時(shí)下，在數(shù)字化轉(zhuǎn)型中AI承擔(dān)著更重要的職責(zé)，整個(gè)數(shù)字化轉(zhuǎn)型的進(jìn)程正逐步由原來(lái)的“云+大數(shù)據(jù)”等技術(shù)驅(qū)動(dòng)，轉(zhuǎn)變?yōu)椤霸?大數(shù)據(jù)+AI”驅(qū)動(dòng)。在這個(gè)背景下，越來(lái)越多的企業(yè)開始升級(jí)IT基礎(chǔ)架構(gòu)，加速數(shù)字化轉(zhuǎn)型。

不過(guò)，由于急于求成、缺乏扎實(shí)的基礎(chǔ)，企業(yè)在布局AI的過(guò)程中可能會(huì)忽略一些重要的細(xì)節(jié)，這些細(xì)節(jié)可能決定著企業(yè)轉(zhuǎn)型的成功與否。對(duì)此，分析決策平臺(tái)FICO表示，人們想要解決AI的問題僅僅因?yàn)樗茿I，而不是因?yàn)樗亲罴呀鉀Q方案。因此我們必須考慮到AI的方方面面，諸如AI的開發(fā)、成功的標(biāo)準(zhǔn)、風(fēng)險(xiǎn)治理，以及相關(guān)的道德標(biāo)準(zhǔn)。

一、確定布局AI的動(dòng)機(jī)

做任何事情不能人云亦云，那些在是否采用AI中舉棋不定，或是面臨巨大壓力的企業(yè)，不妨后退一步，考慮一下是否真的需要AI戰(zhàn)略。數(shù)據(jù)智能和自動(dòng)化全球IT咨詢公司NTT?DATA?Services的高級(jí)總監(jiān)Theresa表示，如果確實(shí)需要人工智能，那么在沒有計(jì)劃使用它的情況下，創(chuàng)建AI或機(jī)器學(xué)習(xí)算法是浪費(fèi)金錢，研究表明，大約有1/6的項(xiàng)目能夠帶來(lái)回報(bào)。?

AI可以幫助企業(yè)降低成本、增加收入、預(yù)測(cè)結(jié)果、優(yōu)化流程，在初步了解我們?yōu)槭裁葱枰狝I之后，緊接著我們需要考慮支撐AI的數(shù)據(jù)。

二、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，當(dāng)它是不一致、不準(zhǔn)確、不完整或重復(fù)的，我們使用這些數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)或者訓(xùn)練數(shù)據(jù)時(shí)，可能導(dǎo)致不準(zhǔn)確的結(jié)果，得出較差的建議或錯(cuò)誤的結(jié)論。其實(shí)，人工智能具有強(qiáng)大的功能，但任何人工智能解決方案都需要確保數(shù)據(jù)的優(yōu)質(zhì)。

因此，訓(xùn)練或得到優(yōu)質(zhì)的數(shù)據(jù)，對(duì)于AI來(lái)講十分有必要。

三、實(shí)驗(yàn)結(jié)果和實(shí)際結(jié)果的差異性

在實(shí)際推進(jìn)過(guò)程中，我們會(huì)遇到實(shí)驗(yàn)結(jié)果與實(shí)際結(jié)果有差別等問題，因?yàn)楝F(xiàn)實(shí)世界比實(shí)驗(yàn)室環(huán)境要復(fù)雜且隨機(jī)。同樣，一個(gè)成功的案例并不能確保另一個(gè)案例也會(huì)表現(xiàn)很好。

AI公司BeyondMinds首席執(zhí)行官Rotem?Alaluf表示：“現(xiàn)實(shí)世界中的AI與實(shí)驗(yàn)室中的AI并不完全不同，但是解決方案應(yīng)該更加完整，穩(wěn)定和適應(yīng)性強(qiáng)。我們需要了解實(shí)驗(yàn)室人工智能的局限性，了解從中創(chuàng)造價(jià)值所需要的東西在現(xiàn)實(shí)世界中，并以可擴(kuò)展的方式在組織中使用它?！?/p>

四、注重團(tuán)隊(duì)的力量

布局AI戰(zhàn)略并不是單個(gè)人就能完成的事情，我們需要管理層的支持，需要跨部門的協(xié)作，嚴(yán)格意義上來(lái)講，它需要依靠團(tuán)隊(duì)。

數(shù)據(jù)科學(xué)咨詢公司Valkyrie的首席數(shù)據(jù)科學(xué)家Hilliard?。“在大型組織中，尤其是在業(yè)務(wù)職能之間劃分很重的組織中，建立所需的跨職能團(tuán)隊(duì)可能很困難?！比绻麛?shù)據(jù)科學(xué)團(tuán)隊(duì)與領(lǐng)導(dǎo)AI計(jì)劃的產(chǎn)品團(tuán)隊(duì)位于組織的不同部門，那么明智的做法是從數(shù)據(jù)科學(xué)家上方獲得領(lǐng)導(dǎo)層的支持，以避免優(yōu)先級(jí)劃分或資源沖突。

五、將AI計(jì)劃融入產(chǎn)品布局中

為了自己的利益而制定的AI計(jì)劃既不是AI戰(zhàn)略，也不是雇用數(shù)據(jù)科學(xué)家。全球?qū)I(yè)信息、軟件解決方案和服務(wù)提供商Wolters?Kluwer的數(shù)據(jù)科學(xué)總監(jiān)John?Langton表示，團(tuán)隊(duì)必須了解AI不是產(chǎn)品，而是新產(chǎn)品的推動(dòng)力。但是，產(chǎn)品經(jīng)理往往無(wú)法很好地理解與AI的關(guān)系。

“成功的AI計(jì)劃需要以產(chǎn)品開發(fā)團(tuán)隊(duì)，領(lǐng)導(dǎo)層和技術(shù)領(lǐng)導(dǎo)者之間不斷進(jìn)行的對(duì)話為中心，以開發(fā)完善的AI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)方面的知識(shí)教育，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)際問題。”Langton說(shuō)?！斑@還使兩個(gè)團(tuán)隊(duì)都可以將AI檢查點(diǎn)納入產(chǎn)品路線圖中，而不必將其視為單獨(dú)的R&D產(chǎn)品。將數(shù)據(jù)科學(xué)家和產(chǎn)品團(tuán)隊(duì)直接聯(lián)系起來(lái)，可以使您對(duì)AI應(yīng)用后的外觀設(shè)定期望?！?/p>

六、監(jiān)測(cè)漂移模型

隨著新數(shù)據(jù)的涌入，模型趨向于漂移，隨著時(shí)間的流逝變得越來(lái)越不準(zhǔn)確，因此可能需要對(duì)其進(jìn)行調(diào)整或重新訓(xùn)練。

網(wǎng)絡(luò)安全解決方案提供商Juniper?Networks?技術(shù)官Bob?Frida表示，要建立成功的AI計(jì)劃，IT團(tuán)隊(duì)必須接受AI模型的動(dòng)態(tài)特性，并投入時(shí)間和精力進(jìn)行培訓(xùn)，這類似于公司資深人士必須培訓(xùn)新員工的方式，在此過(guò)程中，企業(yè)必須擁有經(jīng)驗(yàn)豐富的技術(shù)團(tuán)隊(duì)來(lái)分析AI模型的性能和結(jié)果。通過(guò)提供不斷的反饋，AI模型將調(diào)整其邏輯，進(jìn)而更準(zhǔn)確，更有效地解決問題。

七、道德/不道德的AI可能會(huì)影響公司的品牌和聲譽(yù)

有的時(shí)候，AI會(huì)導(dǎo)致法律、監(jiān)管以及聲譽(yù)受損等問題。時(shí)下，互聯(lián)網(wǎng)公司的決策越來(lái)越依靠數(shù)據(jù)、人工智能，因此也會(huì)產(chǎn)生一些法律、監(jiān)管等問題。LivePerson的首席技術(shù)官Alex?Spinelli表示：“人工智能將為各種各樣的事情做出決定，但它會(huì)做出正確的決定嗎？通常情況下，它充滿了人類產(chǎn)生的“臟”數(shù)據(jù)的無(wú)意識(shí)偏見。他堅(jiān)信僅憑人工智能不足以幫助我們變得更聰明，更快，更高效。這需要成為造福世界的力量。”

八、人才也是被需要的

如今，人工智能系統(tǒng)正在“學(xué)習(xí)”如何做各種事情，無(wú)論是向顧客推薦新電影還是在高峰時(shí)段識(shí)別地鐵中的可疑行為。隨著AI增強(qiáng)工作中的人員數(shù)量，幫助他們更有效地完成工作，兩者都應(yīng)同時(shí)學(xué)習(xí)。隨著時(shí)間的流逝，人類學(xué)會(huì)了如何更有效地使用AI，而隨著時(shí)間的推移，人們學(xué)會(huì)了用戶的偏好和行為，從而學(xué)會(huì)了如何與人類更有效地合作。兩者都可能需要持續(xù)的培訓(xùn)，以便他們可以更有效地適應(yīng)變化。

跨國(guó)公司聯(lián)盟關(guān)系副總裁Anthony?Ciarlo表示，某些計(jì)劃未能提供ROI的原因之一是技能差距，或者在公司的工具和流程經(jīng)過(guò)更新，升級(jí)和提高技能以包括AI之后，缺乏人員培訓(xùn)。因此，人工智能在不斷學(xué)習(xí)的過(guò)程中，人也需要不斷精進(jìn)自我，不斷學(xué)習(xí)。

九、人工智能不僅僅是算法和模型

當(dāng)AI的收益和成功還取決于人員和流程時(shí)，通常僅以技術(shù)術(shù)語(yǔ)(例如模型和算法)來(lái)看待AI，人工智能的目的應(yīng)該是推進(jìn)業(yè)務(wù)目標(biāo)。

IBM首席AI官Seth?Dobrin表示，首先要明確定義AI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AI解決方案以及如何將它們集成到您的基礎(chǔ)架構(gòu)中。

寫在最后

隨著AI的深入應(yīng)用，企業(yè)紛紛采用AI的模式來(lái)精進(jìn)企業(yè)業(yè)務(wù)流程，而在我們布局AI之前，我們需要考慮我們的動(dòng)機(jī)、如何獲得優(yōu)質(zhì)數(shù)據(jù)等等，只有這樣才能讓AI幫助我們創(chuàng)造更多的價(jià)值。