AI正处于转型阶段，无论是作为一种技术还是它的使用方式。随着越来越多的公司将AI试点项目从测试实验室转移到大规模部署中，一些人看到了巨大的好处。尽管人工智能存在不确定性，但忽视其潜力可能会导致公司以旧方式开展业务并面临破产风险。然而，对于许多公司而言，从AI中提取价值可能是不可预测的。他们的模型可能没有经过调整；训练数据集可能不够大；客户可能对偏见、道德和透明度等有疑问、担忧。在准备好将AI计划投入生产之前，或者在其结果得到适当审查之前，提前提出AI战略，可能会使公司损失金钱，或者更糟的是，对业务不利。那么你怎么知道一个人工智能项目是否会改变或颠覆一家公司呢？如果没有直接的投资回报率数字，公司必须找到创造性的方法来确定这一点。以下是IT领导者和业内人士如何衡量AI的价值。成熟度与突破性技术衡量任何计划或技术的商业价值并不总是线性计算，人工智能当然也不例外，尤其是在考虑成熟度和商业潜力时。经验证明和预测的变量——例如数据挖掘、成本节约和培训、投资和促进新用途的能力——影响可接受投资回报率的决策，但对技术给予一定程度的信任，无论是新兴技术还是成熟技术都至关重要.美国宇航局喷气推进实验室的首席技术官兼创新官ChrisMattmann表示，AI的一些用例已经很成熟。以自动化业务流程为例。“每家公司都有无聊的事情，我们也是。所以我们自动化了很多事情，比如处理账单、搜索、数据挖掘、使用人工智能来查看合同和分包合同，”他说。Mattmann说，包括DataRobot和谷歌云在内的技术可以做到这一点。为了确定一项特定技术是否值得投资，公司会考虑它是否会节省成本、时间和资源。“它已经成熟了，所以它应该能够证明这一点。”对于处于中等成熟度的技术，JPL会研究该技术是否有能力实现新功能以及成本如何。他说：“例如，如果我们去火星，那里有一条用于深空通信的细管道。今天，有足够的带宽每天从火星向地球发送大约200张图片。我们发送的那些奇妙的火星探测器有豌豆。大脑和iPhone1一样大，它们运行的??是iPhone1处理器。我们只在太空中留下抗辐射的东西，我们相信它们可以承受深空环境。我们知道性能良好的芯片是那些较旧的芯片，因此我们不会在流动站上进行高级AI或ML。但Ingenuity直升机最初的目的是作为技术演示，而不是任务的核心。它搭载了高通骁龙处理器，即AI芯片。这向我们证明，可以有更新的芯片，做更多的人工智能。“在这里，AI将启用目前不可能的新用例。例如，漫游者可以使用AI分析图像，向地球发送一百万个文本描述，而不是每天发回200张图像；例如，在特定方向有一个干涸的湖床在那里我们可以通过文本获得比现阶段更多的可见性最后，对于前沿的实验性AI技术，衡量成功的标准是它们是否让新科学得以完成，新论文得以撰写Mattmann发表了《Thereisacosttotrainingandbuildingmodels》一文，像谷歌和微软这样的公司随时可以获得海量的训练数据，但JPL数据集很难获得，需要博士水平分析和标记专家。在NASA，我们花费10到20倍于商业行业来训练新的AI模型。在这里，新技术正在出现，使NASA能够创建具有更少人类标记的AI模型。AIMeasurementanditsScope矿业达ta在(KPI)中。这些代理变量通常与业务目标相关，包括客户满意度、上市时间或员工保留率。大西洋卫生系统就是一个典型的例子。SunilDadlani是公司的高级副总裁兼首席信息官，他相信在他的公司里，病人是每一个决定的核心。因此，在很多方面，人工智能的投资回报是通过观察患者护理的改善来衡量的。他说，这些以患者为中心的指标包括更短的住院时间、更快的治疗时间、更快的保险资格验证以及更快的事先保险授权。另一个项目涉及使用人工智能来支持放射科医生审查扫描结果。其中一项KPI是放射科医生对潜在异常发现发出警报的频率。“截至2022年4月，我们99%的放射科医生报告使用AI分析了超过12,000份研究报告。它补充说，这触发了近600个警报。因此，医生可以尽快解决潜在的严重问题。“美国第五大会计师事务所RSM管理咨询、业??务和技术转型团队合伙人RichardDavis认为，在RSM，AI投资遵循两条紧密相连的路径：一是生产力和分析工具，可以帮助员工提高工作效率，更好地工作；二是客户使用相同或相似的工具。例如，在与客户合作时，RSM可能会被要求从多个系统（会计、销售和营销、人力资源、物流）中提取数据，并将所有内容整合到一个管理平台中。戴维斯说，人工智能可以帮助加快这个过程，然后可以用来确定这些系统是如何完成工作的，以及潜在的挑战和障碍可能在哪里。那么，一家公司如何知道其AI是否在朝着正确的方向发展？Davis拒绝提供有关RSM在AI计划或ROI方面的投资的详细信息，但表示，“第一，我们可以非常清楚地衡量工具的使用情况。随着时间的推移，我们希望看到的是更有效地交付参与。”他还说，增加参与度应该会提高生产力。因此，如果过去需要一周才能完成的事情，现在的目标可能是将其缩短到一天。以商业利益为重点来衡量人工智能的成功也可能是主观的。麻省理工学院AI研究科学家兼零售业数据科学家EugenioZuccarelli表示，AI项目与开发AI本身一样是一门艺术。尽管如此，能够解释AI对业务的影响仍然很重要，Zuccarelli说。他说：“KPI不应该围绕模型本身来设置，而应该围绕业务和人来设置指标，这应该是项目的最终目标。”技术指标太容易了。Zuccarelli，他也在BMW和Tesla等公司担任过数据科学职位，也告诫不要孤立地衡量进展。例如，如果一个AI项目旨在改进已经因其他原因而得到改进的东西，则需要一个控制组来确定有多少改进实际上是由人工智能引起的。在金融服务行业拥有多年??经验的VladislavShapiro表示，AI项目的其他有价值的KPI可能是减少误报或自动删除过多的特权。Shapiro是Costidity的创始人，Costidity是一家专门从事安全和身份治理管理的IT咨询集团。他说，在最近的人工智能驱动的安全部署中，误报率降低了三分之一，许多以前的手动流程已经自动化。“当你向公司的高级管理层展示这些数字时，他们就会明白，上述所有措施都会降低被破坏的风险，并加强问责制和治理，”他说。逐步衡量成功根据全球专业服务公司Genpact首席数字策略师SanjaySrivastava的说法，自动化带来的成本降低是证明人工智能经济效益的最简单、最清晰的方式。但人工智能也可以促进新的收入来源，甚至彻底改变公司的商业模式。例如，在人工智能的帮助下，一家飞机发动机制造商发现它可以更好地预测故障并改善物流，以便它可以开始维修发动机。他说：“对于终端消费者来说，购买飞行里程比购买发动机本身更好。这是一种新的商业模式，它改变了公司的运营方式，因为它由人工智能技术提供动力。同时，它对业务更重要。影响也很明显”因此，为了证明在那个时期投资人工智能是合理的，这个特定的制造商需要有这个长期目标，但要把它变成一个可以衡量的短期项目他还说，“我们要改变这个行业，而不是10年后，我们将在第一年开始研究我们需要储备哪些零件。你并没有改变这个行业，你只是说，我们需要合适的数量和合适的零件。这是一个为期一年的项目，旨在优化仓库系统并减少库存投资。”除了供应链优化外，其他短期进步措施还包括客户满意度。“如果飞机在孟买停留五天等待零件，客户会有不好的感觉，”他说。与战略愿景的对齐也有现实，在短期内，一些人工智能项目可能会影响损失，但从长远来看仍然很重要和具有变革性。例如，一家为客户提供机器人服务的公司可以处理一些单调的工作。“但聊天机器人也有缺点，”Gartner分析师惠特安德鲁斯说。“因为有些人擅长追加销售并希望与人互动，公司可能不想使用聊天机器人。”它可以追溯到您想成为什么样的公司。“在某些时候，你必须问问自己，你的公司是否是一家这样的公司，例如，如果交货搞砸了，客户可以打电话询问出了什么问题，然后你直接与他们接洽并尝试解决问题发货后的问题。每个月都卖给他们产品。”如果一家公司致力于人工智能驱动的转型，以可衡量的投资回报率为后盾，并拥有以客户为中心的愿景，它可能会忽略直接影响收入的指标，转而关注其他可能更有意义的指标。安德鲁斯说：“一家自动化程度更高的公司可能会更成功，因为它正在增加市场份额。但是你可以开发你的数据，这样你就可以在它们更相关的时候接触到它们。如果有什么东西你可以指向它并说，逻辑思维告诉我们，这会让我们的客户更快乐，让我们的员工更成功，所以去做吧。”资料来源：www.cio.com
