現在企業對人工智能 (AI) 的使用越來越廣泛，甚至趨向自動化。無論這是否基于現有的數據研發平臺，還是使用多合一的工具，或者在云端或內部托管數據，都有大量現成的解決方案，因此，如此豐富的選擇不應該讓我們忘記解決方案的存在理由!在那些許諾給你月亮的人和那些想要終極(和不可實現的)解決方案的人之間，你必須要比以往任何時候都更加堅定地了解你的需求。

一、評估人工智能和業務需求

不要相信流行術語!

關于評估人工智能，首先要知道的是不要相信流行術語。你知道，像大數據、物聯網、區塊鏈和許多其他術語，“預期的革命”并不是現實。我見過幾個例子，我看到過幾個IT團隊被告知，他們必須實現特定的新技術，而不考慮業務需求，這是脫離現實因果的關系，是不切實際的。在任何時候關注需求永遠是成功的第一步。有時候，人工智能被用于那些可以通過簡單的“if-then-else”語句解決問題的現象上，實際上，人工智能對那些難以通過簡單算法解決的問題最有用。

我們需要什么?

當然，這意味著要問為什么，更重要的是，我們想要實現什么目標。通常，當管理層制定需求時，需求不一定是完整的。例如，如果你被要求為一家公司搭建一個人工智能平臺，而公司的股東要求明年利潤翻一番，那么你需要考慮到這一點。您必須了解公司的目標，不僅是管理層的目標，還必須了解組織的需求及其產生的后果。

讓我們回到業務需求。我們有必要明確需求，其中一個好的方向是掌握已經確定的用例。那么我們不僅需要競爭情報(我的競爭對手是否實施了相關用例?)，還需要會見供應商、參觀貿易展覽，當然還需要了解公司的流程。

有哪些人工智能用例?

人工智能用例是無窮無盡的，其中使用場景有很多是重復的。以下是多個行業經常出現的一些案例：

• 營銷自動化營銷。
• 銷售預測、潛在客戶開發和基于行為分析。
• AI欺詐檢測。
• 視覺檢測(人臉識別，OCR，表情識別等)。
• 自動化路徑等。
• 管理任務，例如自動郵件、文件處理和決策支持。
• 自動化決策(尤其是在法律和保險領域)。
• 預測性判斷。

有哪些反人工智能用例?

當想知道一個用例是否應該使用 AI 時，我們需要了解是否滿足以下問題：

• 如果 AI 解決方案錯誤，會有什么后果?
• 如果 AI 解決方案存在偏見，會有什么影響?
• 人工智能項目做出的決定是否會產生法律后果?
• 它是否有使客戶關系失去粘性的風險?
• 在用戶仍然不可或缺的用例中，它會帶來真正的幫助嗎?

二、構建 VS 采購

在考慮是在內部構建平臺還是從外部購買平臺時，我們需要回答更多問題，首先是“您的需求是非常具體還是很小的一部分?” 如果您對此的回答是“不”，那么您應該要準備好購買了!下面是一個非常好的計劃：

• 比較構建和購買之間的商業計劃。
• 如果你的需求比較具體，市場上是否有相應的人工智能解決方案?
• 供應商是否已經為您的用例提出了解決方案?
• 這個賣主在三年內是否有失敗的重大風險?
• 你能用自己的想法和使用人工智能的方式來打敗競爭嗎?
• 是否有需要完全獨立于供應商的關鍵需求?

三、人工智能企業平臺

人工智能能力清單

以下是您必須研究的能力列表以及 AI 平臺應滿足的需求：

• 數據整合
• 數據治理
• 訓練與開發
• 部署和監控
• 智能引擎(ML 程序、庫等)
• 優化能力
• 協作能力
• 可視化能力

供應商類型列表

市場上有許多供應商，因此由您決定您的需求。以下是您將遇到的兩大類供應商以及它們之間的一些主要區別：

企業AI平臺的替代方案

企業 AI 平臺并不是我們唯一的技術解決方案。兩種類型的平臺可能相關，具體取決于您的業務需求行業中是簡單的還是冗余的——“面向業務的解決方案”和機器人流程自動化 (RPA)。

“業務專用”平臺

在某些領域，可能會有“老”供應商，他們專注于一種固定的解決方案。特別是在制造業，有一些歷史悠久的供應商，他們接受人工智能，并提供隨時可用的人工智能解決方案，以幫助管理工廠，實現預測性維護等。這些解決方案有時可以直接使用，并涵蓋在您的一些需求案例中。

機器人過程自動化

RPA是一個捆綁解決方案，它試圖將人類手勢“機器人化”。這些解決方案是OCR解決方案的補充，但它們也可以編寫并通過電子郵件發送響應，其中涵蓋許多AI用例。這種解決方案的投資回報率會非常高。當然管理RPA和被操縱的應用程序之間的依賴關系可能非常困難。理想情況下，如果您的業務軟件很少迭代更新，那么應該考慮RPA。

結論

希望這些見解能幫助你做好準備，當你的老板說，“我們需要人工智能來進行這些操作!”在理解人工智能可以做什么和我們希望它做什么，這其中存在很大差距。從評估業務需求到關注正確的選擇：自行構建或從供應商處購買，以及在內部或云中管理，您現在擁有了為您的業務需求做出正確選擇方法了。