摘要：企业可能还没有准备好全部投入人工智能，因此从单个项目开始可能是一个很好的开始。那么企业首席信息官在早期人工智能项目中应该寻找什么？

早期人工智能项目中应该寻找什么？
　　
　　谷歌公司是使用人工智能的行业先驱者一，其投资在短短一段时间后，使该公司的净收入同比增长了一倍。如今，许多公司都在寻求加入人工智能革命。Genesys公司预测，到2022年，60%的美国公司将使用人工智能技术，其原因很简单：他们不仅看到了结果，而且担心将市场输给采用人工智技术的竞争对手，这是一个强大的动力。
　　
　　然而，很多企业在处理人工智能用例方面遭遇失败。正如自动化机器学习工具提供商Aible公司首席执行官兼创始人、SalesforceEinstein的创始人之一ArijitSengupta所解释的那样：“由于绝大多数人工智能项目都遭遇失败，因此很难提供统计数据来证明人工智能在商业中的有效性。2018年，研究机构Gartner公司估计，85%的人工智能项目都已经失败。人工智能有着巨大的潜力，但如今大多数人工智能的培训方式在业务方面都失败了。”
　　
　　以下讨论了企业首席信息官应对人工智能用例和成功策略的正确方法。为此行业媒体采访了数十位人工智能专家，并分享了他们丰富的实践经验，而这些经验通常是您在网上找不到的。
　　
　　1.人工智能主要依赖数据为生
　　
　　众所周知，人工智能依靠数据为生，但数据的重要性往往被低估。
　　
　　聊天机器人开发商Verint公司副总裁JenSnell解释说，“人工智能中的数据问题的范围和规模远远超出了大多数人的认识。由于数据的原因，很多企业的项目都会遇到问题——从数据质量到管理和整理数据以获得有意义的见解，再到标记和模型构建。起初这似乎很容易，但当企业着眼于规模增长、改变模型、管理和确保对系统的控制时，就会变得棘手。”
　　
　　Snell给出的统计数据令人痛苦：虽然59％的企业高管认为人工智能可以改善对大数据的使用，但85％的大数据或人工智能项目却失败了。他说，“我们在15年前就已经意识到了这一点，并花费几年的时间与客户和现实数据一起了解问题的广泛性和系统性。”
　　
　　因此，拥有可靠和干净的数据对于人工智能转换是必不可少的——甚至比人工智能算法还要重要。人工智能技术和解决方案提供商Veritone公司应用人工智能主管AaronEdell说，“我了解到，调整算法和给定模型的数学只会带来很少的改进。对准确性的最大提升来自良好、干净的训练数据。尽早制定数据获取策略是机器学习成功的关键——我希望从一开始就知道这一点。”
　　
　　如何获取数据对于人工智能用例也是至关重要的。虽然从外部来源购买数据可以使企业的人工智能业务起步，但还不足以让其业务继续运行，因为人工智能不了解它的功能，而且它只会像提供的数据一样好。Edell在训练模型时发现了这一难题。他说，“一个受过100万名‘名人’训练的名人识别模型在现实生活中的用例中表现不佳，因为它没有针对本来要运行的数据进行训练。如果试图了解珍妮弗•安妮斯顿在《老友记》电视剧的每一集中出现的频率和持续时间，那么采用她在奥斯卡颁奖典礼上走过红地毯照片训练的模型的效果将不如在电视屏幕抓取中训练的模型。”
　　
　　每一家公司都可能需要针对其业务的精心调整的人工智能。从长远来看，这将导致更高效的算法，从而带来更高的收入、更低的成本和更快乐的客户。 
　　
　　2.选择正确的起点
　　
　　成功的人工智能转型是无所不包的变革。这不仅与技术变革有关，还与文化变革和企业面临的员工阻力有关。因此，首席信息官必须从头开始规划成功。
　　
　　企业在有条不紊地选择人工智能用例时，最好从容易实施的用例开始，正如工作区自动化服务商Avii公司的首席执行官LyleBall所说，“找到需要人员参与的高度重复的任务，并让人工智能系统代替这些任务。”
　　
　　不过，从流程上讲，最好首先从面向消费者的角度出发。人工智能驱动聊天机器人解决方案提供商Senseforth公司首席执行官Shridhar Marri解释说，“客户期望在他们选择的渠道上获得场景和个性化的服务。获取、吸引和支持客户的整个范围是人工智能技术正在改变的一个关键方面。”
　　
　　通过改善客户服务获得的利润和满意度还可以帮助企业展示人工智能转型的价值，尤其是在面对同事和员工的抵制时。Ball总结说，“这有助于打开其他用途的大门。”
　　
　　在获得客户体验之后，Marri的建议是追求提高运营效率和降低成本。
　　
　　必须注意不要将人工智能转换与数字转换混淆。有时，即使非基于人工智能的自动化工具也足以胜任这项工作。在着手研究人工智能之前，必须进行适当的研究以查看人工智能项目是否是前进的最佳方法。为富国银行等公司构建了基于人工智能的聊天机器人JonathanDuarte分享了他的经验。他说，“在我领导开发的一个项目中，其项目计划已经制定，但是在项目启动之前很少进行客户研究。在这种情况下，当设计聊天机器人时，用户已经找到了一种解决方法，该解决方法虽然没有无限的可扩展性，但与人工智能工具一样强大。”
　　
　　3.为文化变革做好准备
　　
　　仅仅关注人工智能转换的技术方面是不够的。具有讽刺意味的是，虽然人工智能似乎是要取代人类，但近年来，人们开始更多地了解人类劳动力的价值。
　　
　　Skymind公司首席执行官兼联合创始人ChrisNicholson提供了支持大规模机器学习的人工智能基础设施，他强调了获得同事支持和合作的重要性。他说：“企业的团队可能会使用其计划引入的人工智能解决方案，如果他们不接受，那就没有任何好处。”。
　　
　　此外，企业的团队可能会参与产生或审核人工智能解决方案所需的数据，如果他们不支持企业转向自动化，将无法会获得良好的数据。Nicholson总结说：，“人工智能很难起步，所以没有理由再制造额外的困难。”
　　
　　4.建立人工智能是一个旅程
　　
　　首席信息官在选择人工智能用例时犯的一个错误就是忘记了其独特功能。人工智能之所以伟大，是因为它可以学习，但它只知道人类所教的知识。Marri解释说，“建立一个人工智能用例是一个旅程，而不是目的地。企业必须不断地对人工智能进行再培训，以使其保持最新状态和可用性。例如，聊天机器人需要了解企业的新产品产品或了解新的和意外的消费者要求，以证明自己的实用性。”
　　
　　许多将人工智能与劳动力相结合的企业都采用了这种策略：人类会解决人工智能遇到麻烦的边缘情况，这不仅可以改善用户体验，还可以为人工智能提供新的数据以供学习。同时，人工智能有助于替代大部分重复和人工工作。
　　
　　5.知道极限
　　
　　虽然讨论了如何开始使用人工智能用例以及如何正确使用它，但也要注意一些陷阱，以确保企业的项目成功并保持成功。资深独立分析师组成的分析财团的首席执行官兼创始人TomAustin指出了一个致命的例子，他说：“不要像波音737Max8飞机上的MCAS（操纵特性增强系统）系统的设计者那样自动地消除人工判断。人工智能并不是人类智能，它只是一种机器人，虽然可以完成人们无法做到的事情，但却无法思考。”
　　
　　Austin说，尽管这样的例子看似极端，但有一个重要的教训要学习：“不要以为可以将错误归咎于技术。人类在现在以及未来都将处于责任链的顶端。”
　　
　　编辑：Harris