Clint Boulton

AI（人工智能）為全球企業(yè)提供的巨大發(fā)展?jié)摿κ俏阌怪靡傻?。但是，?zhàn)略上的缺陷、應對變化的方法過少、專業(yè)知識的匱乏、普遍缺乏技術理解等現(xiàn)狀使得許多企業(yè)難以從AI中獲取更多的價值。

麻省-斯隆管理評論和BCG咨詢集團對2500名企業(yè)高管進行了調查，在他們撰寫的報告《AI制勝：先驅與策略，組織行為與技術》中稱，有九成的企業(yè)投資了AI項目，但是只有不到40%的企業(yè)獲得了商業(yè)收益。

AI涵蓋了機器學習（ML）和自然語言處理（NLP）之類的相關技術，這兩類技術均旨在模仿人類的思維。目前AI的運用確實存在許多技術障礙。對此，BCG和Gartner的專家指出了企業(yè)部署AI過程中的五大陷阱并給出了解決辦法。

1.AI由IT領導會浪費機會

BCG的合伙人、負責GAMMA人工智能項目的主管Shervin Khodabandeh表示，許多企業(yè)采用了與企業(yè)資源計劃（ERP）系統(tǒng)相同的模式，即由IT來領導AI的開發(fā)和部署。這可以說是一個重大失誤，因為通用的AI解決方案對業(yè)務沒有多大幫助。

Khodabandeh舉例說，BCG的一個客戶的IT部門雖然花了8500萬美元購買了一套頂尖的機器學習堆棧和現(xiàn)代化架構，但是這筆投資對于網(wǎng)站和應用程序的提升卻可以說是微乎其微的。

相反，企業(yè)應當調整其AI計劃使之與業(yè)務戰(zhàn)略相適應。這意味著AI項目不應由IT領導，而應由首席執(zhí)行官或者是由想通過AI技術獲取收益的業(yè)務部門來牽頭。這樣做可以識別出AI能夠在哪些地方提升競爭優(yōu)勢，并確保對流程做出適當?shù)淖兏笰I的投入與產(chǎn)出相匹配。BCG和MIT的研究顯示，88%的受訪者稱，整合了人工智能創(chuàng)新與數(shù)字化戰(zhàn)略的AI對他們的業(yè)務帶來了影響。

2. 技術陷阱

由IT領導的AI項目通常在技術層面上很不透明，這導致AI項目成為了一個“暗箱操作的”解決方案，沒人知道系統(tǒng)給出的建議是如何推算出來的。由于無法得知其到底能夠實現(xiàn)哪些功能，因此企業(yè)往往并不會采納這種方案。MIT和BCG的報告稱，在由首席信息官負責AI項目的企業(yè)當中，只有17%的企業(yè)從AI項目中獲得了收益。相比之下，在由首席執(zhí)行官直接負責AI項目的企業(yè)當中，這一比例為34%。

從AI項目中獲益的企業(yè)已經(jīng)意識到，AI并不僅僅是一項技術上的機遇，更是一種全新的戰(zhàn)略手段，它需要企業(yè)對AI人才、數(shù)據(jù)和流程變更進行投資。我們也應當從整體的角度看待AI戰(zhàn)略，而不是僅僅探索其中某項技術能做什么。

3. 概念驗證綜合癥

我們之前一定見過這樣一幕：IT錯誤地以為新的技術對象和結構概念驗證無法獲得發(fā)展動力，也無法產(chǎn)生業(yè)務價值。更糟糕的是，很多正在進行業(yè)務轉型的企業(yè)也沒有足夠資源進行這類試驗。

Khodabandeh說：“有人認為以概念驗證的方式創(chuàng)建一些AI功能并看看它們是否工作，純粹是浪費時間。我們將這種觀點稱為概念驗證綜合癥。企業(yè)往往會說我們嘗試過了，但是它們沒有成效。這種技術與業(yè)務成果捆綁在一起的做法非常失敗?！?/p>

取而代之的方法是，減少試驗轉而支持“針頭運動”（指組合在一起后足以對商業(yè)成果產(chǎn)生巨大影響的每一個細小的步驟和行動方案）。成功的企業(yè)會將重點放在優(yōu)先處理少數(shù)幾個關鍵的業(yè)務上，通過AI促進增長、提高利潤并創(chuàng)造競爭優(yōu)勢。這與業(yè)務轉型是相統(tǒng)一的。Khodabandeh表示，“成功的話，這些想法將以一種有意義的方式推動‘針頭前進，整個企業(yè)也將圍繞著它們進行調整?！?p>

4. 人才和知識阻礙了AI的部署

概念驗證通常由于缺乏人才而無法得到繼續(xù)發(fā)展。Gartner的分析師Tracy Tsai解釋，這意味著能夠使用AI并了解AI價值的人才很匱乏，或是AI產(chǎn)品經(jīng)理無法針對特定產(chǎn)品的價值進行有效溝通。有時甚至連數(shù)據(jù)科學家都無法就AI促進業(yè)務發(fā)展的方式進行建模。

獲取AI工具的途徑有很多種。在某些情況下，業(yè)務線（LoB）可能在內部設置有數(shù)據(jù)科學家，這些數(shù)據(jù)科學家可以在IT的支持下構建AI解決方案。有時，業(yè)務線和IT都沒有數(shù)據(jù)科學家團隊，所以他們必須要依靠AI方案提供商。在這種情況下，通常是業(yè)務線提出請求，但是他們難以說清自己的具體要求，所以只能依靠IT來選擇解決方案合作伙伴并開發(fā)業(yè)務用例。因此在一些企業(yè)里，雖然AI項目也是由業(yè)務線提出并進入到概念驗證階段，但是AI項目是由IT推動的。

按照Tsai的說法，不管企業(yè)采取何種方案，IT、業(yè)務線和數(shù)據(jù)科學家都有責任在進行概念驗證之前就對業(yè)務預期達成共識。這意味著他們必須在提取數(shù)據(jù)的本體與分類、如何對輸入的數(shù)據(jù)進行說明以及如何預估機器學習模型的產(chǎn)出等方面達成一致。為了實現(xiàn)這一目標，企業(yè)需要對AI人才進行投資。

5. 流程變更的失敗

很多企業(yè)在部署AI技術的同時忽視了流程變更的必要性。例如，當企業(yè)利用AI來自動收集客戶數(shù)據(jù)搞促銷活動時，很可能會出現(xiàn)越權行使部分營銷職能的情況。團隊可能會被重新定位為專注開發(fā)新的消費者體驗，但是并不是所有企業(yè)都會為其團隊可能出現(xiàn)的類似麻煩做足預案。

Kodabandeh表示，從AI中獲益的企業(yè)都將流程變更視為業(yè)務戰(zhàn)略中的核心環(huán)節(jié)，并將AI技術與其整體業(yè)務戰(zhàn)略緊密整合在一起。流程變更涉及到要讓AI生產(chǎn)與消費保持一致，并且需要業(yè)務、流程、戰(zhàn)略、數(shù)據(jù)科學和技術團隊之間進行強有力的協(xié)作，以創(chuàng)建與目標相匹配的AI。同時企業(yè)應建立跨職能團隊的卓越中心，來指導與監(jiān)管此類流程。

Kodabandeh提醒，AI是一項很有前景的戰(zhàn)略機遇，但是如果企業(yè)在處理上不夠謹慎，同樣也會成為重大的戰(zhàn)略風險。因此企業(yè)必須認真地將AI整合到自己的核心業(yè)務戰(zhàn)略和核心業(yè)務流程當中。

本文作者Clint Boulton為美國CIO.com網(wǎng)站資深撰稿人，專門研究IT領導力、首席信息官職能和數(shù)字化轉型等問題。

原文網(wǎng)址

https：//www.cio.com/article/3534470/5-hurdles-to-ai-value-and-how-to-overcome-them.html