科技行者数字企业挺进人工智能「五步曲」

数字企业挺进人工智能「五步曲」

数字企业挺进人工智能「五步曲」

2020年3月9日 15:40:10 作者:科技行者 科技行者
  • 分享文章到微信

    扫一扫
    分享文章到微信

  • 关注官方公众号-科技行者

    扫一扫
    关注官方公众号
    科技行者

这些才是成熟的数字化AI企业的本质所在。

作者:科技行者 来源:科技行者 2020年3月9日 15:40:10

关键字:人工智能 数字企业 数字化转型

科技行者 3月9日 北京消息:每一家数字型企业,都存在利用“正确的”人工智能(AI)技术改善企业运作的可能。之所以用“正确“这个词,原因在于,为了用人工智能而用人工智能,和为了满足特有的固定目标而采用人工智能,之间存在显著的差异。事实上,泛泛地利用AI实现业务,极有可能没有好处反而有害处,企业如果没有适当的计划,很可能影响资源和资金分配不当。结果是什么呢?结果是要做逆向优化,会浪费时间,最终导致负投资回报率等因素,这是快节奏公司不可冒险的事情。因此,成熟的数字型企业当务之急,是要建立AI策略路线图。

本文将重点围绕关键AI成熟度模型展开,谈一谈企业的AI路线图五部曲。

关键AI成熟度模型

成熟度模型的建立,主要目的是帮助企业专注自己的AI举措。这应该是一个有益的框架,可以识别AI潜在业务影响,评估组织当前的AI能力,以及对各种投资设定优先级别,例如AI技术、AI技能和可以改善公司状态以达到既定目标的流程等方面的投资。

成熟度模型,也便于业内人士评估某个企业的AI能力,是事实或是炒作。而有益的成熟度模型,必须捕获AI所能提供的核心内容,同时又不能错误地暗示存在静态的最佳案例。

以下是一些已知的AI先锋成熟度模型所用到的模型和方法:

1、构建AI的积木型框架:该模型由Forrester研究所(https://go.forrester.com/blogs/16-11-12-micro_explanations_for_nine_essential_ai_technologies/)提出。该框架提倡通过一步一步地采用AI技术构建块(如深度学习和机器学习)的方法,加快企业技术的演进。

2、Gartner AI成熟度模型:该模型提出用“成熟度指标”衡量AI进展并对企业目标做出微调,同时也利用上面的“构建快”架构。

3、Adrian Bowles成熟度模型:该框架由Aragon研究所(https://www.slideshare.net/Dataversity/a-pragmatic-ai-maturity-model)的Adrian Bowles提出,用于根据一个企业目前的技术和技能,评估其在AI方面的深远影响程度。

4、企业组织成熟度阶段方法:该模型是个成熟路线图,一开始是自动化,接着是数据中心化和数字化,最后是根据AI宏图重塑工作环境。

5、Workday的智能业务四波:该模型由基于云的人力资源提供商Workday(https://blog.workday.com/en-us/2017/introducing-workdays-ai-maturity-model-the-four-waves-of-the-intelligent-business.html)提出,模型将AI成熟度分为四个简单的阶段:自动化、信息化、发现和转型。

6、微软AI成熟度曲线:模型类似WorkdayAI成熟度模型,微软(https://aischool.microsoft.com/en-us/business/learning-paths/discover-ways-to-foster-an-ai-ready-culture-in-your-business/discover-how-to-apply-the-ai-maturity-model-assessment-to-your-business)也将AI成熟度分解为四步,首先了解如何应用人工智能,接着是数字化、实验、和准备实施AI商业模式。

7、IBM的AI梯形图:IBM框架(https://www.ibm.com/blogs/think/2018/02/ibm-ai-ladder/)的重点放在企业采用AI的早期步骤,例如通过机器学习方法确定数据能力和增强分析。

AI先驱成熟度模型利用了上述所有的框架,提出一个紧凑及可实施的方法。

人工智能先驱成熟度模型

▲ 图:AI先锋的人工智能成熟度模型(Mark Minevich /AI先锋,2019)

AI先锋人工智能成熟度模型提供的框架,将AI成熟度分成各个级别,并将企业与每个AI阶段的关系勾画出来。各阶段的发展并非线性,而且也没有给出确定的预期采用速度。部署AI的企业在实施路线图时,应该做好改变速度和整个战略发展的准备,并需考量将该模型作为测量和基准测试工具,目的是帮助他们在路线图后面的成熟度步骤工作。

在这个框架的相关行动实例包括:NBA(https://www.cnbc.com/2020/02/11/nba-using-artificial-intelligence-for-highlight-clips-this-all-star-game.html)用AI显示球员关键数据,抖音利用机器学习技术做用户推荐算法。两家公司都采用了AI先锋建议的人工智能分段采用方式。另外,NBA和抖音的态势都是提倡以数据为中心,两家技术已经就绪,可以正确地走一条各自的AI宏图大道。NBA和抖音展示了当今成熟企业最高水平的完美例子,笔者后面还会谈一下这一点。

当今最高成熟度级别的企业

2019年,Dataiku做了个题为“AI成熟度调查:我们在企业AI的道路上处于什么位置?”的问卷调查(https://blog.dataiku.com/ai-maturity-survey)。Dataiku收到超过350个问卷的结果,获取了数字企业AI成熟度的具体见解。Dataiku从调查数据发现,AI成熟度最高的组织具备以下共同点:

1、企业流程里已经用上了某种形式的机器学习技术的加强手段。

2、企业拥有专用的数据部门。

3、企业在为AI采用做好了准备,实行了某种形式的员工培训。

为了更好地了解当今AI成熟度等级最高的企业,我们可以查一查AI采用指标数据。福布斯数据显示(https://www.forbes.com/sites/louiscolumbus/2018/11/18/state-of-ai-in-the-enterprise-2018/#57f6cbe823de), 37%的AI龙头企业投入到用于优化流程的人工智能技术超过500万美元(https://www.forbes.com/sites/louiscolumbus/2018/11/18/state-of-ai-in-the-enterprise-2018/#57f6cbe823de)。在AI实现架构方面,企业家项目(https://enterprisersproject.com/article/2019/3/ai-enterprise-10-tellingstats)过去12个月里的数据显示,三分之二(https://www.forbes.com/sites/louiscolumbus/2018/11/18/state-of-ai-in-the-enterprise-2018/#57f6cbe823de)的大型企业将在未来的24个月里以某种形式采用AI。

每个以AI为中心的企业,为实现其人工智能成熟度目标,都在遵循某种形式的实施路线图。以下信息提供了一个“五步方针”,数字企业可根据这五步,采取措施进入AI采用的快车道。

1、数据先行

AI采用之旅的第一站要求企业拥有强大的数据分析和收集能力。人工智能技术(如机器学习算法)必须用上大量和一致的数据流才有用处。如果企业没有一整套数据,AI的威力就消失了,因为AI缺少燃料和能力而不能提供任何有意义的见解去指导企业的决策。

目前有一些方法可以计算企业的AI采用成熟等级,这可以有助于为组织指明实施成熟水平的正确方向。微软提供了一个这样的工具(https://discover.microsoft.com/ai-readiness-and-your-organization/),可以利用问卷调查评估企业的采用能力;Worldlink也提供了一个机器学习和人工智能成熟的八步指引,组织可以进行自我评估(https://worldlink- us.com/machine_learning_artificial_intelligence_maturity.html)。重要的一点是,上述的成熟评估工具可以结合使用,如此,以数据为中心的企业肯定可以正确的方式根据企业本身情况加速实现AI的采用和成熟。

2、AI如何能帮你呢?

企业在确定了强大数据分析能力之后,必须弄清楚,AI以什么样的方式解决严苛的业务问题,这时候使用AI的具体意图已经明确了。例如,利用AI自动化运作解决人力资源的优化问题,或是将机器学习算法分析员工满意度和生产力。不管目的可能是什么,企业必须拿出一个方案,明确人工智能在路线图的用法,一方面节省时间,另一方面可以加速整合合适的AI。

3、摸着石头过河

路线图的下一段是测试和找到AI候选应用。企业在正式部署之前,必须在微观层面评估预期的AI机制。这意味着,必须设计独特的实验和修改关键绩效指标(KPI),以达到衡量进展和主动功效的目的。其中一个测试例子可以是A/B测试,由机器学习算法和员工进行相同的测试,力图以经验的方法确定AI的可维护性。其他定量测试包括测试准确性、精确度和速度。

与第一轮试验相结合,可以实施多周的测试期,以便进一步检查和判断方法的有效性,就如同公司已经处于短期的「后发布环境」中一样。

4、试测试第二轮以及建立具体用例

最初一轮测试完成后,必须进行较长的第二轮测试及建立具体用例。第二轮测试阶段持续的时间更长一些,目的是更好地模拟长期「后发布环境」。产品最终评估过程的形式应该是AI使用案例,案例可以正面地扩充企业运营,因此也就可以在AI路线图的下一阶段(修改商业模式)里使用。

5、修改包括AI在内的业务模式

到了这一步,企业必须扩充自己的业务模式,去适应人工智能。AI路线图的这一步最关键的一点,是要让所有利益相关者了解人工智能的涉及面,要详细阐述相关的影响,利益相关者包括投资者、客户等等。

发布时间以及未来 

商业模式一旦被成功修改后,公司当已达到了适当的成熟水平,可以正确地采用人工智能了,因此也就圆满完成了漫长的AI采用之旅。

最后,由于AI在未来几年的「后发布阶段」将经历持续的创新,那些已经战略采用AI路线图的公司,应当准备试用新的高新技术。

心态上要做到“以数据为中心”,这是成功完成路线图所必须的。适当地加速企业的AI采用成熟级别,意味着企业在开始执行过程前,应将重点放在优化数据单元及准备教育计划上。企业也应该在方法的选择上充满活力,要灵活地修正自己的经营策略,在每一步的方法上都纳入人工智能。这些都是成熟的数字化AI企业的本质所在。