|
【工业互联网研习社：构建工业互联网认知体系】 首席信息官和IT领导者应该遵循三个最佳实例，通过数字商业AI项目提高其成功率。 人工智能（AI）时代已经开启——至少在数字商业领域确实如此。全球领先的信息技术研究和顾问公司Gartner预测，到2020年，至少有60%的数字商业组织将使用AI。数字商业中大量面向客户的应用和后端管理任务将成为AI力证其业务价值的沃土。 Gartner高级分析师和总监Mike Lowndes表示：“我们对全球数百家数字商业机构进行了调查——大约70%的企业机构表示他们的人工智能项目获得了成功，或者极其成功，这令我十分惊讶。四分之三的企业机构表示其评估的结果呈现出两位数的增长。” AI技术在数字商业中蓬勃发展，这得益于大量可用数据和众多支持关键业务目标的使用案例，如：增加收入、降低成本和改善客户体验。Lowndes认为：“AI项目最流行的应用领域是客户细分、产品分类和欺诈检测等，但除此之外，还有很多领域都可以应用AI项目。” 妥善管理时间和资金，为成功作准备尽管我们调查了成功率，但AI项目并不一定能保证成功。首席信息官和IT领导者必须制定严格的时间计划并确保项目可在12个月内完成，从而短期制胜并取得C-level高管们对进一步实施的支持。 Lowndes表示：“缩短项目时间的关键是让每个项目都短小简单，以促其快速完成或尽快舍弃，而不会浪费太多资源。我们的调查显示，成功的企业机构已开展了多种此类项目。” “评估您的企业内是否有足够的AI人才来制定高性能解决方案。”除了时间计划，还有预算问题。受访企业在AI项目上的平均投资额为130万美元。虽然控制开发成本有助于限制项目范围，但如愿获得最佳的技术应该是主要目标，而不应受到成本控制成本的掣肘。雇用合适的人才，获得强大的数据管理和处理工具，以及将AI应用集成到现有基础架构中——这些应该占开发成本的大部分。 克服挑战：建立您的数据和技能基础Lowndes认为：“在部署人工智能项目时，数字商业领域的首席信息官和IT领导者面临两大挑战：缺乏优质的培训数据和缺乏内部技能。” 尽管专项预算分配可以缓解这一情况，但各企业机构也应寻求外部供应商的支持。“评估企业内是否有足够的AI人才来自行开发高性能解决方案。如果没有，请考虑了解商业AI解决方案。这些已经过测试的商业AI解决方案和供应商拥有处理数据问题的专业技术。” “员工需要时间来学会信任AI。”采用商业解决方案并不意味着您可以不再搜寻人才。第三大挑战——整合现有的应用基础架构应由技术娴熟的内部团队承担。商业AI解决方案可能没有现成的连接器，因而让整合过程变得十分复杂。这个问题搁置太久可能意味着您的项目计划在试用阶段停滞不前。 勇敢向前，但不要急于求成 尽管人工智能技术正变得越来越主流，但员工们仍然心存诸多疑虑，有时甚至对它的感受并非正面。首席信息官们和IT领导者不能也不应该忽视这些情绪，这是因为整个企业机构的支持对于塑造AI友好型业务流程至关重要。 Lowndes指出：“员工需要时间学会信任AI。应尽可能地充分说明AI解决方案提出了某些建议的原因并主动展示AI制定的决策对关键绩效指标（KPI）带来的影响。此外，还要为员工提供培训，并鼓励他们将自己的专业知识用于持续改进模型。” 欢迎工业互联网研习社知识沙龙，请文末点击“了解更多”关注 【工业互联网研习社&造奇智能新媒体】国内较早成立并开展运营的智能制造产业新媒体及内容服务、社群运营机构，聚焦新工业革命与智能时代的价值创造，以“深度影响智能制造进程，守望智能制造产业成长”为使命，聚焦智能制造、工业互联网、工业4.0、数字化转型及人工智能、大数据技术在工业领域的应用。凭借有洞见的思考观点，在产业界独树一帜。 联接产业企业、大学、研究机构、政府、资本等产业核心力量，通过创新和融合力量，打造深度观察、行业洞见、丰富资讯于一体的原创型、产业新媒体平台，凭借有洞见的思考观点，在产业界独树一帜。 2018年1月1日，[造奇智能]新媒体独家推出、业界首份聚焦工业互联网领域的高质量实名付费社群——工业互联网研习社。致力于打通工业互联网从资讯→信息→知识→认知→见识的链式通路，助力您的职业发展和机遇把握。 “研习社社友”遍布上海、北京、深圳苏州、杭州、武汉、芜湖等工业重镇，初步构建起覆盖工业互联网平台、工业软件、底层数据采集、工业数据分析、系统集成商、大学及产业资金、产业联盟在内的全国价值网络。 |
|
|
