许多企业可能还没有准备好采用AI，因此从单个项目开始可能是一个很好的起点。CIO应该从早期的AI项目中得到什么？谷歌是使用人工智能的先驱之一，其净收入在短时间内同比翻了一番，投资回报率也很高。如今，许多公司都在采用人工智能。研究公司Genesys预测，到2022年，60%的美国公司将使用人工智能技术，原因很简单：这些公司不仅看到了结果，还担心在市场竞争中输给人工智能驱动的竞争对手。然而，许多企业并不擅长处理人工智能用例。正如提供自动化机器学习工具的Aible的首席执行官兼创始人、SalesforceEinstein的联合创始人ArijitSengupta解释的那样：“由于绝大多数AI项目都失败了，因此很难提供统计数据来证明人类的有效性。商业智能。2018年，研究公司Gartner估计85%的人工智能项目不成功。尽管人工智能技术具有巨大潜力，但当今大多数人工智能用例在业务运营方面都失败了。”下面讨论CIO应该如何处理他们的AI用例和策略以取得成功。行业媒体采访了数十位人工智能专家，分享了他们多年来的实践经验。1、主要依赖数据的人工智能众所周知，人工智能依赖数据为生，但数据的重要性往往被低估。聊天机器人开发商Verint副总裁JenSnell解释说：“人工智能中数据问题的范围和规模远远超出了大多数人的认识。许多企业项目会因为数据而遇到问题——来自数据质量，来自为数据整理和整理数据“有意义的见解，标签和模型构建。起初看起来很容易，但当企业考虑规模增长、改变模型、管理和确保对系统的控制时，这就成为一个挑战。这很棘手。”Snell的统计数据令人痛心：虽然59%的高管认为AI可以改善他们对大数据的使用，但85%的大数据或AI项目都失败了。她说，“我们在15年前就意识到了这一点，花了几年时间与客户和实际世界数据，以了解问题的广度和系统性。”因此，拥有可靠和干净的数据对于AI转型至关重要——甚至比AI算法更重要。AI技术和解决方案提供商Veritone的应用AI总监AaronEdell说：“我了解到，调整给定模型的算法和数学几乎不会产生任何改进。准确性的最大提高来自良好的，尽早制定数据采集策略是机器学习成功的关键——我想从一开始就知道这一点。”如何获取数据对于AI用例也很关键。虽然从外部来源购买数据可以让企业脱离困境，但这不足以保持其业务运行，因为AI不明白自己在做什么，而且它是Edell在研究一般训练的模型时发现了这一点。他说：“在100万‘名人’上训练的名人识别模型在现实生活中的用例中表现不佳，因为它没有在它应该运行的数据。如果你试图理解JenniferAniston在每一集中出现的《老友记》，根据她在奥斯卡金像奖颁奖典礼上的照片训练的模型将不会像在屏幕上从《老友记》的剪辑中抓取图像训练的模型那样好。”每家公司都可能需要针对其业务进行微调的人工智能。从长远来看，这将导致更高效的算法，从而带来更高的收入、更低的成本和更快乐的客户。2.选择正确的起点成功的AI转型是全方位的转型。这不仅与技术变革有关，还与文化变革以及组织如何面对员工的抵制有关。因此，CIO必须从头开始规划成功。在实施AI用例时，企业最好从易到难开始。正如工作空间自动化Avii的首席执行官LyleBall所描述的那样，找到涉及人的高度重复的任务，并让AI系统执行这些功能。人工智能驱动的聊天机器人解决方案提供商Senseforth的首席执行官ShridharMarri解释说，“但在流程方面，最好首先从面向消费者的角度出发。客户希望他们选择的渠道具有上下文和个性。客户获取、参与和支持的整个范围是人工智能技术转型的一个关键方面。”通过改善客户服务获得的利润和满意度也有助于企业展示AI转型的价值，尤其是在面对同事和员工抵制时。Ball总结道：“这有助于为其他用途打开大门。”根据客户体验，Marri的建议是追求运营效率和成本降低。必须注意不要将AI转型与数字转型混为一谈。有时，即使是非基于人工智能的自动化工具也足以胜任这项工作。在企业采用AI技术之前，必须进行适当的研究以确定AI项目是否是最好的前进方向。为WellsFargo等公司构建基于AI的聊天机器人的供应商的首席执行官JonathanDuarte分享了他的经验。“在我领导开发的一个项目中，制定了项目计划，但在项目开始之前几乎没有进行客户研究。在这种情况下，在设计聊天机器人时，用户已经找到了解决方法，”他说。该解决方案虽然不能无限扩展，但与AI工具一样强大。”3.为文化变革做好准备只关注AI转型的技术方面是不够的。具有讽刺意味的是，虽然AI似乎将取代人类，但人类劳动的价值提供支持大规模机器学习的AI基础设施的Skymind首席执行官兼联合创始人ChrisNicholson强调了获得同事支持和协作的重要性。“企业的团队可能会使用它计划引入的人工智能解决方案，如果他们不接受，就没有任何好处。”此外，企业团队可能会参与生成或审查人工智能所需的信息。智能解决方案。数据，如果他们不支持向自动化的转变，他们将无法获得好的数据。Nicholson总结道：“人工智能项目很难启动，因此没有理由让它变得更难。”4.构建AI是一段旅程CIO在选择AI用例时犯的一个错误是忘记了AI独特功能的好处。Marri解释说：“人工智能必须不断接受再培训，以保持最新和可用。例如，聊天机器人需要了解企业的??新产品或了解新的或意想不到的消费者要求，以证明其有用性。”很多结合人工智能和人工的企业都采用了这样的策略：当人工智能遇到麻烦时，人类来处理，不仅改善了用户体验，还创造了新的数据供人工智能学习。同时,人工智能有助于实施大量重复性工作并取代手工工作。5.了解限制虽然本文讨论了如何开始使用AI用例以及如何正确使用，但仍有一些陷阱需要注意确保项目成功并保持成功。由经验丰富的独立分析师组成的TheAnalyticsGroup的首席执行官兼创始人汤姆·奥斯汀(TomAustin)举了一个致命的例子。他说：“不要像波音737Max8上的MCAS（机动特性增强系统）系统的设计者那样自动消除人的判断。人工智能不是万能的，它是机器人，虽然它可以做人做不到的事情“像这样的事情可能看起来很极端，但有一个重要的教训需要吸取：不要将错误归咎于技术，人类现在和将来都将继续负责。”链的末端。
