如何使AI在业务转型中发挥作用

文章 (15) 2021-03-26 10:57:34

在过去的18个月中,我看到许多实例将AI计划集中在计算机视觉应用程序,纸张到数据库的文本功能以及语音识别或NLP程序上,而这些计划被排除在数字和业务转型议程之外(通常经过大量辩论)因为AI被视为未经验证,成本太高或两者兼而有之。CIO缺乏对AI技术已经过验证的信念,或者CFO或CEO担心在大流行期间花费宝贵的资金。人工智能计划通常被“搁置”以备将来考虑,而不被视为更广泛的业务转型计划的关键要素。简而言之,恐惧胜出。新技术的失败。

我相信AI在更广泛的业务转型议程中具有重要地位,而采取这六个步骤将减轻对AI的怀疑和恐惧。

1.采用“第一原则”方法进行业务转型
我建议对转换议程部署“第一原则”方法,在其中定义转换议程业务问题,明确表示您对更广泛的业务问题的所有假设,并提出用于解决业务问题的业务思路。这种方法非常适合于集中精力并产生新的想法。

2.映射A​​I用例,以便您10岁的孩子可以理解
您的“第一原则”评估中概述的假设和解决方案应为您使用AI技术提供信息。具体来说,画一幅过程的图片,并标记每个过程的哪些部分最好由软件或AI处理,哪些部分最好由人处理。无论是计算机视觉应用程序,纸张到数据库功能还是语音识别和NLP程序,人工智能软件都不太可能拥有您的所有关键流程步骤,因为该软件还不那么聪明(尚未发布)。将AI软件视为新的,更好的,更快的,不易出错的流程的推动者。

甚至您10岁的孩子也将掌握这种洞察力。

3.减轻AI的致命弱点:获取干净且相关的数据
不管喜欢与否,人工智能软件需要大量数据才能很好地完成工作。在AI实施中,清理数据可能会带来真正的风险,因为您不希望花更多的钱在清理和审查数据上,而获得部署AI的好处。

为了获得干净的数据,我建议对市场上许多新兴的数据清理工具之一进行审查(并考虑采用)。它们使您可以创建重复性例程,以自动修复数据缺陷并提高获取AI干净数据的机会。

获得质量和大小上可接受的数据后,对其进行测试,然后再次进行所有操作。这意味着使用您的数据样本运行AI程序并证明AI达到了预期的目的。

4.在您的AI计划中采用“最小可行产品”(MVP)方法
在业务转型的背景下,使用MVP方法来采用AI工具具有实际意义。它建议在实际部署技术之前证明AI的业务优势。像大多数技术投资一样,如果可能,请先证明流程和业务收益,然后再采用该工具。

5.设定清晰,可衡量的基准指标和目标
在开始您的MVP并可能将其作为“第一原则”评估的一部分之前,您需要具有一套针对业务问题的基准度量标准。具体来说,哪些KPI很重要?我们今天在哪里?我们要在哪里?这些是至关重要的,不可协商的问题。没有起始基线,您就像一架气压高度计损坏的飞机,无法测量高度。不要坐那架飞机。

6.与外部转型和AI专家一起增强您的团队
数据科学家,人工智能从业者和其他角色稀缺已不是什么秘密。这种人才短缺阻碍了AI程序的普遍采用,尤其是在转换程序中的使用。

为了解决这个问题,我建议与主题专家合作进行公司转型(以确保您正确掌握首要原则,MVP,指标和目标)以及AI开发和部署(以解决与数据和AI引擎创建或购买和购买有关的问题)部署)。与外部专家进行交流的好处包括,可以在业务转型和AI计划的价值创造方面缩短上市时间,并且由于外部公司对AI部署中的有效方法有更多的学习和解决之道,因此您的计划成功的可能性更高。

在业务和数字转换领域,这是令人兴奋的时刻。这种流行病既加速了数字技术的应用变革,又减慢了其他关键领域(例如客户亲密关系)的生产率收益。作为高管,公司董事会成员或AI爱好者,现在是重新考虑如何将AI计划视为转型议程以及成长和高效之旅的一部分的好时机。

THE END

发表评论