如何使AI在业务转型中发挥作用

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。