近年来，绝大多数投资人工智能技术的企业通常分为两种：一种是成功地使用人工智能应用程序来改善运营或削减成本的企业，另一种是人工智能剧院。凯捷北美公司负责人工智能工程的企业副总裁Goutham Belliappa对人工智能剧院解释说，“一些企业实施了人工智能模型是为了在市场上制造一些轰动效应，但他们没有经历将人工智能能力与商业价值挂联系起来的艰苦工作。”
Info-Tech 研究集团研究总监兼分析师Brian Jackson表示：“人工智能正处于巨大经济影响的风口浪尖，它将以大约30年前软件定位的方式颠覆每个行业。人工智能快速增长的能力正在以比以前能够做的更有效的方式应用于解决问题。”
如何制定人工智能)战略
因此，具有前瞻性的IT领导者正在重新审视和重新思考他们未来的人工智能战略。Belliappa一直致力于优化和修改客户人工智能路线图，以通过个性化、动态定价和创建新的数据支持收入流来增加收入。
与此同时，数据和人工智能产品已经成熟并成为主流。Belliappa说，“挑战在于将这些人工智能和数据产品集成到企业的运营、商业或其他产品中。”他指出仅仅一两年前的数据和人工智能战略现在已经过时了。
Jackson说，“如果一家公司没有考虑如何将人工智能纳入其战略以及人工智能如何颠覆他们的行业，那么他们发现自己正在追赶另一个已经完成这项工作的竞争对手，这只是时间问题。”
以下是有关企业采取的人工智能战略的10个问题：
1.从人工智能或人工智能嵌入式产品中获得了多少收入?
Jackson说，“许多企业正在采用机器学习功能来协助某些业务流程;例如，使用聊天机器人对收到的客户支持案例进行分类。但要释放机器学习的真正潜力及其可以创造的价值，除非它适应企业的核心价值主张，否则将无法利用。”
2.企业认为自己在人工智能市场中扮演什么角色?
Jackson表示，企业应该根据人工智能的风险和回报来决定自己适合的领域。人工智能领导者将聘请数据科学家来创建自己的人工智能IP以推动业务增长，并向客户提供人工智能服务。早期采用者可能不会开发自己的人工智能算法，但会通过与人工智能领导者合作，快速集成人工智能解决方案，以推动效率和收入增长。那些风险承受能力最低的企业只想在他们已经使用的软件和云计算产品中采用内置的人工智能功能。
3.寻求什么样的结果?
这听起来很明显。然而，许多企业仍在为采用人工智能而追求人工智能。Whatfix公司首席技术官兼联合创始人Vara Kumar说：“人工智能已经成为一个概念，许多企业领导人甚至在了解自己需要它做什么之前就已经明白了自己需要它。”。他建议，企业对人工智能技术过程进行彻底的审计。
企业内容管理和流程管理软件制造商Hyland公司高级副总裁兼首席技术官Sam Babic表示：“企业在试图了解人工智能可以获得哪些类型的机会，然后将它们映射到企业目标时，通常只获得狭隘的视野，而不是首先从企业目标开始，然后映射到人工智能将如何提供帮助。这似乎是一个细微差别，但后者使企业能够更快地专注于实现目标所需的要求，而不是迷失在可能性的海洋中。”
4.应该监控和减轻哪些道德风险?
Jackson说，“采用人工智能带来的自动化决策带来了在企业的运营中根深蒂固的系统性偏见的风险。考虑一下希望人工智能做出的决定是否会对人们的生活产生影响，以及在这个过程中必须包含人类判断的地方。世界各地正在努力发布有关人工智能道德指南。”
Telus International公司首席信息官Michael Ringman提出，作为这项工作的一部分，如今的企业需要确保他们拥有多元化的团队来致力于人工智能计划，以实现他们的持续改进和努力实现零偏见。
5.企业是否有能力和基础设施来实现人工智能计划?
Jackson说，“企业必须现实地看待他们的人工智能方法将是什么，如果他们缺乏IT能力，例如云计算基础设施和数据仓库，那么就没有直接走到人工智能领导者的道路上。”
投资机构IDA Ireland公司技术主管Shane Nolan建议，企业需要进行能力差距分析、数据准备和根据现成的数据源构建人工智能解决方案，而不是理想的数据源。
6.人工智能成熟度是否跟得上数据增长?
未来工作认知中心的Euan Davis建议，为了保持领先，企业应该设定一个目标，使其决策速度与明年数据量的预期增长相匹配。例如，预计数据增长30%的IT领导者应该设定一个目标，将企业的洞察速度提高30%。Davis说，“在这个瞬息万变的世界中，任何无关紧要的事情都可能影响开展业务的速度。”
7.如何寻找下一代人工智能人才?
人工智能不仅仅是技术，也需要相应的人才。Davis说，“利用人工智能的可能性至关重要的是聘请能够了解技术和业务需求并创建解决方案的人才，而不仅仅是构建模型。企业应该深入关注优先确保下一代人才的人力资源计划(招聘和保留);如果没有它，在被颠覆的市场中几乎不可能跟上步伐。”
数字平台提供商AHEAD公司首席技术官Josh Perkins表示，拥有合适的人才(包括数据工程师和数据科学家)是成功的关键，因为他们将能够在小问题成为大问题之前识别并纠正这些小问题。
当然，仅靠外部招聘不会让企业达到目标。培养人工智能人才也是值得的。
8.工作人员和机器将如何在企业的运营环境中互动?
这将指导从增强内部机器人和平台的用户体验到提升和再培训员工的所有计划。Telus International公司的Ringman表示，企业需要考虑如何、何地和何时部署人工智能以提高员工的能力。
9.应该创建一个人工智能卓越中心吗?
虽然从小处着手并建立动力是有益的，但开发人工智能卓越中心通常是有价值的。Hyland公司的Babic说，“在人工智能采用的形成阶段，最好建立一个人工智能卓越中心，主题专家可以直接提交报告。这个卓越中心提供了对主题的关注和奉献，并允许对通过学习得出的模式和实践采取集中的方法。”
10.如何才能更好地实现人工智能民主化?
SAS公司人工智能和分析主管David Tareen说，“一些企业的领导者惊讶地发现，人工智能的民主化不仅仅涉及流程本身。通常情况下，文化调整或文化变革必须伴随这个过程。企业领导者可以在他们的民主化计划中实践透明度和良好的沟通，以解决问题，调整变革的步伐，并成功完成为每个人嵌入人工智能和分析。”
