• 從人工智能投資中獲得回報的三個要

    17526854798224294200

    從人工智能投資中獲得回報的三個要

    隨著人工智能(人工智能)專家和機器學習(ML)服務的增加,人工智能可以為許多企業組織提供巨大的價值。然而,當涉及到人工智能的部署時,企業往往無法進行初始投資。這似乎有點尷尬,不是嗎?

    IBM最近的一項研究表明,只有21%的公司能夠將人工智能集成到其運營中。這就是問題的根源:沒有投入生產的技術,就無法獲得經濟回報。此外,人工智能項目的部署也不會帶來預期價值。

    讓我們來討論一下公司在人工智能盈利方面面臨的障礙,以及如何克服它們。

    建立數據驅動的人工智能戰略。

    考慮到人工智能總是需要大量的數據,最重要的是,使用人工智能的組織必須由數據驅動。不出所料,缺乏數據是企業充分發揮人工智能潛力的最重要問題之一。

    如果公司領導和關鍵員工缺乏數據技能,人工智能計劃可能會失敗。如果員工不將數據驅動方法應用於決策,即使是專業的人工智能系統也不能充分發揮其潛力。

    缺乏管理是人工智能實施過程中的另一個常見錯誤。

    人工智能通常需要在組織結構、戰略、員工心態和技能上做出重大改變。人工智能應用成功的關鍵因素是人。因此,改革管理被視為人工智能路線圖的核心部分,確保公司領導有必要的知識和動力,培養以人工智能為中心的文化。

    探索有形的目標。

    雖然目標是任何項目成功的基本前提,但許多公司在實施人工智能時仍無法清楚地確定它們。對人工智能項目的結果有明確的期望是非常重要的。通常,終端用戶不會積極參與人工智能項目,因此當技術團隊建立完善的人工智能系統時,它們的商業價值很小。這就是為什么所有參與者從項目開始就參與其中。

    此外,人工智能項目通常帶來無法准確衡量的價值。例如,提高員工滿意度或更好的客戶體驗比節省成本或時間更難跟蹤。或者,假設您建立了一個人工智能系統,以減少it部門對罰單進行分類的時間。首先,考慮到系統必須使用NLp來理解免費文本,它不會100%准確,特別是在初始階段。因此,您的團隊將需要確定允許的錯誤率,並在ROI計算中考慮錯誤率離開系統(eleave system)。

    假設人工智能系統錯誤地將票據識別為低優先級。這大大提高了ROI計算的複雜性,因為很難衡量這種情況的負面結果。

    這就是為什么能夠正確計算投資回報率預期的項目是至關重要的。例如,由於其投資回報相對容易衡量,許多制造商在應用於質量控制的人工智能項目中獲得了經濟回報。

    從小目標開始。

    雖然建立一個大規模的人工智能系統很有吸引力,但目標通常是一個更有效的策略,尤其是在一開始。從機器人過程自動化(RpA)開始可能是個好主意,通常比人工智能更經濟,投資回報相對較快。RpA的實現是非侵入性的,這意味著它不會像許多人工智能解決方案那樣破壞傳統過程。

    快速獲勝的人工智能項目也有助於證明更雄心勃勃的人工智能投資是合理的,並確保利益相關者在未來更積極地投資。

    人工智能呼籲成熟。盡管這聽起來微不足道,但更成熟、更有經驗的公司更有可能從人工智能中受益。這些公司經常建立數據治理實踐、詳細的培訓計劃、績效跟蹤系統和明確的項目目標。這些都是成功實施人工智能和不成功公司的關鍵區別。

    考慮到項目成功率的波動性,人工智能需要在關鍵管理領域打下堅實的基礎,而不是任何其他技術。跟蹤、測量和組織過程通常與他們從人工智能中獲利的可能性有關。

  • 推薦文章