首席信息官關於人工智能戰略的四個優先事項

成為一名技術領導者是一個令人興奮和可怕的時刻：你會對數字技術的快速發展感到興奮，並害怕錯過相關的技術或措施。

在開發更廣泛應用程序的願望的驅使下，許多公司認為人工智能是一種靈丹妙藥，首席信息官可以使用人工智能技術來滿足客戶的需求。

當然，首席信息官更清楚，任何新技術帶來的挑戰都比技術人員帶來的樂觀更快。特別是在機器學習、數據科學、深度學習、自然語言處理和認知智能等人工智能及相關領域。這些領域不僅人才稀缺，而且知識和應用開發方法也不盡相同。

從人工智能中獲取價值，是指在為企業發展業務的同時，快速獲得收獲的現實影響。

1.通過基於人工智能的實時決策提供差異化產品。

最重要的優先事項之一是確定有影響力的領域，這些領域有機會程中嵌入基於人工智能的實時決策。在競爭激烈的市場中，實時處理場景信息、做出即時決策的能力是區分產品、服務和體驗的有效途徑。

例如，保險公司可以根據事故發生地點和時間提供的圖片和視頻自動處理索賠申請，以獲得實時批准。貸款人可根據抵押品和背景信息實時分析風險，並提供現場貸款審批。通過在業務流程中明智運用人工智能，企業可以實現產品和服務的個性化和定制離開系統（eleave system）。

關鍵是確定幾個直接影響的領域，並專注於在客戶體驗中創造可見和可衡量的影響。

2.在企業范圍內實施人工智能工程/MLOpS。

Gartner的研究表明，從人工智能原型到生產，只有53%的項目成功。首席信息官和IT領導發現，由於缺乏創建和管理生產級人工智能管道的工具，很難擴大人工智能項目。這是一個關鍵瓶頸，因為業務流程不能有效利用人工智能功能，除非項目流程足夠成熟，否則可以創建一致的可部署模型管道，無論投資、研究和概念驗證如何。

由於人工智能工程不同於傳統的軟件工程，首席信息官必須制定系統的人工智能和機器學習策略。許多企業發現，實現這一點最有效的方法就是建立一個由治理模式支持的強大平台。

這是一個統一的平台，因為它結合了從實驗和設計到部署的各個方面，這是一個強大的機制。在路線圖的支持下，首席信息官可以專注於人工智能工程。有助於在不迷失方向的情況下逐步擴大規模，實施業務用例，確保快速盈利。

3.利用基於雲的人工智能平台實現靈活性和可擴展性。

根據麥肯錫《2021年人工智能現狀》的調查，人工智能領域的龍頭企業使用的雲計算基礎設施比同行多:64%的人工智能工作負荷在公共雲或混合雲上運行，其他公司占44%。與同行相比，行業龍頭企業也在雲平台上訪問了更廣泛的人工智能功能。由於早期設施投資是阻礙企業人工智能進步的最重要因素之一。

基於雲的人工智能平台提供了從小開始和測試的靈活性，專注於模型建設和快速盈利。

基於雲的人工智能平台提供從小到大的靈活性，並通過需求驅動進行測試。方法是集中資源構建模型，快速盈利，然後在實現價值時擴展。基於雲的平台還允許企業通過抽象平台中的所有技術和工程。該實驗、試點和規模戰略在人工智能旅程困難的早期環境中發揮著重要作用。

4.利用公民建模，為企業內人工智能的擴張做好准備。

除了基礎設施，另一個障礙可能是數據科學和建模領域的專業知識。這些技術和工具可能不適用於行業專家組以外的人員。可操作性和可部署模型也可能因不熟悉技術而受到限制。

為了充分利用人工智能在企業中的潛力，該平台需要商業用戶、專家和其他領域的公民開發人員來合作開發價值驅動的人工智能資產。

人工智能是一場長期的遊戲。

這些初步步驟對建立人工智能長期能力的企業有很大幫助。請記住，人工智能和相關技術仍在迅速發展。基於平台和治理方法的企業將長期獲勝。

141