每個人都在談論AI的力量，它正在慢慢侵入我們的生活。雖然你家里可能有一些AI助手和連接設備，但工商界還沒有完全采用AI技術(shù)。當然，我們在新聞標題上看到的都是具有前瞻性思維的公司，但筆者想要說的是，從小本經(jīng)營商店到企業(yè)，AI跨越了所有行業(yè)。我們都了解人工智能的力量和潛力，但我們似乎并未討論很多關于企業(yè)可能面臨的部署AI的挑戰(zhàn)。
我們看到一組數(shù)據(jù)，即61％擁有創(chuàng)新戰(zhàn)略的公司正在使用AI來識別數(shù)據(jù)中的機遇，并認為大多數(shù)公司必須采用AI。但這個數(shù)據(jù)有點誤導性：有多少家公司擁有創(chuàng)新戰(zhàn)略？總共有多少家公司？筆者認為我們需要擺脫這些誤導性的統(tǒng)計數(shù)據(jù)，并關注那些阻礙企業(yè)發(fā)展的因素。
讓我們來看看部署AI常見的挑戰(zhàn)，并討論一些方案，以幫助克服障礙，并最終成為統(tǒng)計數(shù)據(jù)中企業(yè)的一部分，這些數(shù)據(jù)表明大多數(shù)企業(yè)都在使用AI。
障礙＃1：AI不是一項商業(yè)計劃
許多企業(yè)仍將AI視為技術(shù)進步而非商業(yè)計劃。不幸的是，這種想法是錯誤的。部署AI不僅僅是IT部門的另一項任務。那些仍然參與日常業(yè)務活動的員工也需要參與構(gòu)建和維護AI模型。
整個團隊必須都參與其中。要跨越這個障礙，你需要改變思維方式，增加預算，為AI實施等其他業(yè)務計劃留有余地，并獲得整個公司的支持。實施AI需要所有業(yè)務的充分合作?，F(xiàn)在是時候做好準備了。
障礙＃2：員工對AI的理解
這點和障礙＃1一樣，如果你沒有獲得整個公司的支持，那么你可能會失敗。你要聽取員工對于使用AI的恐懼和疑慮。
通過解決疑慮、教育和培訓，以幫助彌合技能差距。投資你的員工，他們最有可能報以忠誠度。如果不確定從哪里開始學習工作技能和再培訓計劃，你可以閱讀關于該主題的其它文章。一個成功的再培訓計劃將在未來幾年內(nèi)為公司帶來紅利。
障礙＃3：缺乏滿足需求的商業(yè)模式
認為你的企業(yè)不需要AI？這只能說明你還沒有跳出思維定勢。公司的員工每天都要完成相同的任務嗎？人力資源部門是否需要定期招聘和入職新的員工？是否有收集客戶數(shù)據(jù)的銷售和營銷部門？AI可用于上述的每一種情況，并且這只是冰山一角。
為員工提供合適的工具，為創(chuàng)新打開大門。你永遠不會知道別人會想到什么。如果讓他們創(chuàng)建并找到適合他們的解決方案，你將看到AI可以適用于每種商業(yè)模式。
障礙＃4：無法擺脫遺留基礎設施
與此同時，如果你仍在使用阻礙進步的過時遺留系統(tǒng)，那么就不能指望員工會使用AI。筆者之前說過很多次，現(xiàn)在是2018年，遺留系統(tǒng)必須被淘汰。
找到可與AI兼容的新技術(shù)將使你的業(yè)務運營更順暢。如果你想保持競爭力，就不能被過時的基礎設施阻礙。
障礙＃5：沒有足夠的數(shù)據(jù)能夠讓AI工作
AI是一種數(shù)據(jù)驅(qū)動型技術(shù)。它必須具有基礎數(shù)據(jù)以及恒定的數(shù)據(jù)流，以保持其正常運行。
并不是說企業(yè)沒有多余的數(shù)據(jù)可供使用，因為筆者相信我們都知道企業(yè)收集了多少數(shù)據(jù)。但是，AI依賴于正確的數(shù)據(jù)類型，而不僅僅是任何數(shù)據(jù)。如果你沒有客戶或潛在客戶的任何數(shù)據(jù)，則不能指望使用預測分析模型進行銷售。
在業(yè)務中實施AI之前，要考慮AI需要解決的問題。然后，與員工合作，考慮機器需要多少數(shù)據(jù)來解決這些問題。如果你沒有該數(shù)據(jù)，那么你就要去準備。這將確保你在保持領先的同時擁有所需的數(shù)據(jù)。
部署AI的挑戰(zhàn)—僅僅是開始
這些部署AI的挑戰(zhàn)和障礙可能只是開始。筆者確信每個企業(yè)都會有細微的問題，這些問題可能會成為潛在的障礙。但另一個關鍵是要打開溝通渠道，與員工和經(jīng)理一起討論并理解發(fā)展的障礙。如果照做了，你無疑會成為行業(yè)佼佼者。
原文作者：Daniel Newman
