如今，人工智能(AI)已成為領(lǐng)先企業(yè)的頭等大事-今年早些時候，有96.4%的高管報告稱人工智能是他們投資的第一大顛覆性技術(shù)，而兩年前這一數(shù)字為68.9%。此外，這些高管中有80%的人認為AI是最具影響力的顛覆性技術(shù)，高于兩年前的46.6%。

然而，對于許多組織而言，人工智能仍然是個謎。對于專家而言，人工智能在機器展示的智能方面蘊含著非常特殊的含義，而AI的更普遍用法則涵蓋了機器輔助學(xué)習(xí)的所有種類，最主要的是機器學(xué)習(xí)，深度學(xué)習(xí)和自然語言。為了便于討論，我們將假定AI的定義最廣泛。隨著公司努力了解AI可以為組織帶來的應(yīng)用程序和收益，公司已經(jīng)建立了AI卓越中心，AI實驗室和其他沙箱，以試驗與業(yè)務(wù)用例相關(guān)的AI功能。

那么，我們?nèi)绾谓议_AI神秘面紗，以提供可衡量的業(yè)務(wù)價值?IBM高級主管Rob Thomas是包括Watson在內(nèi)的IBM Data and AI總經(jīng)理，他提出了一些想法。他在O'Reilly Media的最新報告“ AI Ladder”中概述了采用AI的框架。。在報告的前言中，O'Reilly Media創(chuàng)始人兼首席執(zhí)行官Tim O'Reilly指出：“如今，每個人都在談?wù)?#39;AI'，但大多數(shù)公司對如何將其用于自己的業(yè)務(wù)一無所知。”O'Reilly強調(diào)采用任何新技術(shù)方法都會帶來的文化觀念轉(zhuǎn)變，并指出“每次新技術(shù)革命都會孕育新的業(yè)務(wù)領(lǐng)導(dǎo)者”，他們放棄了關(guān)于工作方式的舊假設(shè)。O'Reilly指出：“只有到了后來，公司才意識到他們可能需要多少改變他們的商業(yè)模式才能真正利用新功能”。IBM的托馬斯(Thomas)指出：“人工智能不是要執(zhí)行單個業(yè)務(wù)項目，而是要改變整個業(yè)務(wù)文化。這是關(guān)于創(chuàng)建迭代，實驗的文化”。

該報告采用“ AI階梯”的比喻來描述公司必須經(jīng)歷的一系列階段，才能成為支持AI并實現(xiàn)可衡量的商業(yè)價值。AI Ladder的概念基于以下概念：組織需要一種規(guī)定性的方法來了解他們在AI成熟度中的位置。通過診斷和理解每個組織的成熟階段，公司可以采用AI階梯作為框架來概述步驟和功能，這些步驟和能力將指導(dǎo)組織實現(xiàn)由機器和人員擴充帶來的收益。AI Ladder的基本原則可以概括為：

從您要解決的業(yè)務(wù)問題開始

了解您的數(shù)據(jù)需求–這些是AI成功的基礎(chǔ)

培養(yǎng)正確的技能以利用AI功能

專注于算法信任和數(shù)據(jù)完整性以確?？尚哦?/p>

認識到文化和商業(yè)模式改變的必要性。

AI Ladder的中心信息是AI成功取決于數(shù)據(jù)，有效的數(shù)據(jù)管理為AI支持提供了基本的基礎(chǔ)。只是隨著近幾年大數(shù)據(jù)的出現(xiàn)，激增的數(shù)據(jù)源和數(shù)據(jù)量才能與海量計算能力相結(jié)合。作為數(shù)據(jù)收集，組織和分析的基礎(chǔ)，這為AI從幾十年的新生實驗中脫穎而出提供了基礎(chǔ)，為AI功能和算法的部署奠定了基礎(chǔ)。AI梯形圖描述了公司在組織數(shù)據(jù)以使AI面臨諸如數(shù)據(jù)不足，數(shù)據(jù)過多和質(zhì)量數(shù)據(jù)不足等問題時面臨的挑戰(zhàn)。長期以來，人們了解組織通常會投入80%的精力準備他們的數(shù)據(jù)，以便可以有效地使用它們。Thomas回應(yīng)了成功的數(shù)據(jù)管理與有效的AI支持之間的關(guān)鍵聯(lián)系，并指出“絕大多數(shù)AI失敗是由于數(shù)據(jù)準備和組織失敗所致”。