首頁熱門文章
企業如何克服部署人工智能的阻礙
發布時間：2018-10-23 分類：交通百科
AI人工智能對企業未來的流程和創新上已經不僅僅是重要了，現在已經變得不可或缺。
企業為了在未來蓬勃發展，已經在改變人工智能驅動的工作場所上處于早期探索階段了。但是，盡管在商業中利用人工智能系統的興趣很高，實現的概率仍然很低。根據Gartner 2018年的CIO議程調查，只有4%的首席信息官實施了人工智能。調查報告謹慎地指出，我們即將看到“有意義的”部署出現更多增長：到2月份報告發表之時，已經有46%的首席信息官制定了實施人工智能的計劃。
但人工智能的在商業的部署是不會馬上實現的，首先，您必須了解您的企業的目標，技術需求，以及它的采用將對員工和客戶的影響。當你處理這些問題時，很多問題都可能出錯。這里有一些小貼士來幫助你達到最小的阻力。
1、把人工智能當作一種商業活動，而不是一門技術專業
許多公司將人工智能的實現視為IT部門的一項任務，這一錯誤本身就可能引發你未來的大部分挑戰。人工智能是一項商業倡議，因為其成功的采用需要在整個過程中積極參與，而不僅僅是在部署的時候花大力氣。目前負責運行日常業務流程的同一批人必須具有真正的角色來幫助構建和維護人工智能驅動的模型。
以下是在現實中部署人工智能的樣子：
a.公司需要數據科學家和IT團隊的協作和支持。
b.負責部署對歷史信息進行訓練的機器學習模型，要求建立預測數據管道。(創建管道本身就是一個過程，對多個任務中的每一個都有特定的要求。)。
c.當整個團隊都參與到獲取數據、分析數據和開發處理信息的復雜系統中時，人工智能實現成功的可能性就會增加。
2、教員工識別人工智能能解決的問題
人工智能驅動的企業經常尋找對其業務有深刻了解的數據分析家來幫助分析問題，其實您的團隊成員已經了解您的業務是如何運作的，事實上，他們甚至知道引起合作伙伴、客戶和潛在客戶的具體反應的因素，其實一個更好的方法是教員工識別人工智能可以解決的問題，然后指導員工創建自己的模型。
它可以幫助企業分析和理解每個模型的含義，它還可以使用受支持的系統來規劃其部署：
a.特定業務流程所需的使用模式。
b.預測請求與其服務之間的最佳等待時間。
c.需要監控的模型，以確保更新、延遲和準確性。
d.業務流程對延遲或未作出的預測的容忍度。
f.以人工智能思維處理問題的員工可以監控業務流程，并學會在重要的時候提出正確的問題。
3、允許商業專業人士建立機器學習模型
一家試圖用人工智能改變其全部業務范圍的公司可能會需要較長的時間的發展，目前的方法智能依賴于手工構建機器學習模型。當被問及時，企業經理將時間列為最大的挑戰之一。Gartner調查中的受訪者顯示，他們的團隊平均需要52天的時間來構建預測模型，甚至更長的時間才能將其部署到生產中。管理團隊即使經過幾個月的數據科學家的開發，也沒有什么手段來確定模型的質量。
一個自動化的平臺可以改變人工智能的現有狀況，可以在幾個小時甚至幾分鐘內產生機器學習模型，而不需要幾個月。這樣的平臺還允許業務領導人比較多個模型的準確性、延遲性和分析性，以便他們能夠為任務選擇最合適的模型。
為員工配備合適的工具和技能，使他們能夠為您的業務優化系統做出貢獻。更重要的是，自動化平臺可以幫助他們創建轉換流程所需的模型。考慮到企業在部署人工智能時面臨的諸多挑戰，克服了這些障礙的公司可以利用人工智能來改進和提高員工生產力實現業務提升。
