隨著人工智能(AI)專家和機(jī)器學(xué)習(xí)(ML)服務(wù)的不斷增加，人工智能能夠?yàn)樵S多企業(yè)組織提供巨大的價(jià)值。然而，當(dāng)涉及到部署人工智能時(shí)，企業(yè)往往連最初的投資都無法收回。這似乎有點(diǎn)尷尬，不是嗎?

IBM最近的一項(xiàng)研究顯示，只有21%的公司能夠?qū)⑷斯ぶ悄苷系剿麄兊倪\(yùn)營中。這就是問題的根源所在：沒有投入生產(chǎn)的技術(shù)不可能獲得經(jīng)濟(jì)回報(bào)。此外，即使是那些被部署的人工智能項(xiàng)目通常也不會帶來預(yù)期的價(jià)值。

讓我們來討論一下公司在人工智能盈利的道路上所面臨的障礙，以及如何克服這些障礙。

樹立數(shù)據(jù)驅(qū)動的人工智能戰(zhàn)略

考慮到人工智能總是需要大量的數(shù)據(jù)，最重要的是，采用人工智能的組織必須是數(shù)據(jù)驅(qū)動的。不出所料，缺乏數(shù)據(jù)是企業(yè)在充分發(fā)揮人工智能潛力的道路上必須面臨的最反復(fù)出現(xiàn)的問題之一。

如果公司的領(lǐng)導(dǎo)和關(guān)鍵員工缺乏數(shù)據(jù)技能，人工智能計(jì)劃很可能會失敗。如果員工不將數(shù)據(jù)驅(qū)動的方法應(yīng)用到?jīng)Q策中，即使是專業(yè)構(gòu)建的人工智能系統(tǒng)也無法充分發(fā)揮其潛力。

缺乏管理是人工智能實(shí)施過程中另一個普遍存在的錯誤。

通常情況下，人工智能需要在組織結(jié)構(gòu)和戰(zhàn)略以及員工的心態(tài)和技能方面做出重大改變。簡單概括人工智能的應(yīng)用成功的關(guān)鍵因素在于人。因此，將變革管理視為人工智能實(shí)現(xiàn)路線圖的核心部分，并確保公司領(lǐng)導(dǎo)人擁有必要的知識和動力，以培育以人工智能為中心的文化。

探尋有形的目標(biāo)

雖然目標(biāo)是任何項(xiàng)目成功的基本先決條件，但當(dāng)涉及到人工智能的實(shí)施時(shí)，許多公司仍然無法清楚地確定它們。對人工智能項(xiàng)目的結(jié)果有明確的預(yù)期是很重要的。通常情況下，終端用戶不會積極參與人工智能項(xiàng)目，所以當(dāng)技術(shù)團(tuán)隊(duì)構(gòu)建完美的人工智能系統(tǒng)時(shí)，他們提供的商業(yè)價(jià)值很少。這就是為什么從項(xiàng)目一開始就讓所有的涉眾都參與進(jìn)來是至關(guān)重要的。

此外，人工智能項(xiàng)目通常會帶來無法準(zhǔn)確衡量的價(jià)值。例如，提高員工滿意度或更好的客戶體驗(yàn)比節(jié)省成本或時(shí)間更難跟蹤?；蛘?，假設(shè)你構(gòu)建了一個人工智能系統(tǒng)，以減少it部門對罰單進(jìn)行分類的時(shí)間。首先，考慮到系統(tǒng)必須使用NLP來理解自由格式的文本，它不會是100%準(zhǔn)確的，尤其是在開始階段。因此，您的團(tuán)隊(duì)將需要確定允許的錯誤率，并在ROI計(jì)算中考慮該錯誤率。

假設(shè)一個人工智能系統(tǒng)錯誤地將這個票據(jù)識別為低優(yōu)先級。這大大增加了ROI計(jì)算的復(fù)雜性，因?yàn)楹茈y衡量這種情況的負(fù)面結(jié)果。

這就是為什么從能夠正確計(jì)算ROI預(yù)期的項(xiàng)目開始是至關(guān)重要的。例如，許多制造企業(yè)在應(yīng)用于質(zhì)量控制的人工智能項(xiàng)目上取得了經(jīng)濟(jì)回報(bào)，因?yàn)樗鼈兊耐顿Y回報(bào)率相對容易衡量。

從小目標(biāo)開始

雖然構(gòu)建大規(guī)模AI系統(tǒng)很有誘惑力，但瞄準(zhǔn)容易實(shí)現(xiàn)的目標(biāo)通常是更有效的策略，尤其是在剛開始的時(shí)候。從機(jī)器人過程自動化(RPA)開始可能是個好主意，它往往比人工智能更經(jīng)濟(jì)，并提供相對快速的ROI。RPA的實(shí)現(xiàn)是非侵入性的，這意味著它不會像許多AI解決方案那樣破壞(顛覆)傳統(tǒng)給系統(tǒng)的流程。

那些能夠速戰(zhàn)速勝的人工智能項(xiàng)目，也有助于證明更雄心勃勃的人工智能投資是合理的，并確保利益相關(guān)方在未來更加積極投入。

人工智能呼喚成熟，雖然這聽起來微不足道，但更成熟、更有經(jīng)驗(yàn)的公司更有可能從人工智能中獲益。這類公司往往已經(jīng)建立了數(shù)據(jù)治理實(shí)踐、詳盡的培訓(xùn)計(jì)劃、績效跟蹤系統(tǒng)和清晰的項(xiàng)目目標(biāo)。這些是成功實(shí)施人工智能的公司與不成功的公司之間的關(guān)鍵區(qū)別。

考慮到項(xiàng)目成功率的波動性，人工智能比其他任何技術(shù)都更需要在關(guān)鍵管理領(lǐng)域打下堅(jiān)實(shí)的基礎(chǔ)。公司跟蹤、測量和組織流程的程度通常與他們從人工智能中獲利的概率相關(guān)。