[[393200]]

【51CTO.com快譯】人工智能可以為企業帶來競爭優勢，并釋放難以獲得的巨大商機。因此，人們需要了解制定有效的人工智能優先策略的6個步驟。

人工智能對現代企業的影響令人難以置信。那么你是否知道Netflix公司的人工智能推薦引擎每年可以獲得10億美元的收入?Netflix公司并不是唯一意識到人工智能重要性的企業，調查表明84%的企業認為人工智能可以給他們帶來競爭優勢。

人工智能技術在過去幾年中取得了飛速的發展。自動化和人工智能領域的許多發展和進步都集中在提高員工生產力上。根據調研機構埃森哲公司的預測，到2035年，人工智能將使企業的生產率提高40%。

人工智能技術最有影響力的應用并不是生產力或運營業務速度的提高，而是解決以前無法解決的問題的能力。

人工智能優先戰略的主張是：人工智能提供以前由于技術限制而無法獲得的業務解決方案，這些解決方案可以使企業具有競爭優勢。人工智能優先的戰略將人工智能融入業務活動的技術堆棧中，以至于它消失在基礎設施中。客戶無需學習適應，員工無需人工處理，其結果可以實時提供給各個用戶，無論是客戶還是員工。

與傳統的數據驅動決策過程不同，企業獲得人工智能系統生成的見解，然后做出明智的決策，而人工智能優先策略可自動執行決策，從而極大地提高了業務響應能力。

創建人工智能優先策略的步驟

有些組織創建了自己的人工智能戰略，其戰略只是對其業務運營采用人工智能并進行改進。人工智能優先策略與這種方法有所不同，因為它通常會徹底改變常規業務。

人工智能優先戰略將釋放新的商機，創造更高的客戶價值，并使用顛覆性解決方案解決原有的業務問題。而潛在的顛覆性技術需要采用顛覆性的方法來實現。并非所有企業都意識到這一點，這就是所有人工智能項目中有50%最終失敗的原因!

以下是實施有效的人工智能優先策略的6個步驟：

1.建立人工智能就緒文化

人工智能優先戰略將人工智能嵌入到業務方法的基本結構中。它使員工能夠利用人工智能開發創新的解決方案，從而為客戶增加價值，并提高企業的收入。因此，需要轉變企業文化的模式為這種策略騰出空間。而且與任何變革措施一樣，它也會充滿原有的慣性。

人工智能優先戰略必須獲得企業內部各個層面和各個部門的支持才能獲得成功。以下是一些在企業內部為人工智能策略提供支持的想法：

• 獲得高層管理人員的支持

企業需要從上向下領導變革。在高層管理人員率先進行人工智能轉型的過程中，可以向員工明確地傳達人工智能轉型是至關重要的這一信息。

• 建立人工智能變革團隊

企業召集內部各個部門的創新性人才，并任命他們為變革推動者。從他們那里了解有關各自部門需求、人工智能應用程序以及對人工智能轉型面臨障礙的反饋。授權這些變革推動者領導各自部門的人工智能轉型，對個人的成就進行獎勵以提高團隊成就。

• 教育利益相關者

企業的變革推動者只是推動人工智能轉型還不夠，還必須廣泛采用人工智能。而且只有當認識到人工智能的潛力時，這種情況才會發生。因此需要對他們進行有關人工智能和應用以及對企業具有潛在影響的教育。

2.投資人才

招募人工智能技能的人才是有效實施人工智能優先策略的第二個重要的措施，僅次于數據質量。企業在創建人工智能團隊時，需要考慮以下幾點：

• 尋求合適的人才

招募合適的人才對于實現人工智能目標至關重要。但是，找到具有機器學習專業技能的人才說起來容易做起來難。人工智能技術發展如今仍然處于萌芽狀態，因此，沒有合適的人才，實施人工智能項目的成本很高。

此外，人工智能項目需要各種資源，需要數據工程師或研究人員來組織企業的數據，需要數據科學家從中提取見解，還需要軟件工程師創建應用程序。

• 人員招聘

現在，人工智能的潛在投資回報遠遠超過其成本。那并不意味著在人員招聘花費更多的費用。有時候，培養內部人才比招聘外部人才更明智。通過傳授經驗和知識培訓，企業的內部員工通常能夠承擔開發人工智能項目的工作。

• 基于價值的戰略

確保人工智能團隊了解企業的目標和價值觀，并根據這些制定人工智能目標。與此同時，新組建的人工智能團隊必須具有明確的頭銜和團隊結構，才能像運轉良好的機器那樣發揮作用，以實現共同的目標。此外，還應該根據業務現狀和企業價值確定優先級。

3.實施計劃

人工智能項目不同于其他常規項目。它的成功將對企業的各個方面及其未來發展產生深遠的影響。因此必須有一個明確的實施計劃。

• 從人工智能目標入手

企業需要創建流程、任務和問題的全面列表，在這個列表中，人工智能可以提供最大或即時的影響。此外，根據它們對業務的重要性來確定這些人工智能目標的優先級，并按順序進行處理。闡明企業中每個部門的人工智能目標，并確定其范圍，其中包括技術先決條件和理想結果。

• 通過人工智能框架實現標準化

企業開發一套具有標準的人工智能框架，以評估人工智能在預定目標方面的成功與否。這些標準應該引導企業找到合適的指標，以幫助評估人工智能計劃在每個層面上的成功。

• 考慮構建與購買

企業需要權衡構建人工智能系統與購買人工智能的利弊。通常情況下，購買或租用人工智能系統是一種更加經濟可行的選擇，可以立即開始使用。但是，第三方人工智能并不是專門為企業的業務和應用程序設計的，因此并未針對它們進行優化。因此，需要降低對第三方人工智能解決方案的期望。

另一方面，從頭開始構建人工智能既昂貴又費時。但是，由于針對獨特應用程序進行全面優化，因此其結果將會更好。

4.數據收集與準備

強大的數據策略是成功的人工智能策略的核心。開發其策略將涉及三個步驟：

• 識別數據集

對于從人工智能中獲得的收益具有清晰的認識，并確定獲得這些收益所必需的數據源。人工智能的一些用例可以是：

(1)開發改進或全新的產品或服務。

(2)自動化操作和流程。

(3)提供個性化的客戶體驗。

(4)價格優化。

在正式確定了人工智能用例之后，就可以指定用于這些目的所需的數據。

• 創建數據處理指南

下一步是確定數據源、數據治理以及收集、存儲、處理和操作數據所需的技術。此外，考慮到與數據采集、處理和利用有關的隱私問題也是至關重要的。企業還要制定明確的數據處理指南，以確保解決隱私合規性問題。

• 定義錯誤和數據質量

有些數據可能需要在使用前進行清理，因此需要定義數據錯誤并根據需要設置數據質量標準。

5.建立模型

目前一些可以實施的機器學習模型并不是能夠解決每個業務問題的全面解決方案。為了從人工智能中獲取最大價值，企業必須采用一種為其獨特應用場景提供最佳結果的機器學習模型。

• 選擇合適的機器學習模型

從選擇合適的機器學習模型開始實施項目。通過回答以下問題，企業可以找到適合自己的機器學習模型：

(1)如何交付人工智能項目?

(2)誰擁有人工智能項目——是分析小組，自動化小組，還人工智能卓越中心?

(3)下一步是什么?

(4)誰負責交付每個行動、任務和里程碑?

(5)應該遵循哪些工作流程?

• 評估機器學習模型

可以根據企業的場景和業務應用比較不同的機器學習模型。例如，準確性是必須考慮的因素之一。對于無人駕駛汽車來說，達到99%的精度還是不能滿足要求。而在另一方面，對于電影推薦引擎來說，60%的準確性綽綽有余。無論選擇哪種機器學習模型，都具有一系列的權衡。因此在做出選擇之前，需要先了解它們。

• 定義機器學習模型的工作流程

典型的機器學習模型工作流程分為三個步驟。第一步是數據工程，其中包括數據收集、數據預處理和構建數據集。第二步是機器學習模型工程，其中包括模型培訓和優化、評估和部署到生產。最后一步是代碼工程，它將機器學習模型集成到產品中，并包括部署到生產中。

• 持續迭代模型

一旦采用了機器學習模型，需要對其進行更新迭代，直到獲得所需的結果。完善機器學習模型需要大量的高質量數據集。同樣，還要對機器學習算法進行調整，以優化它們并提高其準確性。因此，需要花費大量的時間從機器學習模型中獲得所需的結果，而不是匆忙地完成。

6.交付模型和結果

成功的人工智能優先策略可以帶來長期收益。但是，如果人工智能計劃花費太長時間才能取得成果，則可能會失去實施動力。有一些方法可以克服這一障礙，而又不影響人工智能性能的質量：

• 利用敏捷來迭代交付

企業的首要任務必須是快速獲得人工智能的好處，并得到更多人的支持。當然，敏捷交付模型對于人工智能優先策略的成功至關重要。迭代交付結果將會超出企業的期望，并消除了采用人工智能的內在慣性。

• 建立DevOps思維方式

DevOps的思維方式可以顯著提高人工智能交付業務成果的速度。通過盡快取得一些勝利或提供高影響力的結果，人工智能團隊可以消除企業內部人員對人工智能的懷疑態度。

DevOps的思維方式使人工智能團隊對企業的需求和市場的反應更加迅速。

• 采取機器學習即服務(MLaaS)方法

在將來，人工智能技術應該在企業內部員工隊伍中都能夠訪問且易于使用。在理想情況下，機器學習即服務(MLaaS)模型消除了與人工智能團隊進行協調的需求，并授權其他員工使用人工智能來適應其業務用例。

• 度量和測量

人工智能轉型項目的成功不應該通過對其績效的主觀分析來衡量。這樣做會使它受到抵制變革的內部人員的批評。因此，必須根據上述三個步驟中討論的預定指標來衡量人工智能的成功。如果人工智能無法滿足預期的結果，需要對其進行迭代，直到達到預期的水平。

結論

人工智能優先戰略是一項持續改進的項目。無論企業的人工智能計劃提供多少價值以及解決了多少問題，總有改進的空間。通過教育所有利益相關者并激發他們思考使用人工智能解決業務問題的方法，企業將能夠在廣泛的流程和環境中更好地利用人工智能，從而最終在業務活動的各個方面獲得競爭優勢。

原文標題：AI-First Strategy: Where To Start?，作者：Mir Ali

【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】