大規(guī)模實施人工智能的最大障礙不在于技術，而在于人類和商業(yè)實踐。普華永道在一份新報告中發(fā)現(xiàn)，公司正在縮減人工智能的雄心。

有什么挑戰(zhàn)?測量投資回報率，批準預算并培訓現(xiàn)有員工。普華永道(PwC)在2020年AI預測報告中指出了運營障礙，并強調(diào)了高管們對持續(xù)承諾的需求。

高級領導知道這一浪潮即將到來：“百分之九十的接受調(diào)查的高管認為，人工智能提供的機會多于風險，近一半的人預計人工智能將擾亂其地理市場，業(yè)務所在的領域或兩者。”

同時，在1062位受訪者中，只有12%的受訪者表示他們計劃破壞自己的行業(yè)，這表明“幾乎有四倍的受訪者擔心破壞自己的計劃。”

這是更無聊但重要的部分之一：確定AI可以在哪些方面產(chǎn)生最大的業(yè)務影響，并建立成功所需的技術和人員能力。將AI指向沒有任何人想閱讀的文書工作。

該報告的作者說，使用AI進行有效操作和提高生產(chǎn)率的最佳方法是使用該技術從稅單，提貨單，發(fā)票和其他文檔中提取信息。尋找整個企業(yè)中常見的任務以創(chuàng)建可重用的AI解決方案，例如用于處理非結構化文本的模型。

設定多語言目標

這是重新思考技能提升工作的一部分—如果您僅向非技術員工提供技術培訓，那您做錯了。

通常，跨業(yè)務部門的協(xié)作對于轉型技術至關重要，跨團隊的技能提升也是其中的一部分。

報告建議將優(yōu)先考慮給予不同的專家說其他專業(yè)語言的能力。為了鼓勵跨職能的協(xié)作，公司應“創(chuàng)建“多語言”團隊，由數(shù)據(jù)工程師，數(shù)據(jù)倫理學家，數(shù)據(jù)科學家和MLOps工程師組成應用程序開發(fā)和業(yè)務團隊的一部分。另外，在業(yè)務方面培訓技術團隊成員，使每個人都說相同的語言。

正如接受調(diào)查的50%的高管所認可的那樣，團隊成員“需要為人們提供立即的機會和激勵措施，使他們能夠運用所學知識，從而使知識變成提高績效的現(xiàn)實技能。”

建立您的AI風險信心

普華永道發(fā)現(xiàn)，只有大約三分之一的受訪者“完全解決了與數(shù)據(jù)，人工智能模型，輸出和報告有關的風險”。報告作者建議公司以行動來支持自己的話。普華永道的負責任AI工具包列出了負責任AI的以下五個方面：

管治

可解釋性和可解釋性

偏見與公平

穩(wěn)健性和安全性

道德與規(guī)范

調(diào)查發(fā)現(xiàn)，大約50%的高管正在接受“可擴展性”挑戰(zhàn)。該報告還建議與風險和合規(guī)職能部門合作，以開發(fā)正確的AI標準，控制，測試和監(jiān)視。公司還需要用于AI保證的預算，類似于用于網(wǎng)絡安全或云安全的預算。

使您的數(shù)據(jù)成為可信數(shù)據(jù)

數(shù)據(jù)必須“準確，標準化，標記，完整，無偏見，符合法規(guī)并安全”。此步驟對于使AI大規(guī)模運行至關重要。最大的數(shù)據(jù)挑戰(zhàn)是：

整合來自整個組織的數(shù)據(jù)(45%)

集成AI和分析系統(tǒng)(45%)

將AI與IoT和其他技術系統(tǒng)集成(43%)

調(diào)查發(fā)現(xiàn)，只有三分之一的受訪者表示標簽數(shù)據(jù)是2020年的重點。該報告建議，即使AI的工作只集中在單個功能或流程上，對于公司來說，從組織的整個(和外部)收集安全，高質(zhì)量的數(shù)據(jù)也至關重要。

通過認知資產(chǎn)貨幣化

這是改進業(yè)務模型工作的一部分。企業(yè)應創(chuàng)建獨特的數(shù)據(jù)資產(chǎn)和認知資產(chǎn)：包含公司在特定領域的經(jīng)驗和專業(yè)知識的AI模型。

要從AI項目中看到ROI，企業(yè)必須能夠利用這些新資產(chǎn)提供的見解和成果。

這些工作至關重要，因為“ AI開發(fā)與軟件開發(fā)非常不同，需要不同的思維方式，方法和工具。”由于AI模型的開發(fā)需要“測試和學習”的方法，因此業(yè)務團隊還必須不斷學習和完善他們的方法。

在今年接受調(diào)查的1062名受訪者中，有54%擁有企業(yè)高管職位，超過一半的人從事IT和技術職能，有36%來自收入在50億美元及以上的公司。這項調(diào)查是由普華永道研究公司進行的。