人工智能成为主流。各行各业的公司都成功地进行了概念验证，甚至在生产中成功部署了AI。一些企业甚至已经实施了他们的人工智能和机器学习战略，各种项目在整个企业中激增，也配备了最佳实践和管道。如今，处于AI成熟度曲线前沿的公司正在大规模使用AI。AI在企业中的部署方式的整体成熟度正在改变公司对AI战略价值的看法，以及他们希望从哪里获得AI的好处。以下是当今行业专家看到的企业AI的十大战略趋势。1、人工智能开始发挥实用作用。在人工智能发展初期，各种项目完全由数据科学家推动。数据科学家拥有数据和算法，可以自由地想办法使用一些新工具来解决业务问题。有时，他们可以成功地解决问题。今天，这种情况发生了很大变化。企业领导者从成功的项目中吸取了教训，并更多地了解了AI可以为他们做些什么。因此，公司现在不太愿意投资于商业价值不明确的概念验证，这一趋势表明业务部门越来越多地引领人工智能的采用。麦肯锡咨询公司QuantumBlack的全球负责人亚历克斯辛格拉说：“当我看到公司在AI上做得很好时，这都是由业务驱动的。”IT可以帮助企业解决问题，但解决问题的不是技术。”是企业带头说，‘我是解决方案的一部分，我相信解决方案，这是正确的解决方案。’”例如，霍尼韦尔首席数字技术官希拉·乔丹(SheilaJordan)表示，AI正在她公司的内部运营中使用，并内置于面向客户的产品和服务中。“我们与业务密切相关，”她说。“我们受价值驱动。这将是面向客户的价值。内在价值。“2.人工智能渗透到整个企业。两年前乔丹来到霍尼韦尔时，她的第一个大项目是实施数据仓库战略，汇集所有来源的所有交易数据。”每个职能部门、每个业务部门都有一个数字议程，”她说。例如，霍尼韦尔已将其所有合同数字化。她说这意味着总共有超过100,000份合同。为公司提供丰富的数据，可用于帮助为几乎任何功能领域构建人工智能解决方案。例如，在人工智能的帮助下，霍尼韦尔的所有合同现在都可以自动审查受通货膨胀或定价问题影响的领域，乔丹说。“任何人都不可能仔细审查100,000份合同。”同样，有了完整的库存数据，霍尼韦尔现在能够了解哪些库存是报废的，哪些是可重复使用的，从而可以更有效地管理原材料。做出明智的决定，乔丹说。“我们看到人工智能出现在每个功能领域，”她说。“金融、法律、工程、供应链，当然还有IT。”3、借助人工智能快速推进自动化今年是霍尼韦尔积极推进自动化项目的第三个年头。如果存在重复性工作，公司会尝试将其自动化。“今年我们可能有100个项目，”乔丹说。“这些项目将使我们能够将世界各地公司的某些工作自动化。”她补充说，霍尼韦尔正在努力使这些自动化流程更加智能。“我们将在这些自动化机器人中加入更多的人工智能，”她说。“这意味着自动化机器人变得越来越聪明。”另一家以基本的、基于规则的自动化起步的企业是BoozAllenHamilton。博思艾伦咨询公司人工智能副总裁JustinNeroda表示，现在我们正在将人工智能和机器学习融入到这些自动化流程中，让它们适用于更广泛的业务工作。他说，人们从最简单的自动化开始。“然后，他们问自己，‘我还能自动化什么？’然后他们发现这需要使用人工智能和机器学习。”处理大量工作。“或者一半的工作可以自动化，然后人们可以处理工作中最困难的部分。”4、利用人工智能获得更大收益麦肯锡咨询公司的Singella表示，人工智能管理要素的大规模实施仍有重要变化。他说，这需要了解人们将如何使用AI，并且这些信息不是来自单独工作的技术人员，而是来自技术人员、学科和业务专家的组合。“如果我必须使用人工智能，我会告诉他们研究人工智能的三个不同领域，这些领域几乎没有机会使用人工智能，”他说。“但人工智能越多地自动融入工作流程，我们就越有可能成功。我越不能改变别人的行为，我就越有可能被接受。”5.人工智能战略需要集体转变在成功初步证明概念后，公司通常会建立人工智能卓越中心来实施技术并培养人才、专业知识和最佳实践。但当一家公司达到临界质量水平时，就有必要分拆卓越中心并整合人工智能技术，并将专家直接引入最需要他们的业务部门。“对于不太成熟的公司来说，拥有一个可以容纳人才并促进整个组织学习的卓越中心是有价值的，”咨询公司麦肯锡的Singhella说。“没有卓越中心，公司通常就没有能力规模。有才华的人希望和其他志同道合的人在一起。经验不足的人可以从他们可以成长或学习的CoE中受益。”过早拆分CoE会削弱其影响并降低公司在多个业务线中迭代和复制成功项目的能力。“但从长远来看，当你达到一定程度的成熟度和规模时，拥有深厚的人工智能专业知识和领域专业知识的技术人员的好处是推动真正的商业成功，”他说。“但前提是你有一定的规模。”根据Insight的高级工程师AmolAjgaonkar的说法，业务问题遍布各处。“业务问题不会集中在一个地方，所以你不能期望有一个集中的人工智能部署，”他说。“这些部署也必须分散开来。但你确实需要有一个影响一个业务的集中人工智能战略，”他补充说，或者影响多个业务的人工智能战略，例如收入、成本节约或市场定位。与许多其他公司一样，博思艾伦从一个核心人工智能团队开始。“但在过去的一年里，我们确实一直在壮大团队，”博思艾伦人工智能业务副总裁贾斯汀尼罗达(JustinNeroda)说。“我们通过那家拥有AI专家的公司组建了一些小团队。但在你壮大团队之前，你必须达到临界质量，否则它就会分崩离析。”我们在人口普查中看到的，”他补充道。6.AI触发的业务流程转型当公司刚开始使用AI时，他们通常会在业务流程中寻找AI可以发挥作用的各个步骤。Genpact首席数字官SanjaySrivastava表示：“您可以将业务流程分解成多个部分，将每个部分数字化，并使用人工智能来提高效率。”“但归根结底，业务流程本身是一样的。它的每个部分都变得更好、更快、更便宜——但过程本身并没有改变。”但他说，人工智能也有可能从根本上改变业务流程。例如，Genpact为客户做了很多账户处理。“当我们将人工智能应用于处理发票时，我们可以知道哪些发票会有争议，”他说。“我们可以找出投资组合的哪一部分风险最高。”他表示，借助人工智能的预测能力，整个流程是可以重构的。“当你应用人工智能时，你可以考虑端到端的价值链，你可以完全重构它。”7.机器学习操作(MLOps)成为现实。从人工智能中获得最大利润增长的差异之一是它是否使用机器学习操作。据电气和电子工程师协会(IEEE)成员、儿科物理治疗技术公司AugmentTherapy的云和新兴技术实践负责人CarmenFontana说，这是人工智能的下一件大事。.Fontana之前是CentricConsulting的云和新兴技术实践负责人。她说，我们的目标是将机器学习从理论转化为实践。“两三年前，这是一个新兴领域，人们认为他们必须这样做，”她说。“但我们在实践中并没有看到很多应用。”然而，今天，她看到了一些成熟的工具和方法，使公司能够在培训、部署和监控人工智能模型方面变得更加严格。“这对人工智能和机器学习技术的制度化大有帮助，”她说。“我在我们的客户身上看到了这一切。市场发生了翻天覆地的变化。”8、企业布局人工智能管线BoozAllenConsulting的Niroda表示，我们目前正在与客户实施大约150种不同的人工智能。聪明的项目。但在过去的一年里，我们公司已经开始摆脱这种一次性模式。“在过去一年半的时间里，我们一直在投资模块化功能和端到端管道，”他说。AI的成功需要的不仅仅是一个工作模型。他表示，随着数据的变化和模型的不断完善，需要一个完整的流程来维护模型。“最大的挑战是将所有工具结合在一起，”他说。“我们一直在努力对其进行标准化，并构建一些可重复使用的组件以在不同项目中使用。”9.组织希望建立对AI的信任随着员工和高管对AI越来越熟悉，他们越来越相信AI会做出关键的业务决策——即使这些决策有时会与人类的直觉背道而驰。BlueYonder的战略顾问兼创始人MichaelFeindt最近与一家英国大型食品零售商合作，该零售商正在努力应对与大流行相关的供应链困难。他说，虽然该公司使用手动流程来管理其供应链，但仍有很多空货架。此外，缺乏有知识、有能力、愿意做这项工作的人。自动化人工智能系统可以降低成本并提高性能。然而，当大流行来袭时，人们希望关闭自动化系统。“但后来他们发现自动化系统的适应速度比人类快得多，”他说。因此，该公司没有关闭这些自动化系统，而是将它们扩展到其商店和配送中心。结果是更少的空架子和更少的食物垃圾被扔掉。此外，商店经理可以花更多时间提高客户满意度，而不是每天花两个小时来微调他们的订单。Feinte说，还有其他方法可以建立对人工智能的信任。“有些人很挑剔，根据他们多年的经验，不相信人工智能可以做出和他们一样好的决定，”他说。添加一些可解释的特征将有助于缓解这些问题。可解释的AI意味着系统可以向人类用户解释是什么因素导致它做出该决定。10.某些领域可能出现新的商业模式，人工智能正在创造前所未有的机遇。例如，自动驾驶汽车有可能改变社会并创造全新的业务类型。但人工智能驱动的业务转型也可以在较小的范围内发生。例如，需要人工审核的银行无力提供小额贷款。研究和处理这些贷款的成本将高于银行可以获得的利息收入。但如果使用人工智能进行评估和处理，银行就可以提供小额贷款，让银行可以服务于全新的客户群体，而无需收取过高的利率。“这些用例仍然不那么普遍，”SapphireVentures总裁兼合伙人JaiDas说。“这些用例正在从根本上改变我们的工作方式，而企业的变化并没有那么快。”他表示，一旦人工智能和机器学习技术成为公司每一位知识型员工都在使用的工具，这种趋势将会改变。将开始改变。“我们还没有。人们可能需要五年时间才能使用人工智能和机器学习来完成他们的工作。”
