IT专业人员希望CIO了解关于AI的9件事低估了人工智能的影响。从机器学习和深度学习，到自然语言处理（NLP）和计算机视觉，人工智能的各种能力正在快速发展。ISG咨询公司认知自动化和创新技术研究总监WayneButterfield表示：“人工智能技术的快速发展意味着CIO比以往任何时候都更难跟上其进步和发展。对大多数CIO来说，功能是一个挑战。”EverestGroup数字、云和应用服务研究副总裁YugalJoshi解释说：“对于CIO来说，深刻理解AI技术并务实地采用它。他们需要了解未来5年的发展趋势。否则，他们可能会高估或低估人工智能对业务和IT的影响。”此外，各行业用户对人工智能驱动的转型需求空前高涨。“现在比以往任何时候都更重要的是，CIO需要将现实与AI开发人员的营销策略区分开来，以便为他们的业务做出最佳决策，”Joshi说。关于AI，您需要了解的9个现实当今，越来越多的IT领导者正在探索AI在企业中的应用。但是，支持AI的计划不一定适合传统IT方法。CIO越来越多地聘请精通AI的IT专业人员来推进他们的数字化转型工作。但这些团队成员希望他们的IT领导者对AI有更好的了解，这样他们才能更好地支持他们。以下是CIO应该了解的关于AI的9件事：1.AI不仅仅是一种技术Butterfield说：“实际上，AI是用于解决特定问题的一组技术，AI一词非常宽泛和笼统。用最简单的话来说，人工智能通常是围绕提供基于数据的答案或预测而设计的，然后出现各种分支技术和功能。”自然语言处理(NLP)可用于自动化电子邮件处理，机器视觉用于评估质量Butterfield说：“CIO必须了解与其业务相关的AI价值链，并确保他们对AI可以为业务解决的问题有基本的了解。”2.人工智能不是万能的密歇根理工大学计算学院计算机系统副教授、计算与网络系统研究所所长TimothyHavens表示：“人们对人工智能抱有各种期待，希望将期望变为现实。首席信息官应该充分了解人工智能的局限性，以便他们能够理解对自己的预期，并正确评估正在考虑的人工智能解决方案。“例如，机器学习技术可以生成具有非常复杂过程的隐式模型基于代表性数据或经验。因此，机器学习算法可以通过查看数百万张猫的图片和“不是猫”的图片来学习识别猫，但它不会通过喵喵声或其他特征来识别猫。3.AI支持的项目需要更多的耐心来获得ROI与典型的IT计划相比，企业对AI的ROI需要更多的耐心。EverestGroup对200多名全球IT领导者进行的一项调查发现，84%的受访者认为“漫长的等待”作为挑战。“首席信息官需要了解这些漫长等待的原因，”乔希说，而不是因此而沮丧和失望。4.许多人低估了数据的作用。在某些情况下，可能没有足够的数据治理。数据是人工智能的驱动力。因此，任何数据团队都应该从一开始就参与制定人工智能战略。Havens说：“人们的期望常常超出可用的训练数据。”人们可以开发机器学习算法来检测数百万只猫的图像中的猫，但很难开发一种仅使用一张猫照片来检测特定猫的算法。cat，”他说。Josh说：“CIO需要了解创建智能系统所需的数据处理量。因此，CIO需要决定企业是否拥有构建或使用AI系统的数据和能力。Havens建议CIO需要了解训练数据的来源以及如何评估算法。“这是因为该算法是否已在以前从未见过的真实数据上得到证明，”Havens说。“虽然大多数企业都认为数据很重要，他们很少投入巨资。这些业务中的其他职能，例如人力资源和财务，比他们的数据业务部门要大得多，”乔希说。首席信息官需要了解他们的支出能力以及投资哪些技能。5.不要低估数据科学家凯捷北美人工智能和分析副总裁丹·西米恩指出，人们经常争论数据科学或人工智能卓越中心应该属于哪里。一些CIO认为数据科学家应该在IT部门工作，而其他CIO可能建议数据科学家应该在业务部门工作。“CIO必须确保他们不会低估数据科学家的作用，”Simion说。他指出，数据科学家不仅可以将描述性数据可视化，还可以利用人工智能和机器学习技术解决业务问题。Simion说：“想要充分发挥其人工智能项目潜力的CIO应该意识到数据科学家的知识和技能，并提供机会使他们能够创造最大价值。6.AI需要规模化的基础设施因此，企业运营团队是人工智能成败的关键。事实上，根据EverestGroup的研究，61%的公司表示他们的运营团队负责人同时也是AI应用的负责人。Joshi说，“虽然越来越多的企业正在利用基于云的面向云和SaaS提供商的AI产品、运营团队对于扩展此类计划和制定所需战略至关重要。“IT领导者最重要的角色之一是了解支持和维持企业AI转型所需的技术要求。为了让企业在AI之旅中取得成功，CIO需要确保AI技术堆栈与企业技术发展保持同步.7.跨职能团队是强制性的与许多历史悠久的IT项目不同，AI计划需要跨数据分析、基础架构、应用程序、数据管理和业务进行协作。集体对结果负责，而不是个人努力。8.AI的学习方式与人类不同。虽然人们抛弃了“智能”这个词，但AI并不是天生具有适应性的。“AI算法只擅长它们被设计用来做的事情，并且当它们应用于看起来像人类但不是从AI角度来看的问题时，它往往会以奇怪的方式失败。“例如，经过训练可以在城市环境中驾驶汽车的AI算法在乡村驾驶中可能会失败。9.组织成果第一企业是否希望提高效率？或者改变客户或用户体验？创建一个全新的商业模式？CIO必须了解企业期望从AI应用程序中获得什么价值。EverestGroup确定了四个常见的业务因素：效率、有效性、经验和增长。CIO可能还需要管理对人工智能采用及其对组织的影响的过高期望。原标题：人工智能（AI）：IT专业人士希望CIO知道的9件事，作者：StephanieOverby
