“使企业中的人工智能神秘化”

目前，人工智能( ai )已经成为大公司的头等大事今年早些时候，96.4%的高管报告说人工智能是他们投资的第一吸引力技术，而两年前的这个数字仅为68.9%。 另外，这些高管中有80%认为ai是最具影响力的卓越技术，超过两年前的46.6%。

但是，对于多个组织来说，人工智能仍然是个谜。 对专家来说，人工智能在机器展示智能方面包含着非常特殊的含义，而ai更普遍的规律涵盖了机器辅助学习的所有种类，最重要的是机器学习、深度学习和自然语言。 为了讨论方便，假设ai的定义最广泛。 随着企业努力了解ai可以为组织带来的应用和收益，企业建立了ai卓越的中心、ai实验室和其他沙箱，并测试了与业务用例相关的ai功能。

那么，如何揭开ai神秘的面纱，提供可衡量的商业价值呢？ ibm的高级专员rob thomas是包括watson在内的ibm data and ai社长，他提出了一些想法。 他在o reilly media的最新报告ai ladder中概述了使用ai的框架。 。 在报告的开头，o reilly media的创始人兼首席执行官tim o reilly指出，现在人人都在谈论ai，但很多企业不知道如何将其用于自己的生意上。 o reilly强调使用新的技术方法会改变文化概念，指出每次新的技术革命都会诞生新的商业领袖，他们放弃了关于商业方法的旧假设。 o reilly指出，公司直到后来才意识到，要真正利用新功能，商业模式需要改变多少。 ibm的托马斯( thomas )指出，人工智能不是执行单一的商业项目，而是需要改变整个商业文化。 这是关于反复、制作实验的文化。

本报告使用ai步骤的比喻说明了企业为了支持ai并实现可衡量的商业价值而必须经历的一系列阶段。 ai ladder的概念基于这样的概念:组织需要有规律的方法来了解其在ai成熟度中的位置。 通过诊断和了解组织的成熟阶段，企业可以使用ai ladder作为框架，概述实现机械和人员扩展利润的步骤和功能。 ai ladder的基本概要如下

从要处理的业务问题开始

理解数据诉求是ai成功的基础

掌握正确的技能利用ai功能

为了确保可靠性，重点关注算法的可靠性和数据的完整性

认识到文化和商业模式变化的必要性。

ai ladder的中央新闻是ai的成功依赖于数据，相对高效的数据管理为ai支持提供了基本的基础。 但是，随着近年来大数据的出现，激增的数据源和数据量可以与强大的计算能力相结合。 为引入ai功能和算法作为数据收集、组织、分解的基础奠定了基础，帮助ai从几十年的初始试验中脱颖而出。 ai梯形图指出了企业组织数据时面临的挑战，如数据不足、数据过多、质量数据不足等问题。 长期以来，组织一般花费80%的精力准备数据，并能更有效地采用。 thomas指出，成功的数据管理与相对有效的ai支持之间的重要联系，ai的失败大部分是由于数据准备和组织失败。

新一代工具和技术减少了企业当前用于数据准备的时间，使企业能够集中精力进行分解和业务成果。 公司使用现代的数据架构方法来实现更容易的数据收集和访问 云计算的出现通过将数据资产转移到云端，加速了ai的使用。 通过租赁而不是购买数据存储功能，企业正在改变数据管理的经济学，以提高速度和效率。 他们不再负责管理数据访问和安全性，不再需要在购买的计算机硬件上进行大量资本投资。 只需根据需要购买和访问数据。

那么，这对商业意味着什么呢？ 一年的研究由普华永道报道，全球gdp将增长14%，2030年将等价于ai的结果- 15.7万亿美元的额外$。 这已成为当今快速变化的经济中最大的商业机会。 一年gartner的研究认为，人工智能将创造更多的就业机会，到2021年人工智能增强将带来2.9万亿美元的商业价值，恢复62亿小时的劳动生产率。 ibm的托马斯( thomas )提出，尽管当今企业界的ai使用率只有4%-8%，但在接下来的18-24个月中，ai使用率很可能激增到80%-90%。 这表明ai正在关键时刻迅速发展，从而带来业务使用和商业价值。 ibm的thomas总结说ai处于执行状态。 I你建立了卓越中心吗？ 似乎应该采取行动。