許多采用人工智能技術的組織不但沒有獲得成功，反而陷入了與技術目標脫軌的常見陷阱。那么是哪里出了問題？本文介紹了重回正軌的方法。

人工智能（AI）承諾幫助組織提高生產率、業務靈活性和客戶滿意度，同時縮短將新產品和服務推向市場所需的時間。然而，隨著越來越多的IT領導者將他們的組織投入到人工智能科學中，許多組織并沒有獲得期望的成功。例如，調研機構IDC公司在2020年的一項研究發現，28%的組織的人工智能和機器語言（ML）計劃都失敗了。

組織創建有效的人工智能策略需要仔細的計劃，設定明確的目標，建立強有力的管理承諾，以及能夠巧妙地避免常見錯誤的能力。如果組織當前的人工智能策略沒有達到預期的效果，則可能有以下7個原因。

1.員工培訓不足

未能充分滿足用戶需求是阻礙人工智能成功部署的最大障礙之一。

美國佩珀代因（Pepperdine）大學Graziadio商學院信息系統和技術管理教授Charla Griffy-Brown警告說：“除非組織對于使用人工智能解決方案做好準備，否則將無法擴大應用規模。這不僅僅是培訓，它需要更新策略并提供業務支持，而不僅僅是技術支持。”

全球IT咨詢Infosys公司總裁Ravi Kumar說：“IT領導者必須確保他們的員工得到充分的培訓，能夠更好地采用人工智能技術。他們應該有一個計劃來教育和授權他們的團隊與人工智能合作，而不只是使用。”

Grifffy-Brown說：“人工智能需要大家的努力，這一想法應該從一開始就融入到這項計劃中。這可能比人工智能本身更難實現。”

2.治理缺失或不足

很多組織沒有部署企業范圍模型的治理標準，人工智能策略將無法有效運作或擴展。信用評分服務提供商FICO公司首席分析官Scott Zoldi指出，治理建模有很多方面。

他解釋說：“它必須包含負責任的人工智能的概念，這一概念應具有健壯性、可解釋性、道德性和高效性。該模型還應側重于標準技術部署實踐，并指定哪些人工智能方法可以使用，哪些不可以使用。最后，人工智能項目需要一個受管理的模型開發過程，這樣模型就可以按照組織的標準來創建，并且不受數據科學家的技巧影響。”

3.沒有理解人工智能的真正價值

專業服務機構埃森哲公司應用智能部門高級董事總經理Lan Guan表示：“隨著越來越多的組織能夠使用人工智能，許多組織未能充分認識到該技術在現實世界中的投資回報率優勢。將人工智能整合到行業應用的核心價值鏈中，而不是將其視為附加功能，這一點至關重要。當人工智能被無縫嵌入時，其價值追蹤變得更加輕松。”

人工智能價值發現路線圖與大多數其他企業技術的路線圖不同。例如，軟件本身就有價值保護策略。

Kumar說：“組織應該很清楚將獲得什么價值。由于人工智能缺乏價值保護策略，因此其價值可能是指數級增長。組織通常不了解如何發現人工智能用例的全部范圍。此外，企業對人工智能的支持通常集中在針對性的問題或解決特定的挑戰上，而不一定考慮如何在整個價值鏈中使用這一技術。”

4.忽略將人工智能完全嵌入到現有業務流程中

為了讓人工智能創造價值，它必須直接嵌入到目標業務流程中。這不僅意味著業務流程需要更改，而且流程中的人員角色也必須適應。

管理咨詢機構波士頓咨詢集團的高級合伙人兼人工智能聯合負責人Shervin Khodabandeh表示：“對于大多數平凡而重復的任務，人工智能可以使整個過程自動化，并使員工擺脫這些任務。”

Khodabandeh指出，完全無需人工的自動化是人工智能的一項重要優勢，但只占該技術能夠提供的價值的一小部分。他說，“在我們與行業領先組織的研究和合作中，我們發現他們經常利用人工智能推動業務增長，改善客戶體驗，并更好地管理風險。行業領先的組織通過實施新的人工智能交互模型來實現這一目標。”

而在客戶服務方面，不僅僅是人工智能能夠做什么，而且是客服人員如何與人工智能技術合作，更好地為客戶服務。Khodabandeh解釋說，“為了真正采用組織學習，并看到人工智能系統蓬勃發展，組織需要在深入了解必須改變的基礎業務流程以及人類和人工智能在新流程中交互的多種可能方式的基礎上，啟動人工智能計劃。”

選擇性也很重要。人工智能已經成為IT界的熱門技術，組織的首席信息官并不希望在人工智能應用潮流中落后于人。然而，明尼蘇達州圣保羅市圣托馬斯大學應用人工智能中心主任Manjeet Rege表示，“在采用人工智能技術的過程中，許多IT領導者認為他們必須在應對任何可能的業務挑戰時采用人工智能。我們經常看到人工智能部門與業務部門的集成度不高。”

Rege提議組織可以啟動一項人工智能計劃，該計劃將在最初的兩到三年內由受到影響的業務部門提供資金。他解釋說：“這樣，人工智能團隊就有足夠的時間向業務部門展示人工智能提供的好處，與此同時，各業務部門對人工智能技術產生信心，并愿意在隨后的幾年中為人工智能項目提供資金。”

5.管理和監測不足

首席信息官通常是提供5個“9”正常運行時間的專家。灌輸人工智能的嚴謹性同樣重要，因為使用這項技術做出的決定往往直接影響組織的業務運營。Zoldi說：“確保系統正常運行的嚴格程度和確保運行人工智能模型的性能，并對其進行持續監控，都需要同樣的嚴格程度。”

Zoldi指出，Corinium Global公司最近發布的一份在不確定性環境中構建人工智能的研究報告，該報告發現67%的首席數據和分析人員沒有監控他們的模型，以確保其持續的準確性以及防止模型漂移和偏差。他說：“盡管通常被忽視，但人工智能模型的部署和監控與核心模型開發一樣重要，甚至更重要。”

6.缺乏高層管理者支持

許多首席信息官都清楚，有些高級業務代表往往缺乏數據素養。因此，IT領導者應該向他們展示強有力的人工智能策略的影響和收益。

商業和技術咨詢機構Capgemini North America公司洞察力和數據執行副總裁Jerry Kurtz表示，如果組織無法從組織高管那里獲得全部支持，并且沒有正確地對用例進行優先級排序和創新，那么組織將很難擴展其人工智能戰略。”他解釋說：“如果組織看不到短期投資的長期效益和回報，那么就很難讓人們認可這些人工智能戰略，以實現長期承諾。”

Kurtz承認，要讓高層管理人員相信人工智能是一種行之有效的價值創造技術，這是一項具有挑戰性的工作。他說，“組織需要克服這些阻力，但需要精心設計的人工智能戰略和路線圖，在業務用例識別/優先級確定過程的同時解決數據跟蹤問題，并有效解決擴展方面的非技術性障礙。”

7.忽略預算管理

組織需要抵制在人工智能技術采購上花費全部預算的沖動。管理咨詢機構Kuroshio consulting公司的執行合伙人兼聯合創始人Krishna Kutty建議說，“組織在實施人工智能項目中需要留出資金用于交流、培訓、工作流程重新設計和組織結構變更，這是成功的必要條件。”

Kutty指出，許多組織認為，投資于人工智能技術和相關的數據管理任務就足以完成這項工作。這是一個錯誤。她警告說，“大多數問題都發生在以IT為中心的團隊之外，將組織中的運營、財務、人力資源、市場營銷等團隊都包含在運營和業務模型中，以有效地部署人工智能。高效的首席信息官還要與組織其他高管建立伙伴關系，以確保制定整體的人工智能戰略，并在大規模部署人工智能技術方面獲得成功。”
責編AJX