企业并不总是需要在内部构建解决方案，这是失败的常见原因。人工智能技术复杂且不成熟，大多数企业缺乏人工智能人才和技能。对于大多数企业而言，除非项目具有战略意义，否则更应该关注软件供应商提供或服务提供商定制的解决方案。人工智能项目面临许多组织和技术挑战（见图1）。图1采用AI的挑战虽然许多企业发现了组织、战略和技术领域的问题，但他们忽视或低估了对最终成功有影响的其他同样重要的挑战。我们确定了可能阻碍AI计划的五个常见挑战领域，并建议组织在开始他们的第一个AI项目之前向他们的团队提出以下问题（见图2）：在AI项目之前要问的五个问题1.你有没有明确定义您的业务问题？企业往往在竞争压力下启动AI项目，担心如果不投资AI，就会被甩在后面。不了解人工智能的最佳用途通常是企业失败的首要原因。人工智能对企业的最大优势是能够处理大量多维数据，涉及非结构化数据和复杂系统，包括事件预测、趋势分析、模式识别、机器人和决策/过程自动化、自然语言理解（NLU）、自然语言处理（NLP）和计算机视觉，这些都是企业利用人工智能可能取得重大突破的领域，但在这些领域的投入未必能为企业带来最直接的利润价值。人工智能并不是解决所有问题的唯一方法，有些情况使用传统技术可以更好地处理。企业在着手人工智能项目之前需要了解人工智能的局限性，并按照这些思路对高级管理人员和项目团队进行教育，以设定正确的期望。当人工智能应用于正确的问题类型和业务问题时，它可以显示出巨大的价值。通过解决这些问题，高级管理层可以增强对人工智能技术的信心，并为未来的计划争取资金。2.你能从实际商业角度定义成功吗？定义业务成功需要预先对预期结果设置一些量化指标，这可能很困难，因为人工智能项目的结果通常不如传统IT项目确定。因此，组织需要利用实验和启发式方法来解决这个问题。Gartner的一项调查发现，提高效率、客户体验和降低成本是公司投资AI的三大原因（见图3）：图3TopReasonsWhyAIIsCriticaltoOrganizationsBusinessesshouldalignAIprojectswithvalueMetricsAligned(表1)：表1AI商业价值指标3.您是否包括业务领域、IT和分析专家？项目经常因团队相关问题而失败。让合适的人加入是成功的重要组成部分。这意味着建立一个跨职能、多功能的团队，其中包括：具有相关业务知识的业务领域专家；具有提供开发和集成专业知识所需的技术技能的IT人员；数据科学家。需要授权该团队做出决策并在需要时采取行动。但这可能不是一个好主意，因为初学者组织还不具备适当的AI知识或技能，并且可能没有能力为企业确定正确的战略和结构。组织应采取实验方法，首先启动一些项目，以了解推动AI计划所需的技能、治理模型和团队结构。图4组织和管理AI调查4.您是否调查了所有采购选项并确保持续维护？组织应在性能、成本和技术成熟度方面探索可行且高性能的AI解决方案的选项，在度之间找到平衡。未能调查每个采购选项或了解解决问题的正确技术，可能会导致投资浪费或解决方案性能不佳。企业在选择购买、外包或自建时往往处于两难境地，与任何其他颠覆性技术一样，最大限度地减少引入人工智能的连锁反应是企业最关心的问题。从这个角度来看，组织应该尝试按照以下顺序购买、外包和构建人工智能解决方案。组织应针对各种AI计划混合使用这些选项（见图5）：图5AI解决方案购买选项的注意事项：许多软件供应商，包括Salesforce、Oracle和SAP，已将AI技术集成到其专业解决方案中。组织应该首先探索“预集成”功能，因为它们提供的功能可以用最少的努力解决问题。外包：人工智能技术通常供不应求且价格昂贵。对于一个试图证明AI技术价值并受预算限制的组织来说，外包路线是一个合乎逻辑的选择。建设：组织需要具备相应的技术基础和能力。同时，必须确认人工智能技术对组织具有战略重要性。组织必须意识到，将各种应用程序拼凑在一起并集成这些技术是一个复杂的过程，需要付出巨大的努力。必须在此过程中尽早计划工作。根据Gartner最近的一项研究，许多使用AI的组织选择构建自己的解决方案，而不是购买或外包。图6人工智能解决方案企业技术路线图概览5.您是否运营解决方案以充分利用该技术？一个解决方案不仅是高效地分配适当的IT资源，还意味着以系统的方式预测AI元素的影响持续演化，将AI不连续性引入业务流程，并不断调整决策模型。人工智能技术的运行或控制比其技术发展更容易被忽视。忽视运营阶段往往会阻止公司充分实现他们的AI努力，同时也会加剧信心不足。有许多例子表明，人工智能技术应用于流程的一部分极大地改善了与该部分相关的决策，而流程的其余部分却产生了企业需要解决的负面影响。例如，一家大型共同基金公司推出了一个会话代理系统，旨在自动处理来自机构投资者的财务文件请求。系统识别所有相关文件，即使是那些页面很长的文件，并将它们发送给请求者。.虽然这些文件绝对相关，但人工智能会提出更具歧视性的要求，让人们被打断和不知所措。企业需要考虑人工智能决策模型如何在日益复杂的组织环境中运作。我们传统上思考决策的方式通常是通过确定性过程，即通过预先确定的事件序列来行动。不确定性和未预料到的元素在复杂的业务系统中很常见，并可能导致非确定性行为（即本质上不可预测的行为）。文章转载自微信公众号“三思派”（ID：科学派）点此查看作者更多好文
