2020年AI发展预测
编译 / 洪杉
重点尝试一
在无聊的重复性工作中加入AI
-------
“将AI的工作重点放在后台任务和自动化上,并为真正的转型奠定基础。”
对于企业来说,将税务和财务等行政职能的日常工作自动化绝对不是什么无聊的事。企业可以通过使用AI,进行诸如从税务表格、发票等文档中提取信息等通常耗时又乏味的工作,从而显著节省成本。
AI能做的事情还有更多,包括自动化日常任务。例如,一种新型的企业语音助手可以从根本上改变人们的工作方式——它可以在幕后操纵无数的系统,快速传递所需要的信息,督促员工完成任务,并不断学习和改进。
● 制定战略。创建一个“接纳策略”,来确定AI在哪些方面可以产生最大的业务影响,并且培养自己在AI方面获得成功所需的能力(如数据和人才方面)。
● 有序组织。为了确保AI解决方案能得到真正的使用,企业要创建中心化的监督。
● 设定标准。创建关键绩效指标,包括效率、有效性和现有业务流程的创新的衡量标准。
重点尝试二
采取以人为本的培训方法
-------
● 做好提供机会的计划。大多数公司所谓的“进行培训提升技能”实际上只是“增长知识”。要将知识转化为效益,首先需要确定员工需要哪些技能,然后给员工机会来应用、完善和分享他们学到的知识。
● 创建以人为本的文化。企业领导者设定方向和目标,然后退后一步:给员工工具、平台和激励来学习技能,然后让员工用新的方式来完成他们的工作。
● 设置多语言目标。让不同的专家掌握讲其他专业语言的能力。为了更快地进行跨技能和跨功能协作,创建“多语言”团队。
重点尝试三
积极面对挑战,保持领导力
-------
● 多领域合作。无论您的公司选择哪种治理结构,团队里必须包括管理、采购、合规、技术和数据专家,以及来自不同职能部门的负责人。
● 建立你的AI风控自信。在合规管理的帮助下,确保你拥有合适的AI标准、控制措施和测试流程。你还需要一份AI保障的预算,就像你需要一份网络安全或云安全的预算一样。
● 采取行动保持AI能力。良好的管理并不意味着行动迟缓,我们还可以使许多治理过程自动化。
重点尝试四
实施AI集成和规模化
-------
● 将AI嵌入到整体IT堆栈中。合并负责自动化或关键决策的AI模型,同时将经过培训的AI模型集成到生产应用程序中,以扩大使用范围。
● 开发机器学习运营。使AI成为日常运营的一部分的关键是一种新的能力,即MLOps,它将数据科学的专业知识与软件工程和IT运营相结合。为了实现有效的MLOps功能,大多数公司将需要招聘新员工和提升现有技术人才的能力。
● 实现数据可信。要让AI大规模运行,它需要的数据不仅是准确的,而且应该是标准化的、完整的、没有偏见的、安全的。只有这样,你才能相信你的数据。
重点尝试五
重塑商业模式
-------
● 重新审视你的商业模式。当AI帮助自动化、辅助和增强你的员工和决策时,你需要评估正在产生的消费者价值,并决定你想如何分享、使用或投资这些新价值。
● 将认知资产货币化。当你推出AI时,你应该创建独特的数据资产和认知资产。你的企业必须能够利用这些新资产提供的见解和结果。
● 让你的策略在AI时代奏效。随着AI和其他新兴技术带来的快速变化,两年一次的战略更新是远远不能解决问题的。建立一种以AI为驱动的策略,使其更有活力,更能适应市场变化。
联系客服