今天，随着企业利用AI技术取得一些成功，IT团队面临着更快地扩展AI项目的压力。行业专家分享有关如何加速企业AI应用并取得成果的技巧。在很多企业，关于人工智能技术的问题已经从“我们什么时候做？”转变为“我们什么时候做？”。到“我们将如何加速？”重要的考验。他说，“新冠疫情让人工智能和聊天机器人能够回答大量与疫情相关的问题。计算机视觉支持远程工作。机器学习模型已经成为建模重新开放过程影响不可或缺的一部分。”未来优势还是很可观的。数字平台提供商AHEAD的现场首席技术官JoshPerkins表示：“人工智能旨在揭示由于可用数据量巨大而无法看到的事物。如果IT领导者想要更广泛地采用人工智能，那就是能够和效率来识别产生真正商业价值的机会。”这给IT团队带来压力，要求他们交付并更加努力地克服在整个企业范围内扩展AI实施和采用的挑战。1.从最佳用例开始“通常，企业领导者不知道从哪里开始，”《走向敏捷：如何将企业转变为数字领导者》的作者兼技术和商业咨询公司MetisStrategy的总裁PeterA.High说，“AI和ML最好在特定用例上开展工作，这可能需要更广泛的生态系统，尤其是在AI和ML人才稀缺的情况下，”High说。企业需要找到好的用例，与业务领导者合作，使它们栩栩如生并参与其中拥有更广泛的洞察力、人才和技术帮助生态系统。”2.通过里程碑展示进展网络保险机构CowbellCyber??的数据科学负责人RaviRajan表示：“AI计划中一个被忽视的挑战是交付有形结果之前所需的时间投资。如果有，AI项目可以快速实施是明确的目标和计划的里程碑来展示进展。3.不仅要开发AI团队，还要开发剧本。公司可以为团队提供哪些内部培训？在哪里可以聘请新人才来帮助完成这一旅程？哪些外部合作伙伴将成为转型的关键？High说，“这些问题的答案将有助于制定更可持续的计划。4.创建多管齐下的技能获取方法每个企业现在都需要大数据专家、流程自动化专家、安全分析师、人机交互设计师、机器人工程师、和机器学习专家，这些人才并不容易招募。想要加速人工智能成果的企业需要启动未来工作认知中心的本·普林和尤安·戴维斯，一个研究型智囊团，称之为“技能复兴。”“除了完善的招聘和保留计划外，公司还需要采取更多措施来利用现有人才。全面改革以提高技能和内部职业发展是成功完成这一基本任务所必需的多因素人力资源战略的关键组成部分。5.投资在数据交付方面，AI需要良好的数据。Rajan表示，在AI项目成功所需的所有其他活动的背景下阐明与AI相关的工作至关重要。在转型、清理和规范化方面投入时间和资源，并管理围绕实现AI业务成果所需的数据要求，”Rajan说，“绝对是关键。6.扩展数据源确保您的数据处于良好状态是不够的。公司还需要引入更丰富的数据集和类型，Cognizant说戴维斯：开始研究心理数据、地理空间数据和实时数据——所有这些都有可能推动更好的以AI为中心的性能。戴维斯说：“管理这些数据并使其对人工智能系统查询和利用有用，是迈向数字成熟的重要一步。”如果没有这项繁琐而艰苦的工作，大量数据将仍然是噪音，永远不会揭示隐藏在其中的信号。7.考虑建立一个数据部落想要加速AI的CIO和IT领导者是技术传播者。Cognizant的Pring表示，企业需要在其运营的各个方面宣传数据和人工智能技术，而不仅仅是在IT部门内部使用。他建议创建数据部落，由数据管理员、数据工程师和数据建模师组成，围绕特定挑战或客户接触点构建。“不仅仅是IT高管，各个业务团队的高管都在构建数字文化。在每个员工都渴望在其角色中应用这些新数据服务的文化中，跨职能轮换IT和非IT员工会有所帮助。8.进行AI绩效评估High建议，“用于评估员工绩效的算法需要进行评估、评分或提升（可能更广泛）、降级（缩减其应用程序）或解雇（如果它们被认为是无效，就会被解雇），需要不断学习，不断完善实践。9.注意与数据民主化相关的文化变化SAS的Tareen表示，随着公司努力减少对AI主题专家的需求，民主化是AI的一个主要趋势。Tareen说：“企业希望将AI的好处带给大众的新水平。客户、业务合作伙伴、销售人员、装配线工人、应用程序开发人员和IT运营专业人员，他们可以让AI发挥作用，带来深远的好处。然而，民主化不仅仅与获取有关。通常，文化调整或整体文化变革必须伴随这一过程，企业领导者可以在他们的民主化计划中实践透明度和良好的沟通，以解决问题和调整变革步伐，并成功地为每个人嵌入AI和分析。“
