不同行业部门对人工智能技术都表现出极大的兴趣，但是并非所有组织都成功部署了人工智能解决方案。人工智能技术的复杂性经常被低估。

对于企业来说，不必总是在内部构建解决方案，这是常见的失败原因。人工智能技术复杂且仍然不成熟，而且在大多数企业中缺乏人工智能人才和技能。对于多数企业来说，除非项目具有战略重要性，否则应该更多关注由软件供应商提供或在服务提供商定制的方案。人工智能项目面临许多组织和技术的挑战（见图1）。

图1 采用人工智能面临的挑战

虽然许多企业在组织、战略和技术领域发现了一些问题，但他们忽视或低估了同样重要、对最终成功有影响的其他挑战。我们确定了五个可能阻碍人工智能计划的共同挑战领域，并建议企业在他们开始的第一个人工智能项目之前就要向团队提出以下问题（见图2）：

图2 在第一个人工智能项目之前要问的五个问题

一、您是否清楚地定义了业务问题？

企业经常从竞争压力中开始人工智能项目，担心如果不投资人工智能，就会被甩在其他企业身后。不了解人工智能的最佳用途往往是企业失败的首要原因。人工智能对于企业来讲最大的好处就是能够处理大量多维数据，涉及非结构化数据和复杂系统，包括事件预测、趋势分析、模式识别、机器人和决策/过程自动化、自然语言理解（NLU）、自然语言处理（NLP）和计算机视觉，这些是企业利用人工智能可能取得重大突破的领域，但这些方面的投入可能无法实现对企业来说最直接的利润价值。

人工智能并不是解决每个问题的最佳方案，有些案例使用传统技术会处理得更好。企业在开始人工智能项目之前，需要了解人工智能的局限性，教育高级管理人员和项目团队沿着这些路线来设定正确的期望。

当应用于正确的问题类型和业务问题时，人工智能可以显示出巨大的价值。通过解决这些问题，企业的高级管理层可以注入对人工智能技术的信心，并为未来的计划获得资金。

二、你能从实际的商业角度定义成功吗？

定义业务成功需要前期对预期的成果设定一些量化指标，这可能很困难，因为与传统IT项目相比，人工智能项目的结果通常不那么确定。因此，组织需要利用实验性和启发式方法来解决这个问题。Gartner的一项调查发现，提高效率、客户体验和降低成本是企业投资人工智能的三大原因（见图3）：

图3 人工智能对组织至关重要的主要原因

企业应使人工智能项目与价值指标保持一致（表1）：

表1人工智能业务价值指标

三、您是否包括业务领域、IT和分析专家？

项目经常因为团队相关的问题而失败。让合适的人参与项目是成功的重要组成部分。这意味着要建立一个跨部门、多功能的群体，其中包括：

（1）具有相关业务知识的业务领域专家；

（2）具有提供开发和集成专业知识所需技术技能的IT人员；

（3）能够协助建模和数据管理需求的数据科学家。

这个团队需要被授权做出决定，并在需要时采取行动。但这可能不是一个好主意，因为初学者组织还没有合适的人工智能知识或技能，并且可能没有能力确定企业的正确战略和结构。组织应该采取实验性的方法，首先启动几个项目，以了解驱动人工智能计划所需的技能、治理模型和团队结构。

图4 组织和管理人工智能调查

四、您是否调查了所有采购选项并确保了持续维护？

企业应该探索各种选择，以获得一个可行且性能卓越的人工智能解决方案，在性能、成本和技术成熟度之间寻求平衡。在没有调查每个采购选项，或者在没有了解问题的正确技术之前，可能导致投资浪费或解决方案性能不佳。企业往往在选择购买、外包还是建造方面进退两难，像其他任何破坏性技术一样，将引入人工智能的连锁反应最小化是企业首要考虑的问题。从这个角度来看，按照以下顺序，组织应该尝试购买、外包和构建人工智能解决方案。企业应将这些选项混合用于各种人工智能计划（见图5）：

图5 人工智能解决方案采购选项的考虑因素

购买：许多软件供应商（包括Salesforce、Oracle和SAP）已将人工智能技术集成到其专业解决方案中。组织应该首先探索“预集成”的功能，因为它们提供的功能能够以最小的努力来解决问题。

外包：人工智能技术往往供不应求，而且价格昂贵。对于一个试图证明人工智能技术价值并受到预算限制的组织来说，外包路线是一个合理的选择。

建造：需要组织具备适当的技术基础和能力，同时要确认人工智能技术对于组织来说具有战略重要性，组织要认识到拼凑各种应用程序并集成这些技术是一个复杂的过程，需要付出巨大的努力，必须在过程的早期加以谋划周全。

根据Gartner最近的一项研究，许多使用人工智能的组织选择建立他们自己的解决方案，而不是购买或外包。

图6人 工智能解决方案的企业技术路线调查

五、您是否已操作解决方案以充分利用该技术？

一个解决方案不仅是有效地分配适当的IT资源，还意味着以系统的方式预测人工智能元素的持续演变，在业务流程中引入人工智能的不连续性，并不断调整决策模型。

人工智能技术的操作或控制比其技术发展更加容易被人们忽视。忽视操作化阶段经常阻碍企业充分实现他们在人工智能方面的努力，同时也加剧了信心缺失。

有许多例子表明，人工智能技术应用于一个过程的一部分，已经大大改善了该部分相关的决策，而其余的过程却出现了负面的影响，企业需要应对这些负面的影响。例如，一家大型共同基金公司推出了一种对话代理系统，旨在自动处理机构投资者的财务文件要求，系统识别出所有相关的文档，甚至那些页面非常多的文档，并将它们发送给请求者。尽管这些文件是绝对相关的，但是人工智能会提出更具歧视性的要求，让人们中断且不知所措。

企业需要思考人工智能决策模型在日益复杂的组织环境中运行。我们传统上对决策的思考方式通常是通过确定性过程，即通过预先确定的事件序列采取行动。不确定性和未预料到的元素在复杂的业务系统中很常见，并可能导致不确定性行为（即本质上不可预测的行为）。

本文由上海市科学学研究所产业创新研究室副研究员孟海华博士，助理研究员全利平博士根据gartner相关报告编译。文章观点不代表主办机构立场。

声明：本文来自三思派，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。