Connect with us

Saaspad | China Tech & SaaS News, Trends & Insight

采用AI策略前,企业应如何避开炒作,理解AI效用?

想法

采用AI策略前,企业应如何避开炒作,理解AI效用?

采用AI策略前,企业应如何避开炒作,理解AI效用?

在大数据以指数倍增的推动下,AI在过去十年以前所未有的速度增长。 AI编程,不再是逐行写代码开发的艰巨过程。 相反,AI本身就能够自我学习。而市场也留意到了这一技术突破。 2016年,AI相关产品的企业级市场需求达到80多亿美元。

AI行业承诺会转变商务流程,然而并没有。 从聊天机器人到商务智能,再到电子助手,人工智能的业务应用尚未达到大数据所能催化的全部潜力。

然而,问题并不在于AI技术。 今天,有效部署AI的最大障碍是我们为了了解其能力而设立的哲学,文化和实际运用的框架。

被误解的AI

AI行业存在一个巨大的误解,虽然许多企业认为他们在玩AI,但实际上,不论是消费者还是企业,对于AI的本质、现有用途、潜力用途及实现方式的理解都有巨大差距。对于绝大多数希望部署AI的公司来说,AI既意味着一切,又什么都不是。 大多数人只把它当成魔术棒,不求甚解。

实际上,AI的核心实际上定义为(1)计算机科学的一个分支,处理计算机智能行为的模拟,(2)机器模拟智能人类行为的能力。基于这种宽松的定义,AI技术一直被言过其实地宣传着。我们也不能简单地把它理解为提升客户满意度或更加深客户分析的技术。

但是,AI相关技术的采用已经对企业和客户的互动产生了重大的影响。 Gartner在2011年预测,到2020年,85%客户企业关系可以通过人工智能进行管理,而不用与人交谈。 2017年,我们正在逐步达到这一数字。

尽管有这些充满前景的数据,我们仍然在理解AI的本质、用途和影响方面存在根本的差距。 在对1,400名消费者的调查中,有37%的受访者表示他们已经使用过AI工具。 在表示没有使用AI的受访者中,63%的人实际上是在使用某种形式的AI,只是不知道他们使用的是AI而已。

卖方炒作

据Angel.co报告,现今存在着2200多个人工智能创业公司。 同一份报告指出,这些初创企业中有超过百分之五十是在过去两年内创立的。 随着AI创业公司的激增,行业内的资金也大大增加。 在Cowen and Company的研究中,81%的IT领导者目前正在投资或计划投资AI,而这一数字正在稳步上升。 市场对AI相关技术的需求很高,并且会越来越高。

与任何看涨的市场一样,这种需求导致了大量的浪费,混乱和错误的承诺。 在这2,200多个AI创业公司中,只有少数几个能为客户提供实际价值。 毕竟,销售AI解决方案并不难 ——魔法棒的承诺可以吸引任何品牌和公司。 人们仍然在寻求数据利用方式,希望有新的客户接触渠道。 机会是无止境的,但炒作也是。

从2014年到2016年,Gartner收到的AI相关调查从14个增加到了290个,在这个数字背后,也暗示了一定的行业动态。部分程度上,AI可用性的增加和企业的广泛采用有关。 而这个数字的增长这对AI行业也大为有益。

然而,在大数据和AI大红大热六年后,问题也发生了巨大转变。 人们开始终于问到:“什么是人工智能,它能怎样帮助我的事业?”

买方谎言

这使我们看到了市场的另一面。 购买AI不是为你的业务购买一次性解决方案。 商业领袖必须像对待其他投资技术一样对待AI:它应该有一个特定的目的来解决一个具体的目标。 企业高管必须跟踪KPI,并寻找为业务增加具体价值的解决方案。

AI不是魔法,而是数学。 魔法只存在于你要解决的问题中,并为具体问题制定战略解决方案。 如果你只知道你想要部署AI,但不知道你为什么要部署它,那么你和AI会两败俱伤。这是我与企业合作时多次经历过的情形。

特别想起一次销售对话。 我们正在向一个主要品牌做演示,以期赢得他们的单子。 我还没完成演示的前期准备工作,品牌方就问了我第一个问题:「已经有14家公司找到我们,都声称他们解决了AI问题。 我们也在努力确保公平对待每一家公司。 你有没有解决AI问题?」我停止了准备工作,收起笔记本电脑,并径直走出房间。 对方团队问我在做什么,我简单地回答:「我们还没有解决AI。 我甚至不确定这句话是什么意思,因为AI不是一个谜题。 但我很肯定,其他14家公司只是告诉你你想听到的东西。」决策者听完这番话,对我说:「你可以留下来。」

为何会产生这样的对话? 因为在将AI技术整合到业务运营流程之前,任何问我这个问题的公司都需要做更多的功课。 AI不是一个一刀切的解决方案, 你不能希望按下“修复”开关就解决一切。 在企业构建任何技术解决方案之前,都需要就自己的目标、价值观和业务考量进行诚恳的谈话。 AI技术也一样。太多的“AI公司”只是在推动技术发展,而不是准确地帮助品牌了解AI可以拥有的影响,以及为充分实现这一影响所需的大量工作。

这不只是针对魔法AI的解决方案,它更多的涉及到解决特定问题所需的工作。 问正确的问题就是工作的一部分。 企业领导者应该问:“如何应用技术来解决我的业务问题?”这是关于如何评估、选择和策略性地实施一套技术,以解决问题的方式。 一旦我们明白,人工智能不是魔法,而是数学、工作和战略培训,我们将对技术抱有更合理的期望。

变革

为了实现AI的全部潜力,我们需要将我们的哲学,文化和实际运用框架置于企业机构策略的顶层。 这既是一个期望管理问题,同时又是一个技术问题。

尽管我们总是随口抛出“AI”一词,但实际上,我们称之为AI的很多东西只是预测性数据分析,而数据分析真的只是常规业务。 它结合了坚定的企业机构战略、整套技术、培训数据和持续培训,以及从数据洞察中充分收集效用。

我告诉各个企业,对于任何AI解决方案,在真正探索潜在的AI集成策略之前,他们都需要明确考虑三个问题。

你正在寻求的AI解决方案的实际业务目标或挑战是什么?

你是否有维护AI集成项目的专业技能,是否有团队可以致力于培训和改进企业所用的技术?

你如何衡量AI部署的成功?

这些不是魔法问题,AI也不是魔法解决方案。 这是业务101。这些是企业在集成任何新技术之前必须回答的业务问题,无论它是否是一个性感的AI流行语。 业务上没有“简单”按钮,而且AI也肯定不会简单。 AI作用的实现需要奉献、坚定和谨慎考虑。 商务世界没有改变。 我们只是改进了我们用来执行高级业务策略的工具。

本文编译自VentureBeat

Continue Reading
You may also like...
Carlton Yang的头像

Click to comment

Leave a Reply

电子邮件地址不会被公开。 必填项已用*标注

More in 想法

Popular