雖然他們相信人工智能所帶來的價值，但許多企業高管仍然對它的采用感到疑惑。以下是企業董事會成員需要討論的五個問題：
1.對于人工智能團隊來說，人工智能的定位是什么?
這個問題的答案與那些希望提高效率和推動業務增長的企業高管的想法相去甚遠。
管理人員通常會被數據科學家分析具有潛在競爭差異的數據的想法所迷惑，經常提倡將數據科學作為一種企業服務。其他人則認為人工智能屬于現有的分析或數據專家中心(COE)。
人工智能的定位取決于現有的做法。零售商的客戶服務部門指定智能專家來開發“聊天機器人”，這將為零售商日益實現全球化的客戶群提供服務。相反，有些人認為人工智能更像是一種企業服務，需要將統計人員和機器學習開發人員集中到向企業CIO報告的獨立團隊中。
這些決策大不相同，但它們對各自的公司來說都是正確的。
考慮事項：
•預期結果的獨特性(例如競爭性差異化)如何?如果擬議的人工智能工作被視為具有戰略意義，那么組織創建具有自己的預算、人員和技能的主題專家和開發人員團隊可能會更好，以免分散對現有項目的注意力或從現有項目中汲取資源。
•內部員工的技能在多大程度上可用?如果數據科學家和人工智能開發人員已經集中在專家中心 (COE)中，最好讓團隊保持原樣，并隨著需求的增長，雇用更多的人工智能專家。
•對人工智能工作的結果進行打包和實現品牌化有多重要?如果人工智能結果是一種新產品或服務，那么創建一個可以交付產品并承擔維護和增強職責的專門團隊可能會更好，因為將會不斷創新。
2.我們是否應該使用某種解決方案來啟動人工智能工作，還是從頭開始編碼以區分產品?
當人們聽到“人工智能”這個詞的時候，他們會想到戴著耳塞在深夜編寫自定義代碼的程序員。實際上，這種情況可能只是人工智能的一種產生方式。
高級管理人員傾向于將人工智能開發看作一個從頭到尾的業務，而其開發計劃、市場研究、數據知識、培訓也應該是其中的一部分。從頭開始編碼實際上可能會延長人工智能的交付時間，尤其是新興的開發人員工具包(Amazon Sagemaker和Google Cloud AI兩者)將開源例程、API和筆記本捆綁到打包的框架中。
這些軟件包可以提高生產力，可以在數周甚至數月內完成開發計劃，并且可能會加強協作工作。
注意事項：
•交付時間是成功指標嗎?換句話說，研究的項目是否存在較低的容忍度，其中時間框架和結果是否可能含糊不清?
•人工智能項目是否有單獨的預算?這意味著可以更容易獲得開發人員的支持或其他生產力工具。
•開發人員需要多少工具包?根據企業的技能水平，在研究、獲得批準、采購和學習人工智能開發人員工具包所需的時間內，企業的團隊可以提供重要的新功能。
3.我們需要人工智能的商業案例嗎?
這完全取決于人們的觀點。人工智能可能被定位為企業業務發展的前衛性和顛覆性，標志著對創新的新承諾。或者它可以代表分析的發展，這是過去為人工智能奠定基礎而努力的必然結果。
人們注意到人工智能項目正在逐步部署，進一步達成共識目標，完善尚未完成的事情，以及支持被認為是成功的現有文化規范。
注意事項：
•其他戰略項目是否需要商業案例?這樣的決定是否希望人工智能成為成功戰略計劃的一部分?
•資本支出通常需要商業案例嗎?如果是這樣，違反規范會讓企業成為一個創新的顛覆者，或者成為一個頑固的規則破壞者?
•主動批準程序到底有多正式?如果沒有商業案例可能表明缺乏嚴謹性，可能損失投資。
•如果不構建商業案例，將會犧牲什么?預算?員工人數?能見度?聲望?
4.幾乎每個令人關注的項目都會有贊助商的支付，人工智能是否這樣?
規范在這里再次變得重要。但是當涉及到人工智能時，涉及的程度通常與贊助商的需求成正比。
醫療保健行業的一名高級人工智能專家決定花費時間與高管討論可能的人工智能使用案例(例如藥物依從性、再入院減少和深度學習診斷)。“高管知道自己應該做些什么。更重要的是，那些對人工智能事業最感興趣的企業高管最有可能推廣新項目。而開展項目需要企業決策者的支持。”她解釋道。
注意事項：
•企業的融資模式是否需要贊助商的支持?挑戰這條規則可能會花費一定的時間。
•那些沒有執行贊助商的具有高影響力的項目失敗了嗎?人們并不希望人工智能項目失敗。
•擬議的人工智能工作是否針對業務?在這種情況下，與了解人工智能業務問題的執行贊助商合作可能是一個有效的政策。
5.對于剛剛入門的團隊，你有什么實際的建議?
如果企業剛接觸人工智能，那么不要偏離規范，因為這可能會引起過度關注，并偏離具有希望的結果。
另一方面，將人工智能定位為顛覆性和進化性可以為外部品牌和內部員工士氣創造奇跡，向員工保證企業將致力于創新，并將新興技術視為一種戰略性的措施。
無論采取哪種方式，人工智能最重要的成功措施是設定準確的期望，經常分享，并毫不拖延地解決問題和人們的疑慮。
注意事項：
•發布高級別的交付計劃。不能開展沒有限制的研究項目。企業確保構建一些東西，人工智能專家的認同和執行也很重要，并明確交付計劃。
•設想人工智能的好處。人工智能是否承諾先發優勢?顯著降低成本?提高品牌意識?
•解析目標。例如，建立卷積神經網絡可以通過圖像掃描診斷皮膚病變，遠離使用無監督學習來發現客戶群之間的意外相關性。
人工智能具有很大魔力。許多企業需要認真對待這個前所未有的方式。企業的高管越了解如何部署以及部署的原因，則獲得提供持續價值的機會就越大。
京公網安備 11010502049343號