越来越多的经过验证的人工智能项目正在大规模部署，一些企业看到了显着的收益。但对于许多企业而言，从AI中提取价值可能难以捉摸。例如，AI模型可能无法调整，训练数据集可能不够大，客户可能有疑虑，以及对AI偏见、道德和透明度的担忧。担心。在AI计划准备就绪之前将其投入生产，或者在其结果得到适当审查之前在多个业务阶段扩展AI战略，可能会给企业带来成本。或者更糟的是，不当使用会把公司的业务推向不利的方向。因此，评估AI投资回报率至关重要，但同时也具有挑战性。如何衡量人工智能对业务的影响？以下是IT领导者和业内人士如何衡量AI的价值。牢记成熟和突破性技术衡量任何计划或技术的商业价值并不总是线性的。人工智能当然也不例外，尤其是在考虑成熟度和商业潜力时，对技术的信任至关重要，无论是突破性技术还是成熟技术。数据挖掘、培训成本节省、投资和促进新用途的能力等经过验证和预测的变量将影响关于可接受的投资回报率的决策。对于NASA的喷气推进实验室，衡量AI项目投资回报率的一个关键因素是技术成熟度。该实验室的首席技术和创新官克里斯·马特曼(ChrisMattmann)表示，一些人工智能用例如今已经很成熟，例如业务流程自动化。“每个公司都有重复和单调的工作，所以一些业务流程需要自动化，比如工单处理、搜索、数据挖掘、使用AI检查合同等。”该实验室使用商用技术来做到这一点，其中包括DataRobot和谷歌云。马特曼说，要确定一项特定技术是否值得投资，要考虑它是否会节省成本、时间和资源。对于中等成熟度的技术，实验室会研究该技术是否有能力解锁新的用例，以及需要付出多少代价。他说，“我们发射的火星探测器需要有空间通信的传输方式，现在有足够的带宽支持每天从火星向地球发送大约200张照片。”他介绍说，火星探测器只有豌豆那么大。iPhone的大脑由类似iPhone的处理器驱动，经得起各种考验。成熟的芯片性能良好，可以满足应用需求。”然而，AI将开辟当前不可能的新用例。例如，火星探测器不用每天发回200张图像，而是可以使用AI来分析图像本身，并可以向地球发送百万字的说明文字，例如描述特定方向的干涸湖床。与目前使用图像相比，企业可以通过文本获得更多可见性。最后，对于最前沿的实验性AI技术，衡量成功的标准是它们是否允许进行新的科学探索，以及是否可以撰写和发表新的论文。像谷歌和微软这样的公司可以随时访问大量的训练数据，但在NASA的喷气推进实验室，数据集很难获得，需要博士级别的专家来分析和标记。正如Mattmann所说，“NASA训练新AI模型的成本是商业行业的10到20倍。”在这方面，新技术的出现将使NASA能够在不需要人类的情况下创建AI模型。标签。例如，生成网络可用于创建合成训练数据。衡量AI的业务影响和范围当无法直接衡量AI项目的业务影响时，公司将从相关的关键绩效指标(KPI)中挖掘数据。这些变量通常与业务目标相关，可能包括客户满意度、上市时间或员工保留率。AtlanticHealthSystem高级副总裁兼首席信息官SunilDadlani表示，患者是公司做出的每一个决定的核心。因此，在许多方面，人工智能的投资回报是通过观察患者护理的改善来衡量的。这些以患者为中心的指标包括缩短住院时间、加快治疗、保险资格验证和保险授权。另一个项目涉及使用AI来支持放射科医生审查扫描结果，KPI是放射科医生被提醒注意潜在异常发现的频率。“截至2022年4月，我们99%的放射科医生报告使用人工智能分析了12,000多项研究，并触发了近600个警报，”Dadlani说。“基于此，这些医生可以尽快解决潜在的严重问题。”RSM会计师事务所管理咨询、业??务和技术转型团队的合伙人RichardDavis排名第一。一条路径是客户使用的相同或相似的工具。例如，在与客户合作时，RSMAccountants可能会被要求从多个系统（会计、销售和营销、人力资源、物流）中提取数据，并将所有内容整合到一个表中。戴维斯说，人工智能可以帮助加快这一过程。那么，企业如何知道其AI是否在朝着正确的方向发展？“我们可以非常清楚地衡量工具的使用情况，随着时间的推移，我们希望看到更有效的参与，”戴维斯说。他说，这种增加的参与度应该会提高生产力。“如果过去需要一周才能完成某件事，那么我们的目标可能是将它缩短到一天。”关注人工智能的商业利益衡量人工智能的成功也可能是主观的。麻省理工学院人工智能研究科学家兼零售业数据科学家EugenioZuccarelli表示，评估人工智能项目与开发人工智能本身一样是一门艺术。尽管如此，能够解释AI对业务的影响仍然很重要，Zuccarelli说，“关键绩效指标(KPI)不应围绕模型本身设置，而应围绕业务和人员指标设置，这应该是AI的最终目标项目。否则，很容易选择看似成功但实际上并未转化为有意义的业务影响的技术指标。”曾在BMW和Telstra担任过数据科学职位的Zuccarelli警告不要孤立地衡量进展。例如，如果一个AI项目旨在改进一些已经因其他原因而得到改进的东西，则需要一个控制团队来确定有多少改进实际上是由AI引起的。在金融服务行业拥有多年??经验的VladislavShapiro表示，AI项目的KPI还有其他价值，例如减少误报或自动移除过多的权限。在最近的AI驱动的安全部署中，他们将误报率提高了两倍，并使许多以前的手动流程自动化。“当这些数字呈现给企业管理层时，他们明白上述所有措施都会降低数据泄露的风险并加强问责制和治理，”他说。Genpact首席数字策略师SanjaySrivastava表示，逐步衡量AI的成功全球专业服务提供商降低成本的自动化是展示AI经济效益的最简单、最清晰的方式。但人工智能也可以促进新的收入来源，甚至彻底改变公司的商业模式。例如，一家飞机发动机制造商发现人工智能可以更好地预测故障并改善发动机维修的物流。“对于最终消费者而言，购买航空里程比购买发动机本身更具吸引力。这是一种新的商业模式。它改变了企业的运营方式，因为人工智能使之成为可能，”斯里瓦斯塔瓦说。商业上的成功不是立竿见影的，为了证明在一定时期内对AI的投资是合理的，制造商需要制定长期目标并将其转化为可以通过其他方式衡量的短期项目。所以，“与其说，‘我们将在十年内改变这个行业’，不如说，‘我们将开始考虑第一年需要备货的零件’。这是一年项目优化仓库系统，减少库存投资。”除了优化供应链外，其他短期进步指标包括客户满意度等。与公司战略愿景保持一致的现实是，一些人工智能项目可能会在短期内损害公司的收入，但仍然很重要从长远来看是变革性的。例如，为客户服务推出聊天机器人的公司可以消除平凡的任务，但聊天机器人也可能有害，因为有些人喜欢交流并希望与真人交流，Gartner分析师惠特安德鲁斯说。“这可以追溯到企业希望成为什么样的公司，”他说。“在某些时候，企业必须问自己是否属于那种类型的公司。例如，如果送货有问题，客户可以打电话询问送货地点，与他们互动。”，然后尝试每月向他们销售一次产品。”言外之意是，如果公司致力于人工智能驱动的转型，以可衡量的投资回报率为后盾，并拥有以客户为中心的愿景，它可能会超越对收入的直接影响，而专注于其他可能更有意义的指标。综上所述，人工智能的商业影响和价值可以从多个维度来衡量。AI技术本身还在发展和演化中，每个细分领域的应用成熟度都不一样。IT领导者必须能够应用和评估公司的实际业务情况，才能正确拥抱人工智能，在新一轮变革中不落伍。
