù)28個季度增長，其股票回報率超過了Google。即將離任的CEO總結(jié)得最好：“我們只是一家賣比薩的技術(shù)公司。”通過領(lǐng)導(dǎo)多米諾骨牌內(nèi)部的文化轉(zhuǎn)型，Doyle確保了向數(shù)據(jù)驅(qū)動型決策的轉(zhuǎn)變，即使他轉(zhuǎn)任新首席執(zhí)行官后，這種決策仍然持續(xù)存在。

將如何使人工智能超越組織中的創(chuàng)新鴻溝?

采用技術(shù)創(chuàng)新絕非易事。無論是在市場上推出人工智能之類的新技術(shù)，還是在組織內(nèi)部采用人工智能，挑戰(zhàn)都是相似的。

創(chuàng)新者將這一旅程植入組織內(nèi)部。早期采用者由于其最初的熱情和開放態(tài)度而接受了創(chuàng)新。但是隨后，其速度變慢并拉大了差距。通常缺乏可見性，結(jié)果的不確定性以及對變革的廣泛抵抗。

這是大多數(shù)計劃失敗的地方。

對于像人工智能這樣的創(chuàng)新技術(shù)，要跨越這一鴻溝并走向主流，它需要領(lǐng)導(dǎo)層的干預(yù)。領(lǐng)導(dǎo)者必須通過使倡議與企業(yè)愿景保持一致來使人工智能成功。他們必須通過將人工智能的ROI對話制度化來證明經(jīng)濟價值。最后，他們必須塑造組織文化，以促進變革并采用人工智能驅(qū)動的決策。