根據(jù)埃森哲(Accenture)的一份新報(bào)告，許多公司陷入了困境，而很少有精英知道如何使人工智能(AI)大規(guī)模發(fā)揮作用。

“AI：按比例構(gòu)建”顯示了這種轉(zhuǎn)換的難度以及成功完成轉(zhuǎn)換所需的時(shí)間。

埃森哲應(yīng)用智能公司醫(yī)學(xué)博士鮑勃·伯基說：“簡(jiǎn)而言之，我們的報(bào)告發(fā)現(xiàn)，大多數(shù)公司確實(shí)在努力擴(kuò)展人工智能。”“他們被困在概念驗(yàn)證工廠中，進(jìn)行AI實(shí)驗(yàn)和試點(diǎn)，但擴(kuò)展成功率低，AI投資回報(bào)低。”

埃森哲對(duì)16個(gè)行業(yè)的1,500名C級(jí)高管進(jìn)行了調(diào)查，以確定使AI項(xiàng)目成功的因素。埃森哲確定了AI發(fā)展的三個(gè)階段：

概念驗(yàn)證工廠-孤立的工作，沒有首席執(zhí)行官的關(guān)注，沒有規(guī)模

戰(zhàn)略性擴(kuò)展-實(shí)驗(yàn)思維定勢(shì)實(shí)現(xiàn)規(guī)模和回報(bào)

為增長(zhǎng)而工業(yè)化-人工智能的企業(yè)文化，清晰的愿景，指標(biāo)和治理

正確實(shí)現(xiàn)AI過渡具有可觀的財(cái)務(wù)回報(bào)。埃森哲的分析師發(fā)現(xiàn)，成功擴(kuò)展人工智能與財(cái)務(wù)評(píng)估的三個(gè)關(guān)鍵指標(biāo)之間存在正相關(guān)關(guān)系：企業(yè)價(jià)值/收入比，市盈率和市銷率。做到這一點(diǎn)的公司在每個(gè)指標(biāo)上平均提升了32%。

伯基說：“我們的研究表明，進(jìn)入工業(yè)化增長(zhǎng)階段將實(shí)現(xiàn)競(jìng)爭(zhēng)差異化，這與財(cái)務(wù)業(yè)績(jī)顯著提高有關(guān)。”

首席執(zhí)行官需要完成以下三個(gè)任務(wù)才能達(dá)到AI的成長(zhǎng)階段：

掌握數(shù)據(jù)集

使AI成為團(tuán)隊(duì)運(yùn)動(dòng)

專注于ROI中的I

這是埃森哲關(guān)于如何做到這一點(diǎn)的建議。

掌握數(shù)據(jù)集

戰(zhàn)略縮放器是構(gòu)建和管理數(shù)據(jù)(從創(chuàng)建到保管再到消費(fèi))的專家。他們認(rèn)識(shí)到業(yè)務(wù)關(guān)鍵數(shù)據(jù)的重要性，并將財(cái)務(wù)，營(yíng)銷，消費(fèi)者和主數(shù)據(jù)視為優(yōu)先領(lǐng)域。

伯基說：“這可能是一個(gè)艱巨的領(lǐng)域，很難確定特定的投資回報(bào)率，但是正確地采取這一步驟將使組織在完成這一正確步驟后可以完成的工作中獲益匪淺。”

Berkey繼續(xù)說，最成功的公司在數(shù)據(jù)質(zhì)量，數(shù)據(jù)管理和數(shù)據(jù)治理框架上進(jìn)行了大量投資。

他說：“成功擴(kuò)展AI的公司更有可能使用更大，更準(zhǔn)確的數(shù)據(jù)集，并且它們將內(nèi)部和外部數(shù)據(jù)集集成為標(biāo)準(zhǔn)做法。”

他們還使用正確的工具：基于云的數(shù)據(jù)湖，數(shù)據(jù)工程/數(shù)據(jù)科學(xué)工作臺(tái)以及數(shù)據(jù)和分析搜索。