CIO在AI战略上的四大重点害怕错过相关技术或措施。在开发更广泛应用程序的愿望的推动下，许多企业将AI视为CIO可以用来满足客户需求的灵丹妙药。当然，首席信息官更清楚，任何新技术带来的挑战，比它带来的乐观情绪，对技术人员的打击更大、更快。对于人工智能和相关领域尤其如此，例如机器学习、数据科学、深度学习、自然语言处理和认知智能。这些领域的人才不仅稀缺，而且他们对应用程序开发的知识和方法也各不相同。从AI中获取价值意味着在为企业发展业务的同时产生快速收益的现实世界影响。下面描述了有助于实现这一目标的四个关键重点领域。1.通过基于人工智能的实时决策提供差异化??产品最关键的优先事项之一是确定有机会在业务流程中嵌入基于人工智能的实时决策的高影响领域。实时处理上下文信息以做出即时决策的能力是在竞争激烈的市场中区分产品、服务和体验的有效方式。例如，保险公司可以根据索赔人提供的事故发生地点和时间的图片和视频，自动处理索赔以获得实时批准。贷款人可以根据抵押物和背景信息实时分析风险，提供现场贷款审批。通过在业务流程中明智地采用人工智能，企业可以在广泛的用例中个性化和定制产品和服务。关键是确定几个具有直接影响的领域，并专注于在客户体验中创造可见和可衡量的影响。2.实施AI工程/MLOps在企业范围内实施AIGartner研究表明，只有53%的项目从AI原型到生产成功。CIO和IT领导者发现很难扩展AI项目，因为他们缺乏创建和管理生产级AI管道的工具。这是一个关键瓶颈，因为业务流程无法有效利用AI功能，除非工程流程足够成熟以创建一致的可部署模型管道，无论投资、研究和概念验证如何。由于AI工程不同于传统的软件工程，CIO必须制定一项战略来系统化AI和机器学习方法。许多企业发现，实现这一目标的最有效方法是构建一个由治理模型支持的强大平台。它在这里被称为统一平台，因为它结合了从实验和设计到部署的所有内容，这是一个强大的机制。它使CIO能够在路线图的支持下，以集中的方式专注于AI的工程方面。它有助于在不迷失方向的情况下逐步扩大规模，同时实施业务用例并确保快速盈利。3、使用基于云的人工智能平台实现灵活性和可扩展性根据麦肯锡的《2021年人工智能现状》调查，人工智能领域的领先企业比同行更多地使用云计算基础设施：64%的人工智能工作负载在公有云或混合云中，相比之下，其他公司的这一比例为44%。与同行相比，行业领导者还可以在云平台上获得更广泛的AI功能。这是一个关键因素，因为前期基础设施投资是阻碍企业AI进步的最重要因素之一。基于云的AI平台提供了灵活性，可以通过将资源集中在构建模型和快速赚钱上，从小处着手进行试验。基于云的AI平台提供了灵活性，可以从小处着手并以需求驱动的方式进行试验，方法是将资源集中在构建模型和获得快速回报上，然后随着价值的实现而扩展。基于云的平台还通过抽象出平台内的所有技术和工程方面，使企业能够专注于业务价值。这种“实验、试点和规模化”的策略在AI征程的艰难初期发挥了很大作用。4.通过启用公民建模为AI在企业范围内扩展做准备除了基础设施之外，另一个障碍可能是面向专业知识的数据科学和建模领域。行业专家组以外的人员可能无法使用这些技术和工具。由于不熟悉该技术，互操作性和可部署模型也可能受到限制。为了在企业范围内充分发挥AI的潜力，该平台需要可供业务用户、领域专家和其他领域的公民开发人员访问，以便他们可以在价值驱动的AI资产上进行协作。AI是一场漫长的游戏这些初始步骤对于企业构建长期AI能力大有帮助。重要的是要记住，人工智能和相关技术仍在快速发展。从长远来看，跟上它步伐的企业将获胜，而基于平台和治理的方法是前进的方向。
