摘要：早期的采用者开始从人工智能实现中获得真正的商业成果。但推出人工智能计划并非没有挑战。

      早期的采用者开始从人工智能实现中获得真正的商业成果。但推出人工智能计划并非没有挑战。
　　
　　人工智能业务价值的时代已经到来。事实上，在德勤咨询公司最近的一项调查中，82％的早期采用者表示他们从人工智能投资中获得了经济回报。
　　
　　人工智能和相关技术正在增强现有产品并创造新产品。他们正在优化内部和外部运营，帮助组织做出更好的决策，让员工更具创造力，并在广泛的其他福利中创造更高价值的工作。
　　
　　毫无疑问，88％的公司计划在未来一年增加对认知技术的支出。
　　
　　然而，人工智能并不是解决所有商业问题的灵丹妙药，采用人工智能绝非易事。以下是企业在看到其人工智能部署的积极成果之前必须克服的最重大挑战
　　
　　数据问题
　　
　　启动人工智能项目的最大障碍是数据。具体而言，缺乏可用和相关数据，没有内置偏见，也没有侵犯隐私权。
　　
　　根据德勤公司的调查，16％的IT领导者将数据问题列为人工智能相关的首要挑战，比任何其他问题都要多，39％的受访者将数据列入前三个关注领域。
　　
　　帕洛阿尔托人工智能研究实验室负责人RajMinhas说，“许多公司将数据作为其日常运营的一部分。但它可能不是正确的数据。”
　　
　　在启动人工智能计划之前，企业必须仔细查看他们拥有的数据，寻找价值高的业务。
　　
　　他说：“这就像是在街灯附近寻找丢失的钥匙，而不是在丢弃它们的地方。我们建议企业向后发展，看看哪里可以获得最大的价值，而不是从哪里获得最多的数据开始。”
　　
　　另一个问题是没有正确数量的正确数据。
　　
　　他说，“我们与许多拥有大型资本基础设施的客户合作，如风力涡轮机和铁路系统，所有这些设备都非常可靠。”因此，当企业试图在故障发生之前使用机器语言来预测故障时，他们发现从这些设备收集的99.9%的数据来自于正常运行时期。
　　
　　Minhas说，“人们关心的是机器的异常行为，所以有很多数据，但这是错误的数据。”
　　
　　业务流程挑战
　　
　　如何将人工智能整合到公司的职能部门中的问题是另一个障碍，被列为德勤公司调查中的第二大问题。
　　
　　德勤风险和财务咨询公司分析和数据风险全球负责人Vivek Katyal表示：“仍然阻碍人工智能采用的一个关键因素是结构和文化。人们仍在努力研究人工智能的含义，它能做什么，不能做什么。就像一个可怕的机器人闯入组织，把事情搞得一团糟一样。”
　　
　　他说，当人工智能被构建到人们已经使用的平台（如ERP或CRM系统）中时，采用会更容易。事实上，人们可能甚至不知道那里有人工智能。
　　
　　“但是，当我们谈论人工智能改变业务流程时，它从根本上改变了企业的工作方式和内容，这是一个难以解决问题的领域。”他说。
　　
　　实施挑战和技能短缺
　　
　　人工智能的实施带来了许多技术挑战，大多数组织没有足够的人工智能技能来有效地解决这些问题，德勤公司调查中，39%的受访者将技术问题排在首位，31%的受访者将缺乏技能排在前三位。此外，69%的受访者表示，人工智能技能差距适中、严重或极端。
　　
　　Gartner公司分析师Svetlana Sicular说：“正在发生的事情是，大多数公司不能靠自己动手，因为他们没有技能。”一年前，当她与刚刚开始关注人工智能的企业用户交谈时，大多数人认为他们将会自己构建系统。到了秋季，这个数字发生了变化，现在约有三分之二的人希望通过在智能企业应用程序中使用嵌入式工具来部署人工智能。“情况变化很快。”她说。
　　
　　让技术发挥作用是一回事;让它在实际商业实践中工作是另一回事。
　　
　　“许多公司都没有为机器学习输出具有概率性这一事实做好准备，”Sicular说。“有些结果总是不正确的。对他们来说，这完全是一个启示，他们需要为异常设计，并为反馈循环提供一些方法。”
　　
　　工具和开发成本
　　
　　对于那些从零开始构建人工智能系统的组织来说，劳动力和技术的成本可能很高。对于那些刚开始的组织来说尤其如此。
　　
　　安德森自闭症中心（位于纽约州北部的850名员工治疗中心）的首席信息官格Gregg Paulk说：“我们过去一直这样做，那时我刚开始在公司工作。”
　　
　　他表示，建立新的人工智能系统在资金和员工方面都非常昂贵。“我们是一个小型的非营利组织。我们没有这些开发人员。”因此，对于安德森中心而言，就像许多小型组织一样，这意味着必须雇用一家外包公司来完成这项工作。
　　
　　“在过去，我们一直在努力，因为费用和开发时间都很糟糕。”Paulk说。
　　
　　相反，该组织正在利用公司已经使用的系统中的AI工具。例如，来自Ultimate Software的人力资源平台现在支持人工智能驱动的工具，让组织对员工进行调查，包括询问开放式问题，并使用自然语言处理和情感分析智能地分析响应。该软件还建议管理人员采取具体行动解决员工问题，导致员工流动率在过去两年内下降超过三分之一。
　　
　　安德森自闭症中心并不孤单。据Deloitte称，59％的公司通过企业软件供应商获得AI。例如，Salesforce Einstein是一个内置的AI工具，可帮助销售代表确定哪些潜在客户更有可能转换为销售。
　　
　　49％的公司使用基于云计算的人工智能。许多供应商和云计算提供商都提供随时可用的人工智能服务，因此企业无需构建自己的基础设施并培训自己的算法。
　　
　　这两种方法都可以降低成本，或者将IT部门的成本转移到单个业务部门。对于像Salesforce这样的云计算应用程序，对物理基础设施或内部支持或管理人员的需求较少，因为大部分工作都由供应商处理。
　　
　　领导目标不一致
　　
　　德勤的Katyal表示，首席信息官不需要按人数或预算衡量成功，而是需要通过商业利益来衡量成功。
　　
　　首席信息官是否帮助公司降低成本或提高收入？首席信息官是否帮助提高了公司持有的数据的价值？他说，这很难衡量，但这种转变正在开始。“首席信息官的奖励机制正在发生变化，尽管速度不够快。”
　　
　　衡量和证明商业价值面临困难
　　
　　证明人工智能计划的商业价值可能具有挑战性，德勤公司的调查中，30％的调查受访者认为这个价值问题是人工智能的三大障碍。
　　
　　一个问题是企业经常实施该技术，然后寻找可以解决的问题，而不是从业务需求开始。
　　
　　“许多组织认为他们需要聘请数据科学家，让他们放松数据。，”位于亚利桑那州Tempe的技术咨询和系统集成公司Insight的数字创新副总裁MattJackson说。“但没有看到对组织有任何直接影响。”
　　
　　Gartner分析师Whit Andrews表示，对于组织来说，衡量基于项目固有性质的商业价值非常重要，而不是基于所使用的技术。
　　
　　编辑：Harris