壳牌在2013年首次推出“人工智能卓越中心”时，它甚至不叫人工智能中心，它被称为预测分析中心，而且规模很小。“我是中心里唯一的人，”DanJeavons说，他现在经营壳牌的数据科学卓越中心，该中心拥有180名全职数据科学家和工程师。“公司扩大了中心的规模，”他说。最初，卓越中心旨在支持从事数据分析相关项目的业务部门。“我们有一大堆商业项目在不同的地方进行，”他说。“我们有一些领导意识到我们需要协调已经完成的工作。初衷是为了促进正在进行的工作，但也可以完成工作。业务部门独立完成工作。”但AI需要深厚的技术技能，而业务部门的通才数据科学家可能在深度学习、机器视觉或自然语言处理等利基领域没有足够的专业知识来充分利用AI。此外，允许业务部门做他们的工作导致了解决相同问题的不同方法。Jeavons说：“非常需要制定通用标准，创建通用平台来访问数据，并设计质量保证流程。”因此，壳牌中心的作用Excellence已经扩大，以吸引更多具有深厚专业技能的人，并制定标准和政策。如今，壳牌在其大部分AI项目中使用MicrosoftAzure，同时在亚马逊的AWS上运行一些项目，Jeavons说。壳牌还建立了密切的合作伙伴关系与Databricks、C3等数据分析技术公司合作，众多合作伙伴也提供更专业的技术能力。Jeavons表示，此次w生病帮助壳牌加速开发人工智能解决方案。建立这样一种集中式方法对于想要成功大规模部署AI技术的组织来说可能是关键。根据德勤2020年7月发布的最新《企业人工智能状况》报告，精通AI的组织更有可能对AI技术和供应商选择采取集中的方法。德勤咨询负责人DaveKuder表示：“没有卓越中心，企业需要在8到10个业务领域进行定制化投资，都从不同方面烦扰IT人员，投资效率低下。”他补充说，人工智能卓越中心可以帮助企业从简单的项目原型和概念验证转向人工智能的大规模部署。“过去几年所做的工作现在需要产业化、集约化和实施。人工智能卓越中心可以发挥重要作用，它是一个很好的跳板，可以从中协调一些工作，“他说。壳牌的经验表明，开发内部专业知识以及开发通用平台和标准是建立AI卓越中心生命周期的第一个阶段。下面我们来看看AI卓越中心如何影响当今的公司。大规模部署AI两年前，QTS数据中心启动了QTS创新实验室，以帮助加速数据中心提供商的AI工作。QTS在全球运营着26个数据中心，负责产品的首席技术官BrentBensten表示：“我们的业务在增长，但我们在模拟过程中存在一些效率低下的问题。”QTS设施，包括占地数百万平方英尺的数据中心，可亲自查看所有设备。“例如，一位工程师会查看我们的空调面板，获取读数，将其手写在剪贴板上，然后返回并勾选‘一切正常’。”企业没有底层数据点，只是‘一切正常’。”因此，该实验室的首要目标是将这一过程数字化，以提高业务效率。如今，所有这些测量数据都是自动且详细地收集的，从而为公司提供了其运营的完整数字图片。这些数据现在可用于预测电力需求、优化维护工作并减少公司的碳足迹。“今天所有这些工作都是完全数字化的体验，由人工智能管理和引导，”他说。该实验室将大约90%的时间花在人工智能项目上，配置系统以便与ServiceNow和Salesforce等第三方平台集成。“我们拥有集中治理，这使我们能够在更广泛的QTS产品组合中提升数字体验。”而且收益不限于公司。同样的预测工具也可以使公司的客户受益。“使用人工智能、机器学习和神经概念，我们可以预测即将发生的问题、系统中断、故障和功耗，”Bensten说，包括能够预测客户长达60天的用电量。他说，因此，QTS客户可以更好地了解他们的环境、降低电力成本并在问题出现之前加以预防。他补充说：“客户还可以减少他们的可持续发展碳足迹。由于我们提供了所需的数据，客户可以申请可持续发展信用。安永人工智能卓越中心机器学习副总监JonathanDeGange表示，对于安永而言，2016年人工智能卓越中心的启动有助于加速人工智能的大规模采用。存在孤岛，不同的群体之间无法相互交流。此外，安永希望承接需要跨业务部门和地区协调的大型项目，例如制止洗钱。安永金融服务办公室负责人卡尔凯斯说：“结合特定领域的专业知识可以产生乘数效应。”他想利用AI卓越中心来帮助AI项目。“我们也在考虑解决一些非常棘手的大问题——全球金融犯罪、复杂的税法和法规、应对工作的未来和数字化转型的影响。”“他说，在全球人工智能卓越中心成立之前，他的团队正在与一个规模较小的美国人工智能团队进行交流。但一旦全球人工智能中心成立，凯斯的团队就可以高瞻远瞩了。德格兰奇说：”我们发现了贩毒团伙和贩卖人口团伙并停止了他们的活动。例如，使用基于图形的网络和异常检测方法，AI系统可以识别可疑行为的模式，而不仅仅是单个交易。“现在，你可以看到整个网络是如何运作的，”他说。新关系是否以不同寻常的方式形成？例如，犯罪团伙开设账户和进行交易的方式与人们开展常规新业务的方式大不相同。人工智能可以检测模式的显着差异。“学习迁移一旦AI卓越中心建立了内部专业知识和通用平台，下一阶段就是在整个企业内共享最佳实践。”壳牌的Jeavons说：“AI不尊重组织边界。例如，预测性维护几乎适用于壳牌的所有业务，并且有了AI卓越中心，在一个领域开发的技术可以部署到许多不同的地方。另一个例子是机器视觉，Jeavons说。我们一直在为零售开发用例，但是这些用例背后的支持功能是我们对生产车间的检查和腐蚀问题的研究。通用电气还建立了一个AI卓越中心，以帮助在不同的业务部门利用AI。GE以提高生产力的六西格码和精益方法而闻名，现在它正在使用人工智能将相同类型的流程改进带到业务的其他领域。通用电气数字公司（GEDigital）高级副总裁兼首席技术官科林帕里斯表示，此前通用电气在全球研发中心下设有人工智能卓越中心，专注于为自己制造的设备创建数字孪生体。ElectricDigitalGroup下成立了一个新的卓越中心，专注于利用人工智能推动整个公司的数字化转型。Parris说，由于业务部门通常专注于眼前的需求，因此他们通常不具备重大转型项目所需的扎实AI专业知识。“我们根据假设进行研究以确保它有效，我们将顶尖人才聚集在一起，我们推出在GE多个业务部门中有效的方法，”他说。的原因。他说：“保修成本在上升，因为有些零件坏了，我们没有及时更换。如果我们能早点发现零件坏了，趁它们还属于第三类的时候更换，成本会更高。”更高。”我们的费用可能是5,000美元，需要一周的时间。但如果我们等到零件变成5类，我们的成本可能高达500,000美元，而且需要一个月的时间。”基于AI的图像识别技术可帮助人类专家专注于最有问题的区域，例如叶片损坏，以加快检查速度。人工智能也被用于安排维护，确保人员的最佳部署，同时允许以更低的成本更早地进行维护。“我们现在正在南美将其作为试验部署在生产环境中。我们将在今年年底看到结果。如果保修成本下降，试验就很有意义，我们将把它部署到其他地区，”他说。整个公司的转型通过建立人工智能卓越中心并在整个公司引入最佳实践，组织将能够更好地从显着改变公司运营方式的人工智能实验和项目中获得新的见解。在壳牌，一切都始于传感器。“我们以物联网传感器的形式提供监控服务，我们可以实时监控正在发生的事情，并为客户提供额外的服务，”Jeavons说。例如，壳牌知道水在客户之前进入发动机。正是由于这种洞察力，壳牌不仅成为其客户的供应商，而且成为合作伙伴-这种转变正在创建由基于AI的转型提供支持的商业模式，包括管理数字充电器等事物。新能源业务。Jeavons说，实际上，壳牌作为一个整体正在成为一家人工智能驱动的公司。“我们有一个名为‘ShelltoAI’的项目，这是一个全面的变革项目，旨在将AI整合到我们业务的各个方面。这不仅仅是关于制造、维护或研发。他说：“我内心感到云计算和人工智能驱动的软件开发将在未来几年内彻底改变我们公司业务的方方面面。就像互联网一样，这项技术将变得无处不在，我们需要做好准备它。”作为该过程的一部分，卓越中心帮助协调公司中对AI感兴趣的人员的基层项目，该团队从2013年的30人增加到今天的4,000人。“我们正在分享壳牌在AI方面的经验以及如何应用它，”Jeavons说。“我们还与Udacity合作，为公民数据科学家提供培训和技能提升，我们正在开发一个通用平台，帮助人们更多地了解AI。大规模部署系统。”看到人工智能变革潜力的不止壳牌一家，麻省理工学院斯隆管理学院和波士顿咨询集团去年年底的一项调查显示，90%的公司认为人工智能为他们的公司带来了商机。调查显示，大多数公司仍处于早期阶段，不到40%的公司在过去3年中从人工智能技术中获得了商业利益。报告显示，那些成功的公司能够将他们的具有更大业务转型项目的AI项目。实现这一目标的一种方法是公司拥有人工智能项目，这些项目可以获得可以带来新产品线的洞察力，甚至有助于全面思考公司的业务模型。KenSeier，首席架构师总部位于坦佩的技术咨询公司Insight的数据和人工智能部门表示，这项工作本可以更早开始。建立AI卓越中心有助于确保将学习成果传达给公司其他部门以及公司高管，从而增加推动真正变革的可能性。Seier说，例如，与他交谈过的一家主要航空公司正在使用AI来改善维护。他们的商业模式是出售设备和维护合同，但通过更好地了解设备的健康状况，他们可以转向类似订阅的服务。“现在他们在确保客户成功方面发挥着更重要的作用，因为他们比他们更了解他们的业务。客户满意度提高，创收模式变得更加稳定可靠，总体成本下降，”他说。然而，大的变化伴随着大的风险。谈到人工智能，这意味着比普通商业风险更大的风险。“如果我们显着改变我们做生意的方式，我们需要确保我们对我们做生意的方式的重大改变由利益相关者和公众负责。“人工智能与核能一样具有破坏性的潜力是”YLVentures常驻首席信息安全官、美国银行前首席安全科学家SounilYu说。“整个组织都必须了解人工智能的负面影响，人工智能卓越中心也可以发挥在这方面的作用，”他说。在孤立地评估人工智能的风险时，存在遗漏关键利益相关者的风险。他说：“我们还面临着使用人工智能来完成它不适合的工作的危险。这会产生潜在的责任。“
