如今，管理層希望在任何AI提案中包含投資回報率（ROI）的計算，但是，如何對全新且不同的事物，或者像AI這樣復雜的事物進行ROI計算呢？AI帶來了很多問題，例如數據隱私問題、法規遵從的復雜性以及全新的安全風險，這些因素迫使許多開發團隊縮小其AI計劃的范圍，對于那些負責兌現AI承諾的人來說，這反而是一種解脫。

 

這使得構建能夠通過改善已有度量指標來實現ROI目標的AI應用程序變得尤為重要，同時縮小AI項目的范圍，專注于最具吸引力的改進（包括提供最大的ROI）對于數字系統而言是一種明智之舉。開發團隊可以將現有的度量指標作為應用設計的指南，通過評估當前應用來確定最有利于使用AI的方式，而當項目僅旨在改進現有流程而不是發明全新事物時，范圍也大大縮小了。

 

這種新方法帶來了一些引人注目的好處：

 

當項目僅旨在改進度量指標和流程時，無需創建新的ROI計算、進行傳閱并讓各方利益相關者達成一致，團隊可以更快地開始工作并交付原型。

 

利用現有的應用邏輯并使用相同或大部分相同的數據，可以縮短確保數據合規性和安全性的過程，范圍較大的AI項目通常會因為IT外部的各種團隊（如法律和合規團隊）需要處理潛在問題而被延遲。

 

從一開始就對應用設計及其附加值有更清晰的認識，可以縮短設計過程并減少每次代碼提交后所需的更改數量，簡單來說，增強已知事物所需的時間要比創造新事物少。

 

這種針對ROI的方法變更可能并不適用于每個AI項目，然而，許多企業發現，設計和證明全新AI應用的合理性存在許多未知因素。專注于改進已經在度量的最重要指標可以成為一種有價值的捷徑，而許多CIO圓桌會議的參與者已經看到了這種方法的價值，并計劃很快實施。

 

 

國內主流的to B IT門戶，旗下運營國內最大的甲方CIO專家庫和智力輸出及社交平臺-信眾智(www.cioall.com)。旗下運營19個IT行業公眾號(微信搜索D1net即可關注)。

 

版權聲明：本文為企業網D1Net編譯，轉載需在文章開頭注明出處為：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。