AI(人工智能)已經成為主流。各行各業(yè)的企業(yè)都開展了成功的概念驗證，甚至成功地在生產中部署了AI。一些企業(yè)甚至已經實施了他們的AI和機器學習戰(zhàn)略，并且各種項目在整個企業(yè)中激增，同時還配備了最佳實踐和管道。如今，處于AI成熟曲線前沿的企業(yè)正在大規(guī)模使用AI。

AI在企業(yè)中部署方式的整體成熟度正在改變企業(yè)對AI戰(zhàn)略價值的看法——以及改變他們希望在何處收獲AI的好處。以下是行業(yè)專家們如今所看到的企業(yè)AI的十大戰(zhàn)略趨勢。

1、AI開始發(fā)揮實際作用

在AI的早期，各個項目完全由數據科學家來推動。數據科學家們擁有數據和算法，可以自由地想辦法來使用一些新工具，以解決業(yè)務問題。有時，他們可以成功解決問題。如今，這種局面發(fā)生了很大的變化。

企業(yè)領導者們已經從成功項目的案例中吸取了經驗，并且對AI可以為他們做哪些事情有了更多的了解。因此，企業(yè)現在不太愿意投資于那些商業(yè)價值不明確的概念驗證，這一趨勢表明，業(yè)務部門日益成為AI應用的主導者。

麥肯錫咨詢公司旗下QuantumBlack公司的全球負責人亞歷克斯•辛格拉 (Alex Singla) 說：“當我看到企業(yè)在AI方面做得很好時，這都是由業(yè)務來驅動的。AI和 IT 可以幫助企業(yè)解決問題，但并不是技術部門提出解決方案。”而是業(yè)務部門帶頭說，‘我是該解決方案的一部分，我相信這一方案，這是正確的解決方法。’”

例如，霍尼韋爾企業(yè)的首席數字技術官希拉·喬丹(Sheila Jordan)表示，在其企業(yè)內部運營中正在使用AI，并將其植入到面向客戶的產品和服務中。

“我們與業(yè)務聯系得非常緊密，”她說。“我們受價值所驅動。這將是面向客戶的價值。內在價值。”

2、AI滲透到整個企業(yè)中

兩年前喬丹來到霍尼韋爾企業(yè)時，她的第一個大項目是實施一個數據倉庫戰(zhàn)略，將所有來源的全部交易數據匯集在一起。

“每個職能部門、每個業(yè)務部門都有一個數字議程，”她說。例如，霍尼韋爾企業(yè)已將其所有合同數字化。她表示，這意味著總共有超過 100000 份合同。她指出，這些合同為企業(yè)提供了大量的數據，可用于幫助為幾乎任何職能領域構建AI解決方案。

例如，借助AI，對于那些受通貨膨脹或定價問題影響的區(qū)域，霍尼韋爾企業(yè)的所有合同現在都可以被自動審查，喬丹說。“任何人都不可能仔細檢查 100000 份合同。”

同樣，有了完整的庫存數據，霍尼韋爾企業(yè)現在能夠了解哪些庫存是廢品，哪些是可重復使用的，從而在更有效管理原材料方面可以做出明智的決策，喬丹表示。

“我們看到AI出現在每個職能領域中，”她說。“財務、法律、工程、供應鏈，當然還有 IT 領域。”

3、借助AI快速推進自動化

這是霍尼韋爾企業(yè)積極推動自動化項目的第三年。如果有重復性工作，則企業(yè)將會嘗試使其自動化。“今年我們可能有 100 個項目，”喬丹說。“這些項目將使我們在全球各地企業(yè)自動完成某些工作。”

她補充說，霍尼韋爾企業(yè)正在努力使這些自動化流程更加智能。“我們將在這些自動化機器人中植入更多的AI，”她說。“這意味著自動化機器人變得更聰明。”

另一家從基礎的、基于規(guī)則的自動化起步的企業(yè)是博思艾倫咨詢企業(yè) (Booz Allen Hamilton)。博思艾倫咨詢企業(yè)AI業(yè)務副總裁賈斯汀·尼羅達 (Justin Neroda) 表示，現在我們正在將AI和機器學習整合到這些自動化流程中，以使其適用于更廣泛的業(yè)務工作。

他表示，人們從最簡單的自動化開始。“然后，他們會問自己，‘我還能使哪些工作自動化?’之后，他們會發(fā)現這需要使用AI和機器學習。”

他表示，AI驅動的自動化可有助于企業(yè)應對人員短缺或處理大量工作。“或者一半的工作可以自動化，然后，人們可以去處理其中最難的一部分工作。”

4、利用AI獲得更大收益

麥肯錫咨詢企業(yè)的辛格拉表示，大規(guī)模實施AI還存在一個重要的變革管理要素。他表示，這需要了解人們將如何使用AI，這些信息不是來自技術人員單獨工作，而是來自技術人員、學科和業(yè)務專家的結合。

“如果我必須要使用AI，那么我會告訴他們去了解三個不同的AI領域，而這三個領域使用AI的可能性微乎其微，”他說。“但AI自動融入工作流程的程度越高，我們成功的可能性就越大。我改變別人行為的程度越少，我就越有可能被接受。”

5、AI戰(zhàn)略需要集體的轉變

在初期概念驗證取得成功后，企業(yè)通常會建立AI卓越中心，以實施這一技術，并培養(yǎng)人才，積累專業(yè)知識和最佳實踐。但當一家企業(yè)達到臨界質量水平，那么就有必要拆分一些卓越中心以及整合AI技術，并將專家們直接調入到最需要他們的業(yè)務部門。

麥肯錫咨詢企業(yè)的辛格拉說：“對于那些不太成熟的企業(yè)來說，擁有一個卓越中心是有價值的，它可以接納人才，并在整個機構內開展學習。”“沒有卓越中心，企業(yè)通常沒有能力擴大規(guī)模。有才華的人希望和其他志同道合的人在一起。而經驗不足的人可以在卓越中心內受益，因為他們可以在此成長或學習。”

過早地拆分卓越中心會削弱其影響力，并降低企業(yè)在多個業(yè)務領域中迭代和復制成功項目的能力。

“但從更長遠來看，隨著你達到一定的成熟度和規(guī)模，同時擁有深厚的AI專業(yè)知識和領域專長的技術人員的好處就是促成真正的業(yè)務成功，”他說。“但只有當你具備一定規(guī)模時。”

Insight 企業(yè)的優(yōu)秀工程師 Amol Ajgaonkar 表示，業(yè)務問題分散于各處。

“業(yè)務問題不會集中在一個地方，因此，你不能指望進行集中式的AI部署，”他說。“這些部署工作也必須分散開。但你確實需要制定一個會影響某一業(yè)務的集中化AI戰(zhàn)略。”

他補充說，或者是可影響多種業(yè)務的AI戰(zhàn)略，例如收入、成本節(jié)約或市場定位。

與許多其他企業(yè)一樣，博思艾倫咨詢企業(yè)也是從一個核心AI團隊開始。 “但在過去的一年里，我們真的一直在擴大這一團隊，”博思艾倫咨詢企業(yè)AI業(yè)務副總裁賈斯汀·尼羅達 (Justin Neroda) 說。“我們通過那家擁有AI專家的企業(yè)而組建了一些小團隊。但在擴大團隊之前，你必須達到一個臨界質量，否則就會分崩離析。”

“這是我們在自己企業(yè)和與我們合作的客戶中所看到的情況，”他補充道。

6、AI觸發(fā)業(yè)務流程轉變

當企業(yè)第一次開始使用AI時，他們通常會在業(yè)務流程中尋找AI可以發(fā)揮作用的單個步驟。Genpact 企業(yè)首席數字官 Sanjay Srivastava 說：“您可以將業(yè)務流程分解成多個部分，將每個部分數字化，然后使用AI來提高效率。”“但歸根結底，該業(yè)務流程本身是一樣的。它的每一部分都變得更好、更快、更便宜——但流程本身并沒有改變。”

但他表示，AI也有可能從根本上改變業(yè)務流程。例如，Genpact 企業(yè)為客戶做了大量的賬戶處理工作。

“當我們將AI應用于處理發(fā)票時，我們可以知道哪些發(fā)票將會出現爭議，”他說。“我們可以找出投資組合中的哪一部分具有最高風險。”

他表示，借助AI的預測能力，整個流程可以重組。“當你應用AI時，你可以考慮端到端的價值鏈，并可以對其進行徹底地重組。”

7、機器學習操作 (MLOps) 成為現實

根據麥肯錫企業(yè) 2021 年底發(fā)布的一份報告，不同企業(yè)從AI中獲得最大利潤增長的一個區(qū)別是，它是否使用了機器學習操作。

電氣與電子工程師協會 (IEEE) 成員、Augment Therapy 企業(yè)(一家兒科物理療法技術企業(yè))的云和新興技術業(yè)務負責人卡門·豐塔納 (Carmen Fontana) 表示，這是AI領域的下一個大趨勢。豐塔納之前是 Centric Consulting 企業(yè)的云和新興技術業(yè)務主管。

她表示，我們的目標是將機器學習從理論轉化為實踐。“兩三年前，這是一個新興的領域，人們認為他們必須這樣做，”她說。“但我們在實踐中并沒有看到很多應用。”然而，如今，她看到了一些成熟的工具和方法，使企業(yè)能夠在訓練、部署和監(jiān)控AI模型方面變得更加嚴格。

“這對于讓AI和機器學習技術制度化大有幫助，”她說。“我在我們的客戶身上看到了所有這一切。市場發(fā)生了巨大變化。”

8、企業(yè)鋪設AI管道

博思艾倫咨詢企業(yè)的尼羅達表示，我們目前與客戶正在實施大約 150 個不同的AI項目。但在過去的一年里，我們企業(yè)已經開始擺脫這種一次性模式。

“在過去的一年半里，我們一直在模塊化功能和端到端管道方面進行投入，”他說。

AI的成功不僅僅需要一個工作模型。他表示，隨著數據的變化和模型的不斷完善，還需要一個完整的過程來維護這一模型。

“最大的挑戰(zhàn)是如何將所有工具捆綁在一起，”他說。“我們一直在努力將其標準化，并構建一些可重用的組件，以跨不同項目進行使用。”

9、組織機構希望建立對AI的信任

隨著員工和高管對AI越來越熟悉，他們越來越相信AI可以做出關鍵業(yè)務決策——即使有時這些決策與人類的直覺相悖。

Blue Yonder 企業(yè)的戰(zhàn)略顧問兼創(chuàng)始人邁克爾·費恩特 (Michael Feindt) 最近與一家英國大型食品零售商合作，后者正深陷與疫情相關的供應鏈困境。他表示，當該企業(yè)使用手動流程來管理其供應鏈時，有大量貨架空空如也。此外，還缺乏有知識、有能力和愿意做這項工作的人。

自動化的AI系統(tǒng)可以降低成本和提高績效。然而，當疫情來襲時，人們想關閉自動系統(tǒng)。“但后來他們發(fā)現，自動系統(tǒng)的適應速度比人類快得多，”他說。

因此，該企業(yè)沒有關閉這些自動系統(tǒng)，反而將這些系統(tǒng)擴展到門店以及配送中心。其結果是空貨架和扔掉的食物垃圾都減少了。此外，門店經理可以不再每天花兩個小時來微調他們的訂單，而是花更多時間來提高客戶滿意度。

費恩特表示，還有一些其他方法可以建立人們對AI的信任。“有些人很挑剔，基于他們多年的經驗，并不相信AI可以做出與他們同樣的好決策，”他說。添加一些可解釋特性，將有助于緩解這些問題。具有可解釋功能的AI，是指該系統(tǒng)可以向人類用戶解釋，哪些因素導致它做出這一決定。

10、新的業(yè)務模式可能出現

在某些領域，AI正在創(chuàng)造前所未有的機遇。例如，自動駕駛汽車有可能改變社會，并創(chuàng)造全新的業(yè)務類型。但AI驅動的業(yè)務轉型也可以在較小的范圍內發(fā)生。

例如，需要人工審核的銀行無力提供小額貸款。研究和處理這些貸款的成本將高于銀行可以賺取的利息收入。但如果使用AI來進行評估和處理，則銀行就可以提供小額貸款，從而使銀行可以為全新的客戶群體提供服務，而無需收取過高的利率。

“這些用例仍然不那么普遍，”Sapphire Ventures 企業(yè)總裁兼合伙人賈伊•達斯 (Jai Das) 說。“這些用例從根本上改變了我們的工作方式，而企業(yè)并沒有改變得那么快。”

他表示，一旦AI和機器學習技術成為企業(yè)中每個知識工作者都使用的工具，則這種趨勢就會開始轉變。

“我們還沒有到這一階段。可能還需要五年時間，大家才會使用AI和機器學習技術來完成他們的工作。”