建立大流行后的AI策略以实现复原力，恢复力
来源：CPDA数据分析师网 / 时间：2021-04-28
COVID-19大流行加剧了那些将其AI能力专业化以遍及整个企业的人与尚未充分利用其AI投资价值的人之间的反差，为了恢复并实现2021年以后的可持续增长，对于公司而言，至关重要的是要通过转变为将分析功能嵌入其运营核心的智能企业来拥抱不断发展的AI功能。
人工智能成熟阶段
随着我们进入技术，工作和生活的新时代，IT将面临越来越大的压力，要求他们迅速扩展AI及其技术-包括机器学习，自然语言处理，知识表示，计算智能等，以实现一个自动化，智能和洞察力驱动的企业，我们的研究表明，大多数高级管理人员（84％）认为他们必须利用AI来实现其增长目标，但大多数人不知道从哪里开始，有76％的高管表示他们在如何扩展方面遇到困难。
如果您还处于AI成熟的早期阶段，那么您并不孤单
根据我们的经验，大多数公司（80-85％）仍处于概念验证的初始阶段，从而导致扩展成功率较低，并终降低了ROI，这些小规模的工作通常由IT部门领导，往往孤立在一个部门或团队中，并且与业务成果或战略要求无关，同时我们已经看到很少有企业（<5％）发展到AI复杂性的点，这些公司拥有数字平台的思维定势，并通过在整个组织内实现民主化的数据和分析创建了一种AI文化，为实现增长而工业化的企业一直在使用负责任的AI框架来扩展模型，以促进产品和服务创新，我们的研究表明，战略性的大规模AI部署将实现竞争差异化，并显着提高财务业绩。
实践原则
为了有效地扩展规模-无论您的公司当前在AI旅程中处于什么位置-IT及其团队都必须使他们的AI方法专业化，将AI归类为具有一套共享原则和指导的行业，当您提高企业的数字能力时，以下四种策略值得您紧记，建立具有不同观点，技能和方法的可持续的多学科团队，共同合作创新和提供可以跨功能的AI产品或服务，在执行此操作时，为团队成员和业务产品所有者明确核心角色和主要技能也很重要，以确保团队对他们期望的表述有清晰的了解。
定义工作方式使跨学科的团队可以有效地合作
提供的产品和服务以及可预测和高效地进行创新，例如埃森哲的法律企业与我们的全球IT应用情报小组合作，开发了一种解决方案，以应对每月处理的成千上万份法律文件的管理和分类挑战，团队并肩工作应用了预测模型，人工智能和机器学习，以创建强大的自学习搜索工具，可帮助我们的团队轻松地执行精确的信息搜索和提取，释放数据以前不容易访问。
要求进行教育和培训以建立对AI技术的信心
并为从业者提供明确的资格和标准，在员工的整个职业生涯中实施定期评估点，可以成为测试他们的知识并保持其技术教育的有用基准，使所有员工都对人工智能技术有效的地方的理解和例子，有助于将稀缺的资源引导到初次成功机会的领域，如果需要与研究机构和学术机构的合作伙伴关系可以成为一种有用的策略，可以提高员工的技能并加强未来的人才储备。
普及AI素养
使您的整个员工队伍有权访问他们可以在这个快速发展的领域中利用的专业团队或技术，使企业中的每个人都可以访问AI情报将帮助您的整个公司获得更强大，更快的投资回报，它将鼓励新想法和整个企业之间更好的协作，对于任何技术而言，的挑战是在整个企业范围内进行扩展，人工智能也不例外，为了将一个想法付诸实践，并带来切实的利益，通常需要重新考虑技术的作用，通过规范您的AI战略，IT将随时准备帮助其组织从AI中获得更多价值，创建更敏捷，更互联的工作场所，并在规模竞争中获得竞争优势。