人工智能這個詞我想大家已不再陌生，他從一個概念，逐步實現(xiàn)到應用化。盡管發(fā)展到今天圍繞人工智能依舊存在大量的炒作和混淆，但它確實威力巨大，對企業(yè)而言有著巨大的潛在價值。在這個關鍵時刻，企 業(yè)必須為人工智能制定戰(zhàn)略和愿景，然后開始執(zhí)行各種用例，解決對實現(xiàn)業(yè)務目標影響最大的問題。

不能只是觀望 — 妥善規(guī)劃，落地生根

人工智能概念驗證項目也層出不窮；但許多項目都未進入試點或生產階段，因為它們沒有專注于解決關鍵的業(yè)務問題，也沒有獲取高級主管的支持，或沒有擴展計劃。如果人工智能的概念驗證沒有和具體的業(yè)務成果對接，而且缺乏應用于生產環(huán)境的遠見卓識，那就是在浪費時間和精力。

自動化和人工智能之間沒有固定的起點。從何處入手取決于企業(yè)的組織架構、業(yè)務需求、要解決的業(yè)務問題或希望實現(xiàn)的成果。重點要放在重新構思總體流程，而不是零敲碎打地應用人工智 能。人工智能項目的目標應當是解決其他技術和方法無能為 力的問題。尋找專業(yè)咨詢機構，借助設計思維等方法重新構 思總體流程，聯(lián)合投資以分擔風險，通過協(xié)作開拓創(chuàng)新。

成功創(chuàng)建具備最低可行度的人工智能產品后，需要考慮如何 擴展這一模式。此時，企業(yè)通常會認真考慮數據管理。因為 如果不進行拓展，那么只是一個有趣的項目而已。

轉變思想和觀念

人工智能需要高級人才，這些人才必須能夠理解數據和算法 的交集以及二者對流程鏈和工作流的影響。脫離較低層次的 rpa 之時，需要忘掉即插即用的概念。高級項目需要高度專業(yè)化的人才，導致這些技能供不應求。

許多企業(yè) 通過結合使用培訓、招聘與合作的方法，獲得所需的技能。 必須投資培養(yǎng)兼?zhèn)鋽祿こ膛c數據科學技術以及專業(yè)知識的人才，幫助他們適當地應用自動化和分析技術，鞏固數據平 臺、知識庫和機器學習。如果缺乏此類人才，企業(yè)將寸步難行，無法擴展人工智能項目。

變革管理是關鍵。目前，我們仍能看到許多企業(yè)因實施 rpa 和人工智能而大量裁減人員，這引發(fā)了對自動化的擔憂。要 改變工作方式和人才所發(fā)揮的作用，需要有總體的變革與文 化管理。這不是一次性活動。有無員工的大力支持，是決定能否成功管理持續(xù)的 it 和業(yè)務變革的關鍵因素。

距卓有成效的人工智能僅幾步之遙

如果無法 訪問廣泛的數據集，人工智能則只具備有限的知識，只能執(zhí) 行特定任務，生成洞察的規(guī)模和速度都無法滿足企業(yè)高管的要求。 為了讓愿景與戰(zhàn)略執(zhí)行保持一致，就必須清楚地認識人工智 能和智能自動化的終極狀態(tài)。盡管人工智能可帶來顯著的效 益，但它并不會直接實現(xiàn)業(yè)務成果。

相反，它是幫助企業(yè)高效而智能地實現(xiàn)目標的助推器 — 數字化組織可以實時為客戶服務，快速滿足其需求，幫助預測業(yè)務環(huán)境的變化，從而在市場中保持領先地位。人才、智能軟件、流程和基礎架構融合為一個整體，可以實現(xiàn)一系列統(tǒng)一的業(yè)務成果，因此必能讓客戶滿意。最終，只有具備 強大數據管理能力的企業(yè)才能最有效地優(yōu)化人工智能。以無 數種形式存在的數據最終會訓練并實現(xiàn)認知能力。