图源：Unsplash几乎所有CEO都说他们在“搞AI技术”，这跟你的朋友说他“要去健身房”是一个道理。他们一般都无法达到期望的目标——很多企业做到AI试点项目就没了下文，朋友不久也会说太忙了没时间健身。高德纳咨询公司年的首席信息官议程调查(TheGartnerCIOAgendaSurvey)报告中指出，参与调研的家企业中，有37%的企业已经应用了AI技术。可以肯定的是，剩下那63%的企业中有很大一部分在推行AI的过程中遇到过或多或少的阻碍。只有技术和人才是远远不够的。企业必须打破文化壁垒，重新对组织结构进行审视，以便于AI在不同部门和地区之间推广。企业部署AI没有唯一的路径，具体怎么做要取决于不同企业的规模、人才库和AI技术成熟度。以下这套由十个环节组成的方案可以为管理者们的AI转型之路提供指引：·以规模化应用AI为目标·在全公司上下建立起AI意识·在企业高管层达成共同的“AI转型愿景”·打一套AI组合拳·建立内部AI团队并与AI供应商合作·将AI人才分派至公司不同部门并且分配具体职责·让全公司上下接纳数据导向型的决策·打破数据竖井·架起业务团队与技术团队沟通的桥梁·为整合与管理转型做好预算以规模化应用AI为目标有了AI的帮助，企业可以成规模地对数据进行分类、搜寻模式、预测结果以及产出重复型的决策。规模很重要。为了推动交叉销售和向上销售，采用机器学习工具对客户进行细分，这对银行来说还是相对容易做到的。而部署AI解决方案来优化从客户引导到维护已有客户关系的整个客户流程，是一项更具挑战也更有收益的工作。企业要如何构建和部署具有可扩展性的AI解决方案组合呢？归根结底在于组织结构和企业文化。企业必须促进业务团队和技术团队的合作，这样AI解决方案才能够满足不断变化的业务发展的需求。组织结构也必须具有相当的流动性，使AI人才能够去到最需要的地方。图源：unsplash在全公司上下建立起AI意识必须增强整个企业的AI意识。从管理人员到个体员工，都必须树立相关意识，明白AI可以怎样解决业务问题，了解要如何使用AI工具。AI培训可以由内部进行也可以借助外部力量。AI技术成熟的企业可以建立公司内部的AI学校，提供在职培训课程。其余企业可以外聘培训师和顾问进行课堂教学以及开展研讨会。高级管理人员企业决策层和其它高级管理人员对企业的业务需求，目标以及面临的困境早已了然于胸。因此，他们必须有良好的AI意识，这样才能够：·充分理解AI技术的工作原理（比如，机器学习，机器视觉，自然语言处理）·鉴别行业内和公司里的高价值AI用例·识别出满足本公司需求的独特AI工具·学会确定AI方案的优先级·了解有哪些必须克服的障碍，对员工角色转变有何影响以及企业文化需要进行怎样的改变技术人员企业必须为数据科学家、AI工程师和开发AI工具的研究人员提供技术培训。根据他们的角色不同，培训的内容应该包括：·数据最佳实践（比如，数据收集，数据清理，数据治理，修正偏差）·对机器学习和深度学习的技术性理解·了解公开源代码和第三方工具（比如Python,PyTorch,TensorFlow），这些工具可以用于开发和训练AI以及建立数据模型·认识行业标准和新兴AI技术业务解释员（BusinessTranslators）图源：unsplash这个新兴的角色也被称为分析解释员(Analyticstranslators)，负责沟通业务团队与技术团队，以确保AI产品能够满足业务需求。有些业务翻译人员还管理着开发AI工具的技术人员，并且主导AI项目的实施和应用。业务解释人员通常来自业务团队（比如项目经理、业务分析师、行业专家、业务经理），因此他们对公司业务非常了解，同时还可能精通项目管理、人事管理或者战略规划。业务解释人员应当参加基础技术培训，具有AI意识，这样才能够：·运用技术术语向开发AI工具的数据科学家和工程师解释公司的业务需求和要求·采用分析方法和AI工具解决业务问题·形成详尽的AI用例·理解部署AI工具之后，工作流程将会发生哪些变化业务用户市场营销、融资、销售以及其他职能部门中的这部分人员是AI工具的终端使用者。这些员工也需要相关的培训，要学会在日常工作中应用AI工具。此外，他们还需要克服对AI的恐惧。很多人都担心AI和自动化会夺走他们的工作。如果企业决策者将机器看得比员工的技能和经验重要的话，经理们同样会感觉受到了冒犯。公司领导人必须让员工坚信AI会帮助他们完成更多事情，让员工明白AI的重要性，相信AI会给公司和他们个人带来好处。企业领导人要让员工相信，对企业而言，最重要的永远是人。AI可以提供数据导向型的见解，可以使流程自动化，但是只有人拥有能够运用那些见解的常识和智慧，要将AI视为人类智慧的延伸而不是人类智慧的复刻。实际上，AI确实会取代一些工作。那些常规的重复型劳动被取代的风险最高。但是，像“三分之一工作岗位将被自动化机器取代”之类的新闻标题不过是耸人听闻罢了。AI能够自动执行任务，但无法承担所有岗位职责。真实的情况是员工借助AI提升工作能力，而不是员工被AI大规模取代。职员应该欢迎AI的加入。那些枯燥单一的任务交给机器自动完成，职员就有更多的时间去做有影响力且有满足感的工作了。雇主对此也是乐见其成的。德勤曾对家采用了AI技术的企业进行调研，该调查报告显示AI带来的最大好处在于其解放了员工，从而激发了他们的创造力。职员如果明白AI对个人成长（乃至生存）的重要性，就更有可能会接纳AI的到来。零售企业管理者只需要让员工看到亚马逊和电子商务给企业带来的生存危机，让他们了解AI将如何使零售企业更具效率，就会收到强烈的反响。向员工强调他们对企业的重要性，为他们描绘一个成功的未来，员工就会全力支持AI改革。企业高管层达成共同的“AI转型愿景”图源：unsplash一个企业AI改革成功几率的大小，与管理者对于AI改革愿景是否足够清晰有很大的关系。改革愿景不是关于某些使用个案的事，而是在市场上取得大赢面的问题。具体而言，高级管理层应当要能够对下面这四个问题作出详尽的回答：·AI可以帮助企业解决哪些商业困境？·三五年内，AI将如何使企业与其它竞争者拉开距离？·企业要如何利用AI来扩大并掌控市场份额？·眼下在数据可用性、人才、以及创新文化等方面，有哪些事情是必须要做的？假设有一家空调暖通公司，主营业务是为办公大楼安装采暖、通风以及空调设备。他们抓住了市场机遇，将传感器与机器学习相结合，从而实现了通过感知人类活动来调节整栋大楼的温度，这为该公司的客户将能源消耗降到了最低。在这个案例中，因为采用AI技术节省了能源，这家公司得以在行业中脱颖而出，获得了更多的市场份额。这仅仅是这家空调暖通公司的AI改革图景的第一章。接下来，他们要问问自己，要如何充分利用好数据、人才和企业文化，才能使公司立于不败之地。一个AI改革图景要能够说清楚公司的AI战略和项目组合，而且要让公司能够分清AI项目的优先级。目光放长远，短期内通过试点项目获取知识一个长期的AI改革愿景有助于管理者确定一条分阶段的AI改革之路。管理者会意识到真正的收益需要花时间。没有长远的目光，一旦管理者没有快速看到结果，他们很快就会终止这场变革。即使是成功的AI项目，想要得到回报也是要花时间的。试点项目可能没有任何经济性回报，但只要试点项目能够让公司学会如何彻底改造数据基础设施，以便于大规模推动AI应用，那就是有意义的短期胜利。试点项目需要投入的资金不多，却能让公司在构建可延展的AI解决方法上获得许多宝贵见解。这些项目让企业知晓哪类数据是需要大量收集的，哪类是需要丰富细节的，并且找出当前的数据缺口。这些信息有助于企业发展其数据收集和管理等核心能力。当企业高管达成一个长期的改革愿景之后，他们就更有可能去推动和鼓励一种创新的文化氛围，在这种文化里，投资回报率不再是衡量成功的唯一标准。这个思路为巨大的长线投资回报提供了可能性。打一套AI组合拳成功的AI改革有赖于一个完整的项目体系，这个体系要涵盖各种周期不同的项目。比较大型的、宏远的AI项目短期内需要大量的投入，却可能需要很多年才能获得可观的收益。如果单单投资这样的大型项目，公司的预算压力会比较大，同时这种项目需要管理层有足够的耐心。图源：unsplash企业要打一套AI组合拳，规划好不同项目所实行的周期。这让公司得以从短期项目中获取稳定的收益，这样一来，管理层才会继续提供支持。一套结构合理的AI项目组合应该包括：·小型试点项目，为扩大AI规模提供宝贵经验·短期项目，能够在6-12个月内获得可观的回报·中期项目，能够处理价值量不断增加的用例，并能够在12-24个月内看到投资回报·长期项目，能满足整个企业扩展应用AI的需求假设有一家银行有意推行AI改革，其目标是“通过AI来简化客户服务流程，以此博得更大的市场份额”。那么，其项目组合就应该涵盖简化顾客注册的流程，以及帮助银行提供便捷且个性化的服务，这样反过来也会吸引来更多新客户。试点项目主要围绕学习和概念验证展开。这些项目的意义在于让企业了解自己所处的位置，了解数据、人才和基础建设方面的需求，从而帮助企业成功部署AI。短期项目目标明确，就是要通过简单用例“挣快钱”。这家银行可能从一个项目开始，在引导客户时实现自动化“了解客户”流程。推行短期项目使AI自动化工具随时可用，使KYC流程标准化，从而帮助银行削减成本，增加收益。中期项目要
转载请注明原文网址：http://www.13801256026.com/pgst/6996.html