在启动人工智能项目之前要问的4个关键问题

[[350794]]

根据调研机构Gartner公司的调查，企业实施人工智能项目有望在今年翻一番，到2020年底，将有40%的公司部署人工智能项目。这样的统计数据会给其他公司的首席信息官带来压力，因为他们的企业高层想知道为什么没有在这个领域进行创新的原因。

围绕人工智能的所有宣传和炒作背后都隐藏着一个残酷的事实。麻省理工学院斯隆商学院和波士顿咨询公司合作开展的一项研究发现，65%的公司认为他们的人工智能项目没有价值。在许多项目无法实现价值的情况下，那么如何才能为企业的业务带来成功?以下是企业在其启动第一个人工智能项目之前需要问的四个关键问题。

1.人工智能在哪里可以提供快速胜利?

人们每天都在听到人工智能将如何改变业务。虽然可以改变，但这不应该是企业实施第一个人工智能项目的目标。取而代之的是，实施一个可以带来快速成功的小规模项目，而成功孕育自信，能让企业走上持续成功的道路。

在第一个人工智能项目中，企业希望通过获取知识并展示人工智能对其业务产生的影响，可以选择在企业高层具有可见性的项目。找到与现有业务流程紧密匹配的内容，以便可以感受到影响。在成功交付项目之后，需要找到激励每个成功者的方法。如果希望人工智能在整个组织中都具有感染力，部门主管应该关心人工智能技术如何带来有意义的变化。

2.数据是什么样的?

人工智能和机器学习的成功取决于大量数据。企业需要分析数据存储，以查看哪些限制可能会阻碍项目实施。收集的数据很少吗?需要更多地进行清理吗?如果花费数年的时间来充分编译足够的数据，则该项目不可行。如果收集的数据十分杂乱，则必须确定数据科学家需要付出什么努力进行清理。

无论如何，不存在完美的数据，但也不能因此而退缩。不要因为另一个数据集更完整，就选择一个影响较小的项目。发现阶段是进入并探索拥有的完美时机。企业需要花费一些时间对数据进行建模，以确定是否可以用更少的资源讲述故事。

3.人工智能项目正在创造价值吗?

在决定实施一个项目时，增加价值应该始终是企业的重点。这可能是削减成本、增加收入来源或简化业务流程。那么哪里有效率低下的流程?在哪里能做出更好的决定?价值主张应该始终由数据支持，而不是凭直觉。企业需要向高层管理人员展示为什么要实施这项计划，以及期望从中获得什么。

当人们看到潜在的人工智能项目时，希望确定任务，而不是大规模的修改。最理想的方法是选择重复性强、规则定义明确、容易出现人为错误并带有支持它们的数据的流程。企业需要围绕这些过程构建逻辑，以便减少灰色区域的空间。

4.知道成功的定义是什么?

交付成功项目的困难并非人工智能独有。这个问题困扰着很多项目团队，其原因有很多。它通常可以归结为一些不切实际的时间表、超出预算、范围扩张，以及没有正确的专业知识来正确执行的组合。而项目的规划是关键。

企业需要破除孤岛效应。人工智能工程师和数据科学家需要与业务分析师和最终用户携手合作，以了解问题所在，并发现成功的结果是什么样的。团队主管不仅需要融入跨学科团队，而且还可以用简单的语言谈论人工智能解决方案，这样关键的利益相关者将清楚地了解人工智能将产生什么样的影响，以及它不会产生什么样的影响。

另外，企业不要以为采用自己的方式就能获得成功，还需要与值得信赖的合作伙伴进行合作，获得必要的人工智能专业知识，并解决在最初的项目中遇到的技术障碍。

 

根据麦肯锡公司的调查，到2030年，人工智能将为全球GDP带来13万亿美元的增长。而根据普华永道的一项研究，72%的高管认为人工智能将是未来的业务优势。这不是企业是否要实施人工智能的问题，而是何时实施的问题。通过思考这些关键问题，可以成为那些难得的成功案例之一。 这项成功将帮助企业建立一种文化，使人工智能能够蓬勃发展并改善业务。