在獲得市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)的過(guò)程中，很多企業(yè)急于采用新興技術(shù)。然而在匆忙實(shí)施的情況下，一些企業(yè)由于缺乏扎實(shí)的基礎(chǔ)而在應(yīng)用中陷入困境。
分析決策平臺(tái)提供商FICO公司首席分析官Scott Zoldi說(shuō)：“很多企業(yè)想采用人工智能技術(shù)解決問(wèn)題，只是因?yàn)樗侨斯ぶ悄?，而不是因?yàn)樗且环N更好的解決方案。因此，這些企業(yè)必須從治理的角度開(kāi)發(fā)人工智能，也就是從項(xiàng)目角度和道德角度討論數(shù)據(jù)、成功標(biāo)準(zhǔn)和風(fēng)險(xiǎn)的治理過(guò)程。”
一些企業(yè)的人工智能計(jì)劃之所以失敗，是因?yàn)樗麄兊南敕ú粔虺浞趾兔髦?。例如?/div>
•人工智能計(jì)劃是與業(yè)務(wù)戰(zhàn)略分開(kāi)創(chuàng)建的，因此不會(huì)產(chǎn)生戰(zhàn)略影響。
•成功的標(biāo)準(zhǔn)過(guò)于寬泛，因?yàn)樗鼈儧](méi)有包含具體的成功指標(biāo)(例如，“希望更具競(jìng)爭(zhēng)力”，而不是“希望將欺詐減少15%，同時(shí)減少30%的誤報(bào)率”)。
•未考慮變更管理方面，因此其計(jì)劃面臨阻力。
哈佛商學(xué)院工商管理學(xué)教授Marco Iansiti說(shuō)：“跨業(yè)務(wù)部門(mén)的共享功能或共享數(shù)據(jù)變得比單個(gè)部門(mén)的自治更為重要。這給傳統(tǒng)企業(yè)帶來(lái)了各種困難。”
人工智能的使用已成為一個(gè)戰(zhàn)略問(wèn)題，以至于首席執(zhí)行官需要參與定義其公司的人工智能戰(zhàn)略。
咨詢機(jī)構(gòu)埃森哲公司北美地區(qū)應(yīng)用智能業(yè)務(wù)主管Arnab Chakraborty說(shuō)：“早些時(shí)候，我們看到的是首席信息官、首席技術(shù)官和一些首席執(zhí)行官參與制定公司的人工智能戰(zhàn)略，但現(xiàn)在首席執(zhí)行官們意識(shí)到，這將重新定義他們所在行業(yè)和所在公司的未來(lái)。他們認(rèn)為這是在人工智能走向未來(lái)的背景下對(duì)他們業(yè)務(wù)的重塑。”
通過(guò)以整體方式對(duì)計(jì)劃進(jìn)行思考，并讓價(jià)值流中的人員能夠從各個(gè)方面進(jìn)行思考，這樣可以避免或減少一些常見(jiàn)的失誤，這些方面包括機(jī)會(huì)、風(fēng)險(xiǎn)、潛在影響、成功因素、數(shù)據(jù)要求、合規(guī)性問(wèn)題、治理等。其他成功因素也會(huì)隨之而來(lái)。
1.了解為什么需要人工智能
許多企業(yè)面臨采用人工智能的競(jìng)爭(zhēng)壓力。但是，更好的方法是退后一步，詳細(xì)了解企業(yè)要完成的工作，然后考慮實(shí)際需要做些什么。
關(guān)注數(shù)據(jù)智能和自動(dòng)化的全球IT咨詢機(jī)構(gòu)NTT DATA Services公司高級(jí)總裁Theresa Kushner說(shuō)：“企業(yè)需要了解為什么需要采用人工智能技術(shù)。在沒(méi)有計(jì)劃如何使用它或沒(méi)有期望目標(biāo)的情況下創(chuàng)建人工智能或機(jī)器學(xué)習(xí)算法將會(huì)浪費(fèi)資金和人才。采用人工智能解決問(wèn)題才是第一步。事實(shí)表明，大約有六分之一的項(xiàng)目能夠帶來(lái)投資回報(bào)。”
Kushner表示，需要記住的是，人工智能用于不同目的，例如降低成本、增加收入、預(yù)測(cè)結(jié)果或優(yōu)化流程。即使斷定人工智能技術(shù)可以解決此類問(wèn)題，但可能仍缺少解決這些問(wèn)題所需的數(shù)據(jù)。
2.訓(xùn)練優(yōu)質(zhì)數(shù)據(jù)
永遠(yuǎn)不要低估數(shù)據(jù)的力量。如果它很雜亂，那么這是一種自然狀態(tài)，企業(yè)收集的數(shù)據(jù)通常是不一致、不準(zhǔn)確、不完整或重復(fù)的。當(dāng)使用沒(méi)有清理過(guò)的數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)時(shí)，可能會(huì)導(dǎo)致不良結(jié)果，例如較差的建議和錯(cuò)誤的結(jié)論。
移動(dòng)和網(wǎng)絡(luò)應(yīng)用平臺(tái)提供商ISBX公司總裁Arthur Iinuma說(shuō)，“人工智能具有強(qiáng)大的能力，但任何人工智能解決方案都只能與其源數(shù)據(jù)一樣好。在任何人工智能實(shí)施之前，必須采取措施確保數(shù)據(jù)質(zhì)量和可用性，并定義清晰和可衡量的關(guān)鍵績(jī)效指標(biāo)。全面清潔的數(shù)據(jù)集對(duì)于確保最佳結(jié)果至關(guān)重要。”
3.認(rèn)識(shí)到實(shí)驗(yàn)室結(jié)果和現(xiàn)實(shí)世界的結(jié)果可能不同
一些人工智能試點(diǎn)項(xiàng)目在實(shí)驗(yàn)室中工作良好，但在現(xiàn)實(shí)世界中卻表現(xiàn)不佳，因?yàn)楝F(xiàn)實(shí)世界要復(fù)雜得多且隨機(jī)得多。同樣，一個(gè)成功的用例并不能保證人工智能應(yīng)用于另一種用例時(shí)也會(huì)表現(xiàn)良好。
人工智能開(kāi)發(fā)商BeyondMinds公司首席執(zhí)行官Rotem Alaluf說(shuō)：“現(xiàn)實(shí)世界中的人工智能與實(shí)驗(yàn)室中的人工智能并不完全相同，其解決方案應(yīng)該更加完整、穩(wěn)定以及適應(yīng)性強(qiáng)。這就像專業(yè)選手和業(yè)余選手的區(qū)別一樣。雖然采用的是相同的游戲規(guī)則，但是反應(yīng)和適應(yīng)意外的技能和能力不同。我們需要了解實(shí)驗(yàn)室人工智能技術(shù)的局限性，了解在現(xiàn)實(shí)世界中如何從中創(chuàng)造價(jià)值，并在企業(yè)中以可擴(kuò)展的方式使用。”
4.人工智能獲得成功需要團(tuán)隊(duì)的努力
人工智能技術(shù)總是離不開(kāi)數(shù)據(jù)科學(xué)家的參與。人工智能項(xiàng)目實(shí)際上是一項(xiàng)團(tuán)隊(duì)活動(dòng)，它需要獲得企業(yè)管理人員的支持和跨職能業(yè)務(wù)部門(mén)的協(xié)作。
Betsy說(shuō)：“讓相關(guān)的業(yè)務(wù)和產(chǎn)品決策者、數(shù)據(jù)所有者和經(jīng)理、工程團(tuán)隊(duì)和數(shù)據(jù)科學(xué)家協(xié)同工作是至關(guān)重要的。如果缺少一些利益相關(guān)者的支持，成功的可能性就很小。在大型企業(yè)中，尤其是那些業(yè)務(wù)職能分工分明的企業(yè)，建立所需的跨職能團(tuán)隊(duì)可能很困難。企業(yè)需要確保在每個(gè)區(qū)域的報(bào)告鏈中都得到支持。”
例如，如果數(shù)據(jù)科學(xué)團(tuán)隊(duì)與領(lǐng)導(dǎo)人工智能計(jì)劃的產(chǎn)品團(tuán)隊(duì)位于企業(yè)的不同部門(mén)，那么明智的做法是獲得管理數(shù)據(jù)科學(xué)家的管理者的支持，以避免優(yōu)先排序或資源沖突。
5.使人工智能計(jì)劃與產(chǎn)品路線圖保持一致
全球?qū)I(yè)信息、軟件解決方案和服務(wù)提供商Wolters Kluwer公司數(shù)據(jù)科學(xué)總監(jiān)John Langton指出，人工智能計(jì)劃本身并不是人工智能戰(zhàn)略。企業(yè)的管理人員必須明白，人工智能不是一種產(chǎn)品，而是新產(chǎn)品的推動(dòng)者。然而，產(chǎn)品經(jīng)理往往不能很好地理解這些。
Langton說(shuō)，“一個(gè)成功的人工智能計(jì)劃需要以產(chǎn)品開(kāi)發(fā)團(tuán)隊(duì)、企業(yè)管理者和技術(shù)領(lǐng)導(dǎo)者之間不斷進(jìn)行的對(duì)話為中心，以開(kāi)發(fā)功能完善的人工智能工具。優(yōu)秀的數(shù)據(jù)科學(xué)家可以向產(chǎn)品團(tuán)隊(duì)提供技術(shù)方面的可行性，而產(chǎn)品團(tuán)隊(duì)可以將市場(chǎng)推向市場(chǎng)和客戶專業(yè)知識(shí)來(lái)確保解決實(shí)際問(wèn)題。這還使兩個(gè)團(tuán)隊(duì)都能將人工智能檢查點(diǎn)納入產(chǎn)品路線圖中，而不必將其視為一個(gè)單獨(dú)的研發(fā)產(chǎn)品。數(shù)據(jù)科學(xué)家和產(chǎn)品團(tuán)隊(duì)緊密配合，可以使企業(yè)對(duì)人工智能應(yīng)用的結(jié)果設(shè)定期望。”
6.監(jiān)測(cè)漂移模型
隨著新數(shù)據(jù)的大量出現(xiàn)，人工智能的模型往往會(huì)漂移，隨著時(shí)間的推移變得越來(lái)越不準(zhǔn)確，因此它們可能需要調(diào)整或重新訓(xùn)練。
網(wǎng)絡(luò)服務(wù)和網(wǎng)絡(luò)安全解決方案提供商Juniper Networks公司人工智能驅(qū)動(dòng)業(yè)務(wù)副總裁兼首席技術(shù)官Bob Friday說(shuō)：“要構(gòu)建成功的人工智能計(jì)劃，IT團(tuán)隊(duì)必須接受人工智能模型的動(dòng)態(tài)特性，并投入時(shí)間和精力對(duì)其進(jìn)行訓(xùn)練，就像經(jīng)驗(yàn)豐富的員工必須培訓(xùn)新員工一樣。在這一過(guò)程中，企業(yè)必須擁有經(jīng)驗(yàn)豐富的技術(shù)團(tuán)隊(duì)，以分析人工智能模型的性能和提供的結(jié)果。通過(guò)提供持續(xù)的反饋，人工智能模型將調(diào)整它們的邏輯，進(jìn)而更準(zhǔn)確、更有效地解決問(wèn)題。”
7.不道德的人工智能可能會(huì)影響企業(yè)的品牌和聲譽(yù)
人工智能出錯(cuò)會(huì)導(dǎo)致各種問(wèn)題，其中包括法律問(wèn)題、監(jiān)管罰款和聲譽(yù)受損。在微軟公司的Tay機(jī)器人變得滿嘴臟話以及亞馬遜公司人力資源智能機(jī)器人產(chǎn)生性別歧視的數(shù)年之后，這些引人注目的例子仍被作為典型示例，用來(lái)說(shuō)明如果未對(duì)人工智能進(jìn)行嚴(yán)格監(jiān)控或訓(xùn)練數(shù)據(jù)有偏見(jiàn)，幾年后仍可能會(huì)出問(wèn)題。
LivePerson公司首席技術(shù)官Alex Spinelli說(shuō)：“人工智能會(huì)做出各種各樣的決定，但它能做出正確的決定嗎?通常情況下，它充滿了人類產(chǎn)生的雜亂數(shù)據(jù)的無(wú)意識(shí)偏見(jiàn)。人工智能還不足以幫助我們變得更聰明、更快、更有效率，無(wú)論做了些什么，人工智能技術(shù)需要成為造福世界的力量。如果企業(yè)采用不健全的業(yè)務(wù)策略，他們很可能會(huì)發(fā)現(xiàn)自己在未來(lái)面臨法律問(wèn)題。”
8.在人工智能學(xué)習(xí)的同時(shí)，人類也應(yīng)該學(xué)習(xí)
如今有職場(chǎng)人士想獲得成功，就必須成為終身學(xué)習(xí)者。與此同時(shí)，人工智能系統(tǒng)正在“學(xué)習(xí)”如何做各種各樣的事情，無(wú)論是向顧客推薦一部新電影，還是在高峰時(shí)段識(shí)別地鐵中乘客的可疑行為。隨著人工智能的功能在工作中不斷增強(qiáng)，幫助人們更有效地完成工作，兩者應(yīng)該同時(shí)學(xué)習(xí)。人類需要學(xué)習(xí)如何更有效地使用人工智能，與此同時(shí)，人工智能系統(tǒng)學(xué)習(xí)用戶的偏好和行為，從而學(xué)習(xí)如何更有效地與人類合作。兩者都需要持續(xù)的學(xué)習(xí)，以便他們能夠更有效地適應(yīng)變化。
專業(yè)服務(wù)商德勤公司聯(lián)盟關(guān)系副總裁Anthony Ciarlo表示：“某些計(jì)劃未能提供投資回報(bào)率的原因之一是技能差距，或者在企業(yè)的工具和流程經(jīng)過(guò)更新和升級(jí)之后，缺乏對(duì)人工智能系統(tǒng)和人員的培訓(xùn)。人工智能是不斷變化的，它需要企業(yè)的承諾來(lái)投資于員工的學(xué)習(xí)和培訓(xùn)。”
9.以漸進(jìn)方式實(shí)施人工智能計(jì)劃
成功的人工智能計(jì)劃是逐步發(fā)展完善的，也就是說(shuō)，如果企業(yè)嘗試在開(kāi)發(fā)和使用過(guò)程之前過(guò)早解決過(guò)多的問(wèn)題，可能從而導(dǎo)致效果不佳、投資回報(bào)率低或沒(méi)有回報(bào)。
德勤公司云計(jì)算、人工智能/機(jī)器學(xué)習(xí)業(yè)務(wù)負(fù)責(zé)人Chida Sadayappan說(shuō)。“企業(yè)要想在人工智能計(jì)劃中取得成功，要做的一件事就是逐步漸進(jìn)地采用人工智能。在確定了人工智能/機(jī)器學(xué)習(xí)用例之后，必須以增量方式實(shí)施，因?yàn)樵谧畛醯牟渴鹬锌赡軣o(wú)法達(dá)到預(yù)期的結(jié)果。即使在最初部署之后，要為人工智能/機(jī)器學(xué)習(xí)建模的數(shù)據(jù)的收集和準(zhǔn)備也必須經(jīng)過(guò)一些反復(fù)的過(guò)程。因此，以漸進(jìn)方式實(shí)施人工智能計(jì)劃往往是成功的因素。”
10.人工智能不僅僅是算法和模型
當(dāng)人工智能的收益和成功還取決于人員和流程時(shí)，人工智能通常只以技術(shù)術(shù)語(yǔ)(如模型和算法)來(lái)看待。企業(yè)實(shí)施人工智能的目的應(yīng)該是推進(jìn)業(yè)務(wù)目標(biāo)。
IBM公司全球首席人工智能官Seth Dobrin表示：“企業(yè)首先要明確定義人工智能項(xiàng)目的意圖，然后為該技術(shù)定義特定的用例，這將有助于確定需要哪種類型的人工智能解決方案以及如何將它們集成到企業(yè)的基礎(chǔ)設(shè)施。在此基礎(chǔ)上，評(píng)估輸入到人工智能模型中的數(shù)據(jù)源，并使用意圖作為技術(shù)實(shí)施的指導(dǎo)，為人工智能設(shè)置具體的行動(dòng)。通過(guò)這個(gè)過(guò)程，企業(yè)可以通過(guò)將每個(gè)解決方案應(yīng)用在人工智能策略中，并在企業(yè)的業(yè)務(wù)中實(shí)現(xiàn)人工智能。”
版權(quán)聲明：本文為企業(yè)網(wǎng)D1Net編譯，轉(zhuǎn)載需注明出處為：企業(yè)網(wǎng)D1Net，如果不注明出處，企業(yè)網(wǎng)D1Net將保留追究其法律責(zé)任的權(quán)利。
京公網(wǎng)安備 11010502049343號(hào)