企業(yè)的首席信息官(CIO)和IT領導者需要深入了解人工智能的實際采用情況，否則可能高估或低估人工智能帶來的影響。
從機器學習和深度學習，到自然語言處理(NLP)和計算機視覺，人工智能的各種功能都在迅速發(fā)展。ISG咨詢公司認知自動化和創(chuàng)新技術研究主管Wayne Butterfield表示：“人工智能技術如今快速發(fā)展，這意味著首席信息官比以往任何時候都難以跟上其進步和發(fā)展，因此，了解大量的人工智能的功能對大多數首席信息官來說都是一個挑戰(zhàn)。”
Everest Group數字、云計算和應用程序服務研究副總裁Yugal Joshi解釋說：“對于首席信息官來說，必須深入了解人工智能技術和務實的采用方式。他們需要了解未來5年的發(fā)展趨勢。否則，他們就有可能高估或低估人工智能對業(yè)務以及IT的影響。”
此外，各行業(yè)用戶對人工智能驅動轉型的需求卻空前高漲。Joshi說：“首席信息官需要區(qū)分現實情況與人工智能開發(fā)商的營銷策略，從而為他們的業(yè)務做出最佳決策，這比以往任何時候都更為重要。”
需要了解人工智能的9個現實
越來越多的IT領導者如今正在探索企業(yè)中的人工智能應用。然而，支持人工智能的計劃不一定適合傳統(tǒng)的IT方法。
越來越多的首席信息官聘請精通人工智能的IT專業(yè)人員來推進其數字化轉型工作。但是這些團隊成員希望他們的IT領導者對人工智能有著更多的了解，從而可以更好地為他們提供支持。以下是首席信息官應該了解人工智能的9件事：
1.人工智能不只是一種技術
Butterfield說，“實際上，人工智能是用于解決特定問題的一組技術，人工智能的術語十分廣泛和籠統(tǒng)。用最簡單的術語來說，人工智能通常是圍繞提供基于數據的答案或預測而設計的，然后出現各種分支技術和功能。”
自然語言處理(NLP)可以用于自動處理電子郵件，機器視覺用來評估產品線的質量，或者用于高級分析來預測網絡故障。Butterfield說，“首席信息官必須了解與其業(yè)務相關的人工智能價值鏈，并確保他們能夠為了業(yè)務對人工智能可以解決的問題有基本的了解。”
2.人工智能并不是萬能的
密歇根理工大學計算學院計算機系統(tǒng)副教授、計算與網絡系統(tǒng)研究所所長Timothy Havens說：“人們對人工智能的期望是各種各樣的，而希望將期望變成現實。首席信息官應該對人工智能的局限性有著合理的理解，這樣他們就可以了解預測自己的期望，并正確評估正在考慮的人工智能解決方案。”
例如，機器學習技術可以根據代表性數據或經驗生成過程非常復雜的隱式模型。因此，機器學習算法可以通過查看數百萬張貓的圖片和“不是貓”的圖片來學習識別貓，但它不會通過貓叫的聲音或其他的特性來識別貓。
3.支持人工智能的項目需要對投資回報更有耐心
與一般的IT計劃相比，企業(yè)獲得人工智能的投資回報需要更多的耐心。Everest Group對200多位全球IT領導者進行的調查表示，84%的受訪問者將“漫長的等待”視為一種挑戰(zhàn)。Joshi說：“首席信息官們需要意識到這些漫長等待的原因，而不是為此而感到沮喪和失望。”
4.許多人低估了數據的作用
在某些情況下，可能沒有足夠的數據治理。數據是人工智能的驅動力。因此，任何一個數據團隊都應從一開始就參與制定人工智能策略。Havens說：“人們的期望值通常超過可用的培訓數據。”他表示，人們可以開發(fā)機器學習算法來檢測含有數百萬張貓圖像中的貓，但是現在很難開發(fā)出一種算法，只使用一張貓的照片來檢測出一只特定的貓。
Josh說：“首席信息官需要了解創(chuàng)建智能系統(tǒng)所需的數據處理量。因此，首席信息官們需要決定企業(yè)是否擁有構建或使用人工智能系統(tǒng)的數據和能力。”
Havens建議首席信息官需要了解訓練數據來自何處以及如何評估算法。Havens說：“這是因為該算法是否已經在以前從未見過的真實數據中得到了證明。”
盡管大多數企業(yè)都認為數據很重要，但很少為此進行大量投資。Joshi.說：“這些企業(yè)的其他職能部門(例如人力資源和財務部門)比其數據業(yè)務部門的規(guī)模要大得多。首席信息官們需要了解他們的支出能力，需要投資哪些技能。”
5.不要低估數據科學家
凱捷公司北美人工智能與分析副總裁Dan Simion指出，關于數據科學或人工智能卓越中心的歸屬問題經常存在爭議。一些首席信息官認為，數據科學家應該在IT部門工作，而另一些首席信息官可能建議數據科學家應該在業(yè)務部門工作。Simion說，“首席信息官必須確保他們不會低估數據科學家的作用。”他指出，數據科學家們不僅可以實現描述性數據的可視化，還可以利用人工智能和機器學習技術解決業(yè)務問題。
Simion說：“想要充分發(fā)揮其人工智能項目潛力的首席信息官應該認識到數據科學家的知識和技能，并提供機會，使他們能夠創(chuàng)造最大的價值。”
6.人工智能需要大規(guī)模的基礎設施
因此，企業(yè)運營團隊對于人工智能的成敗至關重要。實際上，根據Everest Group的研究，61%的企業(yè)表示他們的運營團隊主管也是負責人工智能應用的領導者。
Joshi說，“盡管越來越多的企業(yè)正在利用針對云計算和SaaS供應商基于云計算的人工智能產品，但運營團隊對于擴展此類計劃并創(chuàng)建所需的策略至關重要。”
IT領導者最重要的角色之一是了解支持和維持企業(yè)的人工智能轉型所必需的技術要求。Simion說：“為了使企業(yè)在其人工智能旅程中取得成功，首席信息官需要確保人工智能技術堆棧與企業(yè)技術發(fā)展保持同步。”
7.跨職能團隊是強制性的
與許多歷史悠久的IT項目不同，人工智能計劃需要跨數據分析、基礎設施、應用程序、數據管理和業(yè)務的協作。Joshi說：“首席信息官需要更具遠見，并建立跨職能團隊，共同對結果負責，而不是對各自的工作負責。”
8.人工智能與人類的學習是不一樣的
盡管人們拋棄了“智能”一詞，但人工智能并不是天生的自適應性。Havens說：“人工智能算法只擅長于其設計目的，并且在應用于看似與人類相似但從人工智能角度來看并不相似的問題時，往往會以奇怪的方式失敗。”例如，經過訓練可以在城市環(huán)境中駕駛汽車的人工智能算法在鄉(xiāng)村駕駛中可能會失敗。
9.組織的成果優(yōu)先
企業(yè)是否希望提高效率?還是改變客戶或用戶體驗?創(chuàng)建全新的業(yè)務模型?首席信息官必須了解企業(yè)希望從人工智能應用中獲得什么樣的價值。Everest Group指出了四個常見的業(yè)務因素：效率、有效性、經驗、發(fā)展。首席信息官可能還需要管理有關人工智能采用及其對組織的影響的過高期望。
