人工智能（AI）有能力在很大程度上颠覆现有的行业正统以及市场。
但这会扰乱你的文化吗？人工智能已成为高管和董事会的必备话题。
告诉我一个行业，我会告诉你哪些人工智能应用吸引了管理层的注意力、预算和人员（通常来自不太有吸引力的项目）。
加快医疗保健领域的疾病诊断、减轻金融服务中的风险行为、减少能源中的碳足迹，或者用客户自己的语言响应帮助请求——所有这些努力都带来了引人注目的商业和社会价值，展示了发现有前景的新市场、竞争优势和中断。
管理者不想听到，而且通常也不想听到的是来自内部和外部的干扰。
最初的人工智能努力可能会影响员工士气、产生惯性并导致员工流失。
我们一贯的做事方式 新技术往往会带来新的交付流程。
您的 IT 团队以其敏捷性而自豪，但仍然保持对技术交付的严格监督，经常通过同行评审发送代码，并通过敏捷开发处理复杂的功能。
但人工智能交付往往有其自己的规则。
一家制造客户发布了一个八阶段开发结构，该结构已成为高级分析部署工作的标准。
数据准备、算法测试、训练和优化模型。
． ． ． ． ．虽然每个阶段都设计得非常灵活，但整个过程可能会变得笨拙。
新的AI项目经理重新设计了交付流程，发布了三个阶段：（1）准备和构建； (2)训练和优化； (3)测试和部署。
每个人的工作职能都被压缩为三个阶段之一。
AI 管理器使用 Amazon Sagemaker，这是一个开发框架，其中包括消除手动数据准备和 A-B 测试等步骤的关键功能。
开发人员开始表示他们的技能正在商品化。
这不仅仅是IT领域。
一家中型银行的风险经理被要求放弃传统的分析工具，转而信任可以批准或拒绝信贷申请的“黑匣子”算法。
他们不再控制算法收集的数据。
相反，风险管理者应该接受信用可靠性建议，但无法解释做出这些决定的原因。
一位陷入困境的抵押贷款分析师表示：“我有一位‘黄金级’客户，他的汽车贷款被拒绝了，我必须向他的私人银行家解释原因。
但我无法证明这个决定的合理性。
她也无法向客户解释拒绝的原因，客户最终在其他地方处理了业务。
“未计划” 新技术带来新的交付机制。
它通常会带来新的工作角色或组织结构。
与技术本身一样，这些变化应该进行有效性测试并进行调整，以确保它们在现有流程中能够正常运行。
支持人工智能项目的管理者常常痴迷于所谓的“臭鼬工程”来证明解决方案的有效性。
这些项目可以快速从试点项目转向批准项目，在项目测试之前可以正式确定替代团队并记录框架。
事实上，人工智能可能会产生意想不到的连锁反应。
管理者应该意识到人工智能工作引起的内部变化，并在他们的计划中考虑以下因素： 新的组织结构。
AI团队或工作组是否应该与现有的分析团队或能力中心分开？管理也会有所不同吗？准备好解释原因。
需要新的人才。
许多开发人员希望使用新兴的人工智能解决方案。
习惯于高假设分析的技术人员可能缺乏人工智能开发技能。
您愿意培训现有员工还是雇用新员工？坚持现有的成功指标，或者放弃它们。
在许多公司中，交货时间是一个关键绩效指标。
但您可能愿意暂时放弃速度以获得有关新流程和工具集的全面教程，从而降低风险。
在更多地关注传统措施之前，先了解其中的利弊。
新投资。
您想在人工智能的开发框架、自动化和测试上投入多少时间和金钱？您如何向批准资助的高管解释这一点？现有的工具或工具包已经过时。
人工智能算法可能比过去十年使用的欺诈预测工具集更准确。
您愿意用新工具替换旧工具吗？您将如何管理那些不愿意放弃使用他们喜爱的软件的用户？他们会参与这个决定吗？描述目标。
尽管大肆宣传，人工智能项目仍然受到许多假设的影响。
使用卷积神经网络从数字图像诊断皮肤病变与测试无监督学习以发现意想不到的相关性有很大不同。
传达目标，即使只是学习新东西。
人工智能有潜力彻底改变公司创造价值的方式。
它还可能引起不安并引发对企业目标的质疑。
俗话说，有准备，有准备。