如今，越来越多的企业开始启动AI项目，但其中一些并未取得成功。在开始他们的第一个人工智能项目之前，企业需要了解一些关键问题。据研究机构Gartner调查显示，今年实施人工智能项目的企业数量有望翻一番，到2020年底，40%的企业将部署人工智能项目。像这样的统计数据会给其他公司的CIO带来压力，因为他们的公司高管想知道为什么这个领域没有创新。围绕AI的所有炒作和炒作背后隐藏着一个严酷的事实。麻省理工学院斯隆管理学院和波士顿咨询集团的一项研究发现，65%的公司认为他们的AI项目没有价值。许多项目未能交付价值，您如何为您的企业带来成功？以下是企业在启动他们的第一个AI项目之前需要问的四个关键问题。1.AI可以在哪些方面提供快速制胜法宝？人们每天都在听到人工智能将如何改变业务。虽然这可能会改变，但它不应该成为企业实施其第一个AI项目的目标。相反，实施一个可以导致快速成功的小规模项目，成功孕育自信，可以使企业走上持续成功的道路。在首批AI项目中，希望获得知识并展示AI对其业务的影响的公司可以选择在业务高层具有知名度的项目。查找与现有业务流程紧密匹配的内容，以便可以感受到影响。成功交付项目后，您需要找到激励每个获胜者的方法。如果人工智能要在整个组织中传播，部门负责人应该关心人工智能技术如何带来有意义的变化。2.数据是什么样子的？人工智能和机器学习的成功取决于大量数据。企业需要分析数据存储，看看哪些限制可能会阻碍项目实施。收集的数据很少吗？是否需要做更多的清洁工作？如果需要数年时间才能充分编译足够的数据，那么该项目就不可行。如果收集的数据杂乱无章，重要的是要确定数据科学家需要付出什么努力来清理它。无论如何，完美的数据是不存在的，但这不应该成为你的阻碍。不要仅仅因为另一个数据集更完整就选择影响较小的项目。发现阶段是介入和探索占有的最佳时机。企业需要花一些时间对数据进行建模，看看是否可以用更少的资源来讲述故事。3.人工智能项目是否创造价值？在决定实施项目时，增值应该始终是业务的重点。这可能是削减成本、增加收入流或简化业务流程。那么低效流程在哪里呢？哪里做出了更好的决定？价值主张应始终由数据支持，而不是直觉。公司需要向最高管理层证明为什么要实施该计划以及对它的期望。当人们查看潜在的AI项目时，他们想要定义任务，而不是大规模修改。最佳方法是选择重复的、具有明确定义的规则、容易出现人为错误并有数据支持的流程。企业需要围绕这些流程构建逻辑，以减少灰色区域的空间。4.知道成功的定义是什么吗？交付成功项目的困难并非AI独有。由于多种原因，这个问题困扰着许多项目团队。它通常归结为不切实际的时间表、超出预算、范围延伸以及没有正确执行的正确专业知识的某种组合。项目规划是关键。企业需要打破孤岛。AI工程师和数据科学家需要与业务分析师和最终用户携手合作，以了解问题所在并发现成功的结果是什么样的。团队领导不仅需要融入跨学科团队，还需要能够用通俗易懂的语言谈论人工智能解决方案，这样关键利益相关者就会清楚地了解人工智能会产生什么影响，不会产生什么影响。另外，不要以为走自己的路就能成功。您还需要与可信赖的合作伙伴协作以获得必要的AI专业知识并解决在初始项目中遇到的技术障碍。据麦肯锡公司预测，到2030年，人工智能将为全球GDP带来13万亿美元的增长。根据普华永道的一项研究，72%的高管认为人工智能将成为未来的业务优势。这不是企业是否会实施人工智能的问题，而是何时实施的问题。通过思考这些关键问题，您可以成为那些罕见的成功案例中的一员。这一成功将帮助企业建立一种文化，让AI能够蓬勃发展并改善业务。
