企业AI之旅 从转变思维方式开始

日期: 2017-04-27 作者:Jesse Scardina翻译:杨宏玉 来源:TechTarget中国 英文

许多企业尝试过在其业务流程中使用人工智能工具,但过多的数据以及企业内部的阻碍,往往会导致尝试以失败告终。 在企业流程中使用AI产品的好处是显而易见的,真正的问题在于企业如何能够让AI的优势在企业中开花结果。部署和使用AI产品的过程,相对于部署传统应用来说,可能会更加困难和耗时,也会消耗企业更多的资金。 最明显的障碍是大数据带来的问题。

企业希望AI能够帮助它们提升洞察力,他们在AI上投入了大量的资金,但更重要的是,企业还需要为AI提供大量的数据。更潜在问题在于,实现人工智能产品时,企业需要完成企业文化的转变,这是获的更深刻的见解的前提。企业需要设置奖励,激励那些使用AI发掘见解的员工,在年度预算……

我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。

我原创,你原创,我们的内容世界才会更加精彩!

【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】

微信公众号

TechTarget微信公众号二维码

TechTarget

官方微博

TechTarget中国官方微博二维码

TechTarget中国

许多企业尝试过在其业务流程中使用人工智能工具,但过多的数据以及企业内部的阻碍,往往会导致尝试以失败告终。

在企业流程中使用AI产品的好处是显而易见的,真正的问题在于企业如何能够让AI的优势在企业中开花结果。部署和使用AI产品的过程,相对于部署传统应用来说,可能会更加困难和耗时,也会消耗企业更多的资金。

最明显的障碍是大数据带来的问题。企业希望AI能够帮助它们提升洞察力,他们在AI上投入了大量的资金,但更重要的是,企业还需要为AI提供大量的数据。更潜在问题在于,实现人工智能产品时,企业需要完成企业文化的转变,这是获的更深刻的见解的前提。企业需要设置奖励,激励那些使用AI发掘见解的员工,在年度预算中,企业也需要设置一定的额度,让基于AI的见解能够真正的发挥作用。

“市场营销部门现在还没有使用人工智能,”Forrester Research的首席分析师Joe Stanhope,说道。“我们有预算,人员,供应商和相应技术,AI也许会对我们有用,但应用AI是需要打破常规的。它甚至可能改变公司的组织结构。”

数据对于AI必不可少

AI 产品,认知计算和机器学习等技术,都有着相同“血液”,那就是数据。输入算法的数据越多,给企业带来的见解就会越深刻。但企业该如何把握合适的数据量?如果企业缺乏足够的数据,是否也能从AI中获益?

“人工智能需要大量的数据,”Ian Barkin,专业服务咨询公司Symphony Ventures的联合创始人和首席战略官说道。“一些工具宣称它们能够使用非结构化数据,但当你深入了解时,你会发现这同样需要大量的努力。”

虽然Salesforce很希望Einstein的口号“人工智能无处不在”成为现实,但在小数据集上,AI也许并不那么灵光。“人工智能目前并不是适用在所有领域上的,”Constellation Research的副总裁和首席分析师Alan Lepofsky表示,你需要大量的数据来驱动这些见解。你必须具备成千上万的客户记录数据支持。在少量数据上,AI的洞察力也许并不能奏效。”

然而,Salesforce Einstein负责市场营销的副总裁Jim Sinai却反驳道,“我们需要考虑的是有各种不同类型的数据。对中小企业来说,他们可能不会有很多数据。但对于一些小目标,比如找出潜在客户等,你并不需要大量的数据,几百行数据足以。”

强大的武器

思维方式上的任何巨大转变,对于企业来说都需要一定的时间来适应。一个著名的例子就是Oakland Athletics执行副总裁Billy Beane 推行的Moneyball ,他说服了那些以传统直觉方式判断棒球走势的决策者,让他们逐渐信任了分析的结果,并依据此结果进行相应的决策。

企业想要获取的AI产品带来的好处和洞察力,也需要从思维方式进行转变,并努力适应这些转变。然而目前我们看到的情况却是,那些想要部署AI系统的企业,现在仍然坐在会议室里,使用电子表格进行分析,这并没有将任何洞察引入到决策过程中,Deloitte咨询分公司的一个主要负责人Ed See说道,“当引入一个新的工具时,它可能看起来十分耀眼,而这个闪闪发光的工具可能是一个非常强大的工具。你必须重新思考当前的决策过程。”

Forrester公司的Stanhope表示,如果AI产品可以不断优化营销活动或销售线索,那么预算就需要具有一定的灵活性,决策者需要冒一定的风险。企业需要思考的是:“我们接受这个系统吗?我们如何在这个系统中建立信任,什么时候需要人工干预?”AI改变了我们的流程,因为它对流程的加速是前所未有的。

AI商业应用的蓝图

还有很多问题需要解决,AI的能力仍然需要被证明,一些管理团队可能还需要在投资之前确信AI的价值。但这些并不能否认AI的成长和潜力。

对Sinai来说,这让人想起以前的技术产业转移,它改变了企业的经营方式。“如果你购买任何软件作为服务,它只是运行在云上,没有太多的人机交互,”他说,在五到八年左右,AI应用程序将会十分常见,那些老的表单驱动的应用程序将会成为历史。

技术公司投资到AI业务应用程序的希望在于,他们能够采用类似的方式让AI巩固其在消费市场的地位。一般来说,消费品中有很多实验,你为了测试市场而放弃了很多产品。企业想要这些行为变得更加可预测,P.K Agarwal——首席执行官兼硅谷Northeastern University院长说道。“现在,机器更加强大,将机器学习和大数据结合起来,大大加快了商业活动的效率。”

由于接触渠道的多样性,消费者现在都期待着更快和更好的服务。“营销人员正在试图从越来越多的数据中找出他们的客户策略,”Stanhope说道,“我们希望营销人员和我们保持同步。”

翻译

杨宏玉
杨宏玉

TechTarget特邀编辑。北京邮电大学计算机科学与技术专业硕士。熟悉软件开发流程,对系统管理,网络配置,数据库应用等方面有深入的理解和实践经验。现就职于IBM(中国)投资有限公司,从事IBM服务器相关软件的开发工作。业余时间喜欢游泳登山,爱健身,喜欢结交朋友。

相关推荐

  • 遇到Hadoop性能问题很头疼?监控集群很重要

    大数据系统中,数据并非唯一需要管理的内容。数据科学家和其他用户所运行的查询也必须进行监控,以确保他们不会在Hadoop和Spark集群中陷入困境。

  • 停止数据混战 构建数据治理模型

    由于一些公司选择从多个来源来收集数据,他们往往会失去了对数据质量和准确性的控制。不管你喜欢与否,现在该停止数据混战了,应用数据治理,这才是你要做的事。

  • Xworld大会:人工智能已“火” 未来还会远吗?

    随着移动互联网、物联网、大数据、区块链、人工智能等新技术的层出不穷,一场以大数据和人工智能为代表的智能革命正在悄然发生,人、社会、商业又一次迎来了进化拐点。

  • 数据湖治理:大数据团队的必修课

    数据湖中大量的原始数据可用于不受约束的探索和分析。但一切并非那么容易:为了避免信息混乱,所有数据需要编目和管理,而这项工作通常需要大数据团队手动完成。