未整合业务流程智能从AI项目中获取价值的最常见障碍之一是将数据洞察力整合到现有业务流程中。这种“最后一英里”困难也是使用业务规则管理系统(BRMS)最容易解决的困难之一。BRMS是一项成熟的技术，在2000年代初得到广泛采用，并作为部署预测模型的工具获得了新生。BRMS成为可管理且可靠的自动化业务流程中的理想决策点。如果您的企业没有使用BPM（业务流程管理）系统来自动化（简化和合理化）核心业务流程，那么请停止使用AI。这个时候不需要AI，首先需要的是BPM、BRMS等基础知识。大多数现代业务规则管理系统都包括模型管理和基于云的部署选项。在云场景中，平民数据分析师可以使用AzureMachineLearningStudio和InRuleBRMS等工具创建模型，并通过REST端点将它们直接部署到业务流程中。与成熟的人工智能程序相比，像这样的基于云的组合将使决策过程的实验更容易，成本也更合理。实验失败现在我们来看事情的另一面。人工智能如何被用来创造新的商业模式、颠覆市场、创造新产品、创新并大胆地去往前所未见的领域？有风投的创业公司失败率在75%左右，还处于AI商业模式的新锐企业。如果你的基于AI的新产品或商业计划的失败率很低，那么你已经击败了一些最好的投资者。即使是最优秀的技术专家也会失败，而且经常失败。2011年，谷歌前CEO埃里克施密特在参议院听证会上透露了公司的一些方法：为了让你了解谷歌正在考虑的变革规模，2010年我们进行了13,311次精度评估，以验证提议的算法是否改变提高了质量搜索结果，并进行了8,157次并排实验，我们向一组测试人员展示了两组搜索结果，并要求评估人员对哪一组搜索结果进行排名，并进行了2,800次点击，以了解少数现实生活中的Google用户对更改做出反应。最终，该过程产生了516项更改，这些更改被数据证明对用户有用。因此，我们对谷歌的算法进行了上述修改。大多数更改对用户来说是不明显的，并且只影响极少数网站，但我们只会在我们认为这些更改对用户有利时才会实施更改。结果表明，96%的提议更改都失败了。这个故事的重点是失败总会发生，这是不可避免的。谷歌与大多数其他公司的不同之处在于，谷歌的数据驱动文化使他们能够从错误中吸取教训。请注意施密特证词中的关键词：实验。实验是谷歌、苹果、Netflix、亚马逊和其他领先的科技公司如何成功地大规模收获人工智能的好处。一家公司创造和改进其流程、产品、客户体验和商业模式的能力与其试验能力直接相关。接下来发生什么？正如工业革命席卷了不采用机器的手工公司一样，人工智能和机器学习的巨变将消灭无法适应新环境的公司。虽然很容易认为人工智能的挑战主要是技术上的，并将失败归咎于技术，但现实是人工智能项目中的大多数失败是战略和执行上的失败。在许多方面，这对公司来说都是好消息。大家意识到，AI项目失败的背后，是“老套”商业模式带来的挑战。虽然您无法避免在文化、组织结构和业务流程方面做出必要的改变，但您可以放心地知道路线已经规划好了，挑战在于如何像舵手一样驾驭船只并避开岩石。从将AI应用于现有流程的小而简单的实验开始，将帮助您在开始更长的AI之旅之前获得宝贵的经验。作者：SteveNunez原文网址：https://www.infoworld.com/article/3639028/why-ai-investments-fail-to-deliver.html
