我們已經(jīng)看到 COVID-19 如何對企業(yè)施加壓力，要求他們將其數(shù)字化轉(zhuǎn)型之旅加快數(shù)月，在某些情況下甚至數(shù)年。 大流行的到來使他們重新考慮觸手可及的技術(shù)——尤其是人工智能 (AI)——并利用它們來提高生產(chǎn)力、解決供應(yīng)鏈問題并無縫交付產(chǎn)品和服務(wù)。 組織已經(jīng)意識到將 AI 集成到其數(shù)字戰(zhàn)略中的必要性，本文將重點關(guān)注解決常見的 AI 采用挑戰(zhàn)。

　　人工智能是一項革命性的技術(shù)，可以節(jié)省時間、精力和金錢。它不再局限于科學(xué)教科書或科幻幻想;它在現(xiàn)實世界中有無數(shù)的應(yīng)用。企業(yè)現(xiàn)在承認(rèn)實施這種未來技術(shù)的重要性。事實上，機(jī)器智能的高水平滲透可以解決根本問題。

　　麥肯錫的一項調(diào)查表明，人工智能的采用率在 2021 年呈上升趨勢，并將繼續(xù)如此。它指出，“56% 的受訪者表示至少在一項功能中采用了人工智能，高于 2020 年的 50%。”

　　雖然企業(yè)已經(jīng)意識到采用人工智能是前進(jìn)的方向，但這并不總是那么容易。那么，阻礙企業(yè)實現(xiàn)這一下一代技術(shù)巨大潛力的關(guān)鍵障礙是什么?讓我們一一討論這些人工智能采用挑戰(zhàn)。

　　道德考量

　　采用人工智能的第一個挑戰(zhàn)是，隨著組織將人工智能與更多流程相結(jié)合，道德如何成為一個緊迫的問題。人工智能給人類偏見帶來了看似科學(xué)的信任，并傾向于放大它們，使其決策潛力受到質(zhì)疑。幸運的是，我們有一個解決方案。

　　一個有希望的跡象是人們越來越意識到這個問題，承認(rèn)人工智能存在偏見的潛力是第一步。當(dāng)企業(yè)訓(xùn)練他們的 AI/ML 模型時，他們必須積極對抗有偏見的數(shù)據(jù)，并專門對他們的 AI 進(jìn)行編程以使其不偏不倚。此外，注釋者必須在將訓(xùn)練數(shù)據(jù)輸入算法之前仔細(xì)分析訓(xùn)練數(shù)據(jù)。這樣，它不會導(dǎo)致有偏見的結(jié)論。

　　數(shù)據(jù)質(zhì)量差

　　采用 AI 獲利的最關(guān)鍵障礙之一是使用的數(shù)據(jù)質(zhì)量差。任何 AI 應(yīng)用程序的智能程度取決于它可以訪問的信息。不相關(guān)或標(biāo)記不準(zhǔn)確的數(shù)據(jù)集可能會阻止應(yīng)用程序正常工作。

　　許多組織收集了太多的數(shù)據(jù)。它可能充滿不一致和冗余，導(dǎo)致數(shù)據(jù)衰減。通過簡化收集過程可以提高數(shù)據(jù)質(zhì)量。利益相關(guān)者必須更加關(guān)注數(shù)據(jù)清洗、標(biāo)簽和倉儲。這些工作流程變化可以為企業(yè)提供高質(zhì)量的數(shù)據(jù)。

　　數(shù)據(jù)治理

　　面對不斷上升的網(wǎng)絡(luò)犯罪，負(fù)責(zé)任的數(shù)據(jù)治理比以往任何時候都更加重要。人們擔(dān)心公司如何訪問和使用他們的機(jī)密信息，因此利用面向客戶的人工智能的組織在部署應(yīng)用程序時要對自己負(fù)責(zé)，這一點很重要。

　　這里的關(guān)鍵是細(xì)分和可見性。組織必須確保他們可以監(jiān)控和限制他們的人工智能算法如何在所有階段使用數(shù)據(jù)。分段可減輕違規(guī)的影響并盡可能保證用戶信息的安全。同樣，透明的數(shù)據(jù)收集政策也有助于緩解與人工智能相關(guān)的擔(dān)憂。

　　流程缺陷

　　公司經(jīng)常使用內(nèi)部工具和管道進(jìn)行 AI 部署和監(jiān)控。從頭開始構(gòu)建高效的 AI 模型需要大量的時間和金錢。所以，如果你剛剛開始，人工智能的采用可能會讓你付出高昂的代價。此外，您的工具可能包含不適當(dāng)?shù)乃惴ê陀衅姷臄?shù)據(jù)。在這種情況下，采用第三方工具進(jìn)行人工智能集成或使用經(jīng)過市場檢驗的工具是一個比較明智的選擇。

　　網(wǎng)絡(luò)安全

　　人工智能實施引入了網(wǎng)絡(luò)安全風(fēng)險。為了收集人工智能計劃的數(shù)據(jù)，已經(jīng)發(fā)生了許多數(shù)據(jù)泄露事件。因此，保護(hù)存儲數(shù)據(jù)免受惡意軟件和黑客攻擊應(yīng)該是公司的首要任務(wù)。強(qiáng)大的網(wǎng)絡(luò)安全防御方法可以幫助防止此類攻擊。此外，AI 采用領(lǐng)導(dǎo)者需要承認(rèn)復(fù)雜威脅日益嚴(yán)重的威脅，并從被動策略轉(zhuǎn)變?yōu)橹鲃硬呗浴?/p>

　　存儲限制

　　訓(xùn)練 AI/ML 模型需要恒定數(shù)量的高質(zhì)量標(biāo)記數(shù)據(jù)集。因此，組織需要將大量數(shù)據(jù)輸入機(jī)器學(xué)習(xí)算法，以便他們能夠執(zhí)行所需的活動并提供可靠的結(jié)果。

　　這已經(jīng)變得具有挑戰(zhàn)性，因為傳統(tǒng)的存儲技術(shù)非常昂貴并且具有空間限制。然而，閃存等最近的技術(shù)突破似乎提供了一種解決方案。與昂貴的傳統(tǒng)硬盤不同，閃存存儲更可靠且價格合理。

　　合規(guī)性

　　人工智能和其他以數(shù)據(jù)為中心的運營越來越受到法律法規(guī)的日益重視。組織必須遵守這些限制，特別是如果他們在金融和醫(yī)療保健等高度監(jiān)管的行業(yè)運營。

　　采取靈活的方法來維護(hù)高隱私和治理標(biāo)準(zhǔn)可以幫助這些公司更加合規(guī)。由于法規(guī)的增加，第三方審計師更有可能受到需求。

　　前進(jìn)的道路

　　人工智能正逐漸成為改變游戲規(guī)則的人，其潛力值得一試。普華永道的一項研究指出，“到 2030 年，人工智能可能為全球經(jīng)濟(jì)貢獻(xiàn)高達(dá) 15.7 萬億美元，超過目前中國和印度的產(chǎn)出總和。其中，6.6 萬億美元可能來自生產(chǎn)力提高，9.1 萬億美元可能來自消費副作用。”

　　但是什么可以讓人工智能為公司服務(wù)?預(yù)測人工智能采用的障礙并采取戰(zhàn)略實施方法可以幫助組織實現(xiàn)轉(zhuǎn)型增長并最大化回報。