正如調研機構Gartner公司最近發布的一份有關人工智能宣傳和炒作周期調查報告所指出的那樣，人工智能將在未來五年的首席信息官議程中排在首位，這是潛在的變革性業務影響的來源。但是，對于許多IT組織而言，人工智能不僅是IT領導者作為業務推動者而備受關注，它還對功能本身產生了根本性的影響——從自動化一些長期存在的功能到要求IT團隊更多參與和采用新方法。

 

人工智能開始以IT領導者希望遵循的多種方式重塑IT部門。以下是5個值得關注的方式：

 

 

ISG公司認知自動化和創新總監Wayne Butterfield表示，用于自動化傳統中斷修復程序和其他IT服務臺流程的工具并不是什么新鮮事物，但是如今這些工具正變得越來越受歡迎。他說：“IT服務臺像客戶服務操作一樣容易并且重復，因此可以實現自動化。”

 

這并不是為IT功能而開發的人工智能自動化技術的唯一領域。TIBCO公司分析戰略副總裁Shawn Rogers表示：“IT很快不僅成為了合作伙伴，而且成為了消費者，利用人工智能進行安全和系統管理實現流程自動化，并以人工智能驅動企業前進。”

 

 

ISG公司的Butterfield指出，由于人工智能的影響，技術核心以外的IT活動激增。從自助數據科學和分析工具，到為企業采用功能性的機器人流程自動化(RPA)，再到為企業開發的機器學習模型，企業在影子IT功能方面的力量正在不斷擴大。當然，“自助服務”和“影子IT”的定義以及它們之間的界限取決于企業的文化。

 

 

一些主流的企業應用程序(比如CRM)正在向人工智能和自動化方向發展。但是對于更先進的人工智能應用來說，IT技術團隊和數據科學家之間建立更緊密的合作關系的必要性正變得越來越明顯。TIBCO公司Rogers說，“組織中只有一兩位數據科學家的早期時代已經結束。如今，數據科學隊伍日益壯大，而IT則成為該團隊的一部分。”

 

Fractal Analytics公司技術服務客戶合作伙伴George Mathew說，“隨著企業準備擴展其人工智能和分析功能的使用，他們需要更深入地訪問IT團隊了解的系統、數據和應用程序。構建由人工智能主導的解決方案需要數據科學家和工程師之間的密切合作。盡管每個領域本身都是一個深層領域，但可以使這兩個團隊能夠協同工作，并且在許多情況下，各個領域重疊在一起，以便開發人工智能解決方案。”

 

 

Mathew說，“IT團隊與數據科學團隊之間的合作關系要求每個團隊都采用彼此的技術和技巧，至少是出于熟悉的緣故，如果不是出于專業知識的話。”

 

Mathew指出，工程師將需要能夠讀取從本地數據集中提取數據的源代碼，了解探索性數據分析和功能工程，并精通貝葉斯技術等算法來產生洞察力。他們需要掌握這些知識，以便對代碼進行重構和模塊化，以便這些代碼能夠在企業IT系統上運行。

 

與其相反，數據科學家將需要學習如何通過數據庫連接器或API攝取數據，如何在結構化存儲中存儲和處理數據，以及如何編寫模塊化代碼以供下游使用。

 

Mathew說：“我們已經看到了對常見挑戰的熟悉和理解，從而導致了數據科學家和工程師之間的協作不斷增強。”他指出，其組織中的幾個團隊已憑借這些更強大的合作伙伴關系提供了與人工智能相關的復雜解決方案。

 

 

隨著企業實施越來越多的基于人工智能的自動化和流程，其面臨的法規和聲譽風險也隨之增加。Gartner公司指出了制定政策以對抗與人工智能相關的潛在偏見、歧視和其他問題的重要性。

 

同樣，這是數據和IT領導者可以共同努力的領域，Gartner公司建議需要關注以下三點：對數據源和人工智能成果的信任;數據和算法透明度要求;以及數據、算法和觀點的多樣性，以支持人工智能的道德和準確性。

 

版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。