2016年是企業界開始激發人工智能(AI)潛力的一年。就在兩年前，人工智能程序已經能夠編寫完整的電影劇本，預測肯塔基賽馬和大敗視頻游戲的世界冠軍 - 而技術的突破并沒有停止。從那以后，包括許多財富500強公司在內的企業開始琢磨AI可以為他們的業務和運營做些什么。

 

隨著他們的實驗，一個清晰的模式正在出現：任何可重復的過程都可以，或者說將被人工智能和機器學習(ML)所接管。如果您對這些技術有所了解，那么就能預測到所有正常流程都將自動化，而人類的工作將被降級為只需要處理復雜的異常情況。例如，哈佛商業評論最近的一篇文章強調了在線服裝訂閱服務Stitch Fix是如何使用機器學習引擎來為客戶提供個性化推薦的。自動化員工的數據收集和日常流程可提高生產力，且有助于處理復雜的請求，讓企業更加專注于與客戶建立聯系 - 最終讓企業能更好地分配資源并提高盈利能力。

 

在這一點上，無論是技術還是它的實施細節都不利于利用AI和ML。相反，在使用新技術來擴大組織規模時，有五個因素需要記住：想象的能力，改變的意愿，產品設計的重新思考，掌握合作的藝術，以及最后一個，將AI視為商業變革的典范。

 

 

利用AI和ML的挑戰不在于技術，而在于確定最有效的用例。我們如何讓組織中的每個人都能夠思考和想象未來將會如何 - 并讓他/她置身于這個幻想的世界中?是什么阻止了這種想象力?其中一個罪魁禍首是等級制的組織結構，無意中塑造了員工的思維定勢并限制了他們的思維。創建和培育社區內的社區將促使人才和創造力跨越孤島，打破障礙。

 

 

著急的將智能技術一次性全部推向整個組織將適得其反。相反，最好與您的員工一起尋找AI和ML技術與投資之間的平衡并維護現有業務。當員工明白這些技術不會奪走他們的工作時，他們會更愿意掌握這些新技術。有一種誤解認為AI和ML技術將取代人們。相反的，實施智能技術可以幫助企業精確地處理日常流程，并允許員工專注于工作中更復雜，更人性化的方面。

 

從端到端重新設計整個業務流程，而不是使用一些零碎的方法。這樣做將突出人工因素在人工智能/機器學習方面的重要性，并將釋放一系列機器人目前無法達到的能力 - 創造力，人際溝通和共鳴。反過來，這將導致創造出新的價值，新的工作和更高層次的責任。

 

 

數十年來，技術專家一直在設計確定性系統。軟件產品和系統的設計基于輸入和輸出的清晰度，這些系統甚至可以確定如何通過自學習算法處理數據。關鍵不再是如何建立具有明確規則和邏輯的系統，而是系統需要新的技能來建立系統，隨著更多的數據投入到系統中，系統會不斷學習。這將導致需要從根本上重新設置軟件開發的規范 - 比如需求分析設計和測試 - 無論它是基于敏捷還是瀑布方法建立的。

 

企業資源規劃(ERP)系統也在發生變化。其中數據架構將走在前列，因為定制打包軟件以模擬組織流程將不再需要。 AI將與快速創建的應用程序相結合，將ERP系統轉化為運營引擎。企業將轉變業務流程來利用新的商業模式，為新興市場尋求智能技術，以確保平穩的ERP轉型。

 

 

在我們離開確定性系統領域時，與供應商和技術平臺的合作將發生重大變化。現在，AI解決方案的一部分將嵌入其產品中，導致組織不得不學會依靠他們的提供商。討論將從哪個合作伙伴可以提供最好的服務質量開始，以確定是否可以信任一個伙伴在一個業務流程中運行人工智能并在其中完美運行。人工智能初創公司如雨后春筍般涌現 - 但每一個都有一個狹窄的焦點，缺乏真正的投資資本和進入企業市場的機會。對于采購部門來說，這是一個巨大的機會，可以使他們在建立合作伙伴關系的技巧上更加敏銳。企業必須了解，合作涉及共同創造，共同成功和共享所創建的知識產權，這樣才能保證自己不落后于同行。

 

 

隨著AI的爆發使用，組織被動等待行業同行展示可能的發展方向，并安心做個快速追隨者的日子已經結束。然而，采取行動的緊迫性取決于行業細分市場的競爭力和行業細分市場的合并情況。制造公司正在使用人工智能工具來跟蹤金融和零售公司，保險公司正在采用制造模式，如 Digital Twins，來預測他們所投保資產的風險。人工智能不僅應該被視為改善運營的手段，因為它可以從根本上改變組織的收入方式。 AI和ML有權重新定義全球價值鏈。市場領導者應該將人工智能作為捍衛其市場地位的手段，而其他人則應該使用人工智能在價值鏈解體過程中重新定位自己。員工才能，技術應用，業務設計和潛在合作伙伴關系將進一步推動人工智能的應用。這些因素，以及將AI視為企業戰略的核心部分，將是決定何時和如何實施智能技術的關鍵。

 

這不是一件容易的事。智能技術的期望和回報仍不清楚，需要不斷更新數據和算法以鞏固產品創意和投資。技術的復雜性及到底如何實施不應被視為是利用AI和ML的關鍵因素。當你使用新技術來拓展你的組織時，請記住上面的五個技巧，這會讓你更容易取得成功。

 

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。