利用人工智能(AI)扩展AI转换

文章 (48) 2021-03-26 12:29:40

新技术和新概念最近进入市场,以帮助加速和改善AI实施过程。尽管大多数这些技术仍在成熟中,但它们已经为采用这些技术的组织带来了可观的收益。

对于这三个步骤中的每一个,我将描述可用的新概念及其影响。

1.确定和评估人工智能机会

人工智能机会可以从两个层面上进行识别:流程或数据。在过程级别,有两种技术可用:过程发现和过程挖掘。在数据级别,该技术称为数据发现。

选择合适的AI机会来实施至关重要。但是,过程和数据分析,文档编制,评估和优先级划分工作量很大。它们包括采访,观察,收集和分析数据。结果,此阶段通常需要两到六个月的工作。

数据发现

在可以推动业务价值的数据之间寻找关系会消耗资源和时间。数据发现解决方案无需扫描数据集的假设结果,而是扫描大量数据以发现成千上万隐藏在战略业务挑战背后的驱动因素。这些解决方案还将公司的信息与外部资源(例如,经济,天气,人口统计)结合起来,以揭示隐藏的模式和更深刻的见解。

2.人工智能程序的设计与编码

自动化代码生成

技术供应商已开始创建程序,这些程序可以通过使用过程发现或挖掘解决方案的结果直接生成机器人过程自动化代码。这些程序令人兴奋的是,它们可以自动创建自动化工作流并将其直接添加到自动化设计工作室中。然后,开发人员可以进一步完善代码。根据我的经验,大多数AI项目的代码中约60%至70%可以预先生成,实现速度提高了一倍。

3.人工智能程序的自主维护

当组织处理数百个AI程序时,管理变更和失败是一项挑战。当组织结合不同的技术以使用AI自动执行端到端流程时,这些组件中任何一个的故障通常会导致整个流程失败。

缓解此问题的一种有效方法是使用可预测和识别程序环境变化的系统。这样的系统能够主动调整环境(如果更改是由于环境故障引起的)或自动化程序(如果需要调整程序)。万一系统无法自动执行更改,它会提醒人员解决此问题。

首先,请与您的AI实施团队会面,以确定他们将大部分工作量花在哪里或遇到哪些痛点。当然,在这些区域中,使用上述杠杆可以为您带来最大的收益。

THE END

发表评论