AI卓越中心通过整合人才、标准化平台、传播各业务领域的成果、发现新的盈利模式转型，加速AI技术和整个组织的落地。当壳牌在2013年首次推出其“人工智能卓越中心”时，它甚至不叫人工智能，它被称为预测分析，而且规模很小。“这只是我，”丹·杰文斯说。他现在管理壳牌的数据科学卓越中心，其中包括180名全职数据科学家和工程师。“员工人数有所增加，”他说。最初，卓越中心旨在支持从事分析相关项目的业务部门。“我们有很多业务线项目在各地进行，”他说。“我们有一些高管意识到我们需要协调我们正在做的所有工作。业务部门独立完成工作。”但人工智能技术需要深厚的技术功底，业务部门的通才数据科学家可能在深度学习、机器视觉、自然语言处理等小众领域缺乏足够的专业知识，因此无法充分发挥其优势。这些技巧。此外，允许业务部门各司其职可能会导致人们对同一问题采取不同的方法。“特别是，需要创建一些通用标准、一些通用平台来访问数据以及一些验证过程，”Jevons说。因此，壳牌的卓越中心扩大到包括更多具有深厚专业知识的人，并制定了一些标准和政策。Jevons说，如今，壳牌将微软的Azure用于其大部分人工智能项目，同时在亚马逊的AWS上做一些工作。壳牌还与Databricks、C3等数据分析技术公司建立了密切的合作关系。此外，每个合作伙伴将提供更专业的技术能力。杰文斯表示，这有助于加快壳牌人工智能解决方案的开发。建立这样一种集中式方法对于想要成功大规模部署人工智能技术的组织来说可能是关键。根据德勤7月发布的最新“企业AI状况”报告，成熟的AI采纳者更有可能对AI技术和选择供应商的过程采取集中式方法。“如果你没有卓越中心，你将需要在8到10个业务领域进行定制投资，而从事IT工作的每个人都是不同的领域，”咨询公司德勤(Deloitte)的负责人戴夫库德(DaveKuder)说.，投资效率低下。”他补充说，人工智能卓越中心可以帮助企业推进各种任务，包括单一项目原型、概念验证和大规模人工智能技术部署。“过去几年所做的工作现在需要产业化、强化和实施，”他说。“人工智能卓越中心发挥着重要作用，是协调这些努力的重要跳板。”壳牌的经验表明，内部专业知识以及通用平台和标准的开发是建立AI卓越中心的第一阶段。在这里，我们来看看AI卓越中心如何影响当今的企业。两年前，QTSCorporationDataCenters启动了创新实验室，以帮助加速数据中心提供商在人工智能技术方面的进步。“我们的业务在增长，但我们在模拟处理方面效率低下，”QTS产品首席技术官BrentBensten说，该公司在全球运营着26个数据中心。例如，Bensten说，一名工程师曾经在QTS的设施（包括占地数百万平方英尺的建筑物）中走来走去，亲自查看所有设备。“例如，一位工程师会去查看我们的空调面板，读取读数，将其手写在剪贴板上，然后返回并检查‘一切正常’。当时没有基础数据点，只有'一切正常'。所以实验室的第一个目标是将该过程数字化以提高业务效率。今天，所有这些测量数据都是自动和详细收集的，为公司提供其运营的完整数字图片。这些数据现在可用于预测电力需求，优化维护工作，减少公司的碳足迹。“目前，所有这些工作都由人工智能管理和操作，这是一种完全数字化的体验，”他说，实验室将大约90%的时间花在人工智能项目上并测试其系统。配置为与ServiceNow和Salesforce等第三方平台集成。“我们拥有集中管理，这使我们能够在QTS企业组合中更广泛地推出数字体验。”这些好处不仅限于公司内部。这些预测工具也使公司的客户受益。“利用人工智能技术、机器学习技术、神经概念，我们可以预测将要发生的事情、设备停机、故障、电力消耗等，”本斯滕说。它还包括预测客户使用情况长达60天的能力。用电情况。因此，QTS客户可以更好地适应环境，降低电力成本，并提前解决问题，他说。“他们还可以降低可持续发展的碳足迹，”他补充道。“因为我们向他们提供数据，他们可以提交可持续性积分。”安永人工智能卓越中心的机器学习副总监JonathanDeGange表示，对于安永而言，2016年人工智能卓越中心的启动加速了人工智能技术的大规模推出。“我们认为孤岛存在一些问题，不同的群体之间互不交谈，”他说。另外，安永要搞一些大项目，比如制止洗钱，需要跨业务部门和区域协调。“将特定领域的专业知识汇集在一起??会产生乘数效应，”安永金融服务办公室负责人CarlCase说。他想利用AI卓越中心来帮助AI项目。.“我们正在考虑解决一些非常困难的大问题——全球金融犯罪、复杂的税法和法规，以应对未来的工作和数字化转型的影响。”他表示，在全球人工智能卓越中心成立之前，他的团队正在与一个规模较小的美国人工智能团队进行沟通。但当全球人工智能中心成立后，凯斯的团队就可以开始扩张野心了。“我们已经侦破了贩毒团伙、人口贩运团伙，并停止了他们的活动，”德甘格说。例如，使用基于图形的网络方法和异常检测，人工智能系统可以识别可疑的行为模式，而不仅仅是单个交易。“现在，你可以看到整个网络的行为，”他说。“新关系是否以不同寻常的方式形成？例如，犯罪团伙开立账户并与开立合法新公司的人进行交易的方式非常不同。人工智能可以检测出这种方法的显着差异。“学习转移”一旦AI卓越中心建立了内部专业知识和通用平台，下一阶段就是在整个企业内共享最佳实践。“人工智能不尊重企业边界，”壳牌公司的杰文斯说。“例如，预测性维护几乎适用于壳牌的所有业务，并且随着AI卓越中心的创建，在一个领域开发的技术可以部署到许多不同的地方。另一个例子是机器视觉。”在零售领域开发用例，但这些用例背后的支持功能适用于我们在生产现场的检查工作，并研究腐蚀问题。通用电气还创建了一个AI卓越中心，以帮助他们在不同业务部门利用AI。GE以使用6Sigma和精益方法来提高生产力而闻名，如今该公司正在使用AI将相同类型的流程改进应用于组织的其他领域。GEDigital高级副总裁ColinParris表示，GE已经在其全球研发中心拥有一个AI卓越中心，专注于创建其GEDigital新卓越中心的数字双胞胎，重点是利用人工智能推动整个公司的数字化转型和首席技术官。Parris说：由于业务部门通常专注于眼前的需求，他们通常不具备重大转型项目所需的那种深厚的AI专业知识。“我们研究假设以确保它们有效，并且我们将顶尖人才聚集在一起，”他说。在一起，然后将此假设应用于多个GE业务部门。”目前，卓越中心正在调查导致保修费用增加的原因。他说：“保修费用增加是因为我们的一些零件坏了，但我们没有尽快更换。“如果我们早点发现这些部件有损坏并在它们仍处于3类时更换它们，我们的成本可能是5,000美元，而且需要一周的时间才能修复。”但是，如果我们等到这些部件成为5类条件，我们的成本可能是500,000美元，并且需要一个月的时间才能修复。“人工智能驱动的图像识别技术通过帮助人类专家专注于问题最严重的区域（例如叶片损坏）来加快检查速度。人工智能技术也被用于以最合理的方式安排维护和部署人员，同时也使维护能够以更低的成本更早地进行。“现在我们已经将它作为实验部署在南美洲的实地，”他说。“我们将在年底看到结果，如果保修成本下降，那么进行试验是有意义的，我们会将其部署到其他地区。”整个公司的转型通过创建AI卓越中心并在整个公司引入最佳实践，组织可以更好地从AI试点和项目中获得新的见解，从而显着改变公司的运营方式。在壳牌，这一切都始于传感器杰文斯说：“我们使用物联网传感器来提供监控服务，我们可以实时监控正在发生的事情，并为客户提供额外的服务。”例如，壳牌在客户知道之前就知道水正在进入发动机这种情况。凭借这些洞察力，壳牌不仅成为供应商，而且成为客户的合作伙伴——这种转变正在创造由人工智能驱动的转型驱动的商业模式，包括数字充电器管理等新能源业务。事实上，壳牌作为一个整体正在成为Jevons说，这是一家人工智能驱动的公司。我们的业务。它不仅限于制造业。、维修或研发工作。“从根本上说，我认为由云计算和人工智能驱动的软件开发方式将在未来几年改变我们业务的方方面面。就像互联网一样，这项技术将变得无处不在，我们需要做好准备，”他说。作为这一过程的一部分，卓越中心帮助协调公司中涉及AI技术的人员的基层项目，该公司从30人发展到2013年到今天的4,000。杰文斯说：“我们正在与AI分享壳牌目前正在发生的一些事情，以及它是如何应用的。”“我们还与Udacity合作，为公民数据科学家提供培训，以帮助他们提高技能的同时还投资于通用平台以帮助人们大规模部署某些东西。”壳牌并不是唯一一家看到人工智能变革潜力的公司。根据麻省理工学院斯隆管理学院和波士顿咨询集团去年年底进行的一项调查，90%的企业将人工智能视为促进自身发展的商机。但调查显示，大多数企业仍处于起步阶段，只有不到40%的企业表示他们在过去三年中看到了人工智能技术带来的商业利益。该报告显示，那些成功的公司能够将他们的AI项目与更大的业务转型工作结合起来。企业成功的一种方式是创建一个AI项目，该项目可以为新产品线带来洞察力，甚至可以彻底重新思考公司的商业模式。总部位于坦佩的技术咨询公司Insight的数据和人工智能首席架构师KenSeier表示，这将带来更早的成功。创建AI卓越中心有助于确保将学习成果传播给公司的其他部门以及高管，从而更有可能推动真正的变革。例如，Seier说他曾与一家使用AI来改善维护的大型航空公司合作。它的商业模式是销售设备和合同维护工作。但通过更好地了解设备健康状况，他们可以转向基于订阅的服务。“现在他们越来越关注客户的成功，因为他们比客户更了解自己的业务，”他说。“客户满意度提高，收入模式变得更加可预测和顺畅，总成本降低。”然而，大的变化伴随着大的风险，而对于人工智能来说，这意味着不仅仅是普通的商业风险。“如果我们彻底改变我们做生意的方式，那么我们必须确保这种做生意的方式对我们的员工、客户、利益相关者和公众负责，”他说。YLVentures投资公司常驻首席信息安全官、美国银行前首席安全科学家SounilYu表示：“人工智能具有与核能相同或更大的破坏潜力。”他说，整个组织都必须了解它的负面影响，AICentersofExcellence也可以在这里发挥作用。当单独评估人工智能的风险时，这可能会遗漏一些关键的利益相关者。“当我们冒着使用人工智能去做它不适合的工作的风险时，这就会产生潜在的责任，”他说。
