人工智能來勢洶洶，企業(yè)們準(zhǔn)備好“接招”了

為了推廣AI技術(shù)，企業(yè)管理者必須營造一種業(yè)務(wù)團隊與技術(shù)團隊能夠親密合作的文化氛圍。

下面將介紹一套由10個環(huán)節(jié)組成的方案，幫助企業(yè)管理者打造出適合AI規(guī)?；瘧?yīng)用的土壤。不過沒必要一定照著這個列表按順序推進，大多數(shù)企業(yè)只需熟悉這套方案中的某一個或幾個環(huán)節(jié)。

其實，這份執(zhí)行指南羅列了AI成功應(yīng)用的文化所必需的條件。企業(yè)管理者們可以以此框架為準(zhǔn)，對照著找出自己企業(yè)對這些不同環(huán)節(jié)的熟練程度。然后，企業(yè)管理者們就可以開始營造文化氛圍了。

AI改革方案

獻給企業(yè)管理者的AI改革方案 | 圖源：Unsplash

幾乎所有CEO都說他們在“搞AI技術(shù)”，這跟你的朋友說他“要去健身房”是一個道理。他們一般都無法達到期望的目標(biāo)——很多企業(yè)做到AI試點項目就沒了下文，朋友不久也會說太忙了沒時間健身。

高德納咨詢公司2019年的首席信息官議程調(diào)查 (The 2019 Gartner CIO Agenda Survey) 報告中指出，參與調(diào)研的3000家企業(yè)中，有37%的企業(yè)已經(jīng)應(yīng)用了AI技術(shù)?？梢钥隙ǖ氖?，剩下那63%的企業(yè)中有很大一部分在推行AI的過程中遇到過或多或少的阻礙。

只有技術(shù)和人才是遠遠不夠的。企業(yè)必須打破文化壁壘，重新對組織結(jié)構(gòu)進行審視，以便于AI在不同部門和地區(qū)之間推廣。企業(yè)部署AI沒有唯一的路徑，具體怎么做要取決于不同企業(yè)的規(guī)模、人才庫和AI技術(shù)成熟度。

以下這套由十個環(huán)節(jié)組成的方案可以為管理者們的AI轉(zhuǎn)型之路提供指引：

· 以規(guī)?；瘧?yīng)用AI為目標(biāo)

· 在全公司上下建立起AI意識

· 在企業(yè)高管層達成共同的“AI轉(zhuǎn)型愿景”

· 打一套AI組合拳

· 建立內(nèi)部AI團隊并與AI供應(yīng)商合作

· 將AI人才分派至公司不同部門并且分配具體職責(zé)

· 讓全公司上下接納數(shù)據(jù)導(dǎo)向型的決策

· 打破數(shù)據(jù)豎井

· 架起業(yè)務(wù)團隊與技術(shù)團隊溝通的橋梁

· 為整合與管理轉(zhuǎn)型做好預(yù)算

以規(guī)?；瘧?yīng)用AI為目標(biāo)

有了AI的幫助，企業(yè)可以成規(guī)模地對數(shù)據(jù)進行分類、搜尋模式、預(yù)測結(jié)果以及產(chǎn)出重復(fù)型的決策。

規(guī)模很重要。為了推動交叉銷售和向上銷售，采用機器學(xué)習(xí)工具對客戶進行細分，這對銀行來說還是相對容易做到的。而部署AI解決方案來優(yōu)化從客戶引導(dǎo)到維護已有客戶關(guān)系的整個客戶流程，是一項更具挑戰(zhàn)也更有收益的工作。

企業(yè)要如何構(gòu)建和部署具有可擴展性的AI解決方案組合呢？歸根結(jié)底在于組織結(jié)構(gòu)和企業(yè)文化。企業(yè)必須促進業(yè)務(wù)團隊和技術(shù)團隊的合作，這樣AI解決方案才能夠滿足不斷變化的業(yè)務(wù)發(fā)展的需求。組織結(jié)構(gòu)也必須具有相當(dāng)?shù)牧鲃有裕笰I人才能夠去到最需要的地方。

圖源：unsplash

在全公司上下建立起AI意識

必須增強整個企業(yè)的AI意識。從管理人員到個體員工，都必須樹立相關(guān)意識，明白AI可以怎樣解決業(yè)務(wù)問題，了解要如何使用AI工具。

AI培訓(xùn)可以由內(nèi)部進行也可以借助外部力量。AI技術(shù)成熟的企業(yè)可以建立公司內(nèi)部的AI學(xué)校，提供在職培訓(xùn)課程。其余企業(yè)可以外聘培訓(xùn)師和顧問進行課堂教學(xué)以及開展研討會。

高級管理人員

企業(yè)決策層和其它高級管理人員對企業(yè)的業(yè)務(wù)需求，目標(biāo)以及面臨的困境早已了然于胸。因此，他們必須有良好的AI意識，這樣才能夠：

· 充分理解AI技術(shù)的工作原理（比如，機器學(xué)習(xí)，機器視覺，自然語言處理）

· 鑒別行業(yè)內(nèi)和公司里的高價值A(chǔ)I用例

· 識別出滿足本公司需求的獨特AI工具

· 學(xué)會確定AI方案的優(yōu)先級

· 了解有哪些必須克服的障礙，對員工角色轉(zhuǎn)變有何影響以及企業(yè)文化需要進行怎樣的改變

技術(shù)人員

企業(yè)必須為數(shù)據(jù)科學(xué)家、AI工程師和開發(fā)AI工具的研究人員提供技術(shù)培訓(xùn)。根據(jù)他們的角色不同，培訓(xùn)的內(nèi)容應(yīng)該包括：

· 數(shù)據(jù)最佳實踐（比如，數(shù)據(jù)收集，數(shù)據(jù)清理，數(shù)據(jù)治理，修正偏差）

· 對機器學(xué)習(xí)和深度學(xué)習(xí)的技術(shù)性理解

· 了解公開源代碼和第三方工具（比如Python, PyTorch, TensorFlow），這些工具可以用于開發(fā)和訓(xùn)練AI以及建立數(shù)據(jù)模型

· 認識行業(yè)標(biāo)準(zhǔn)和新興AI技術(shù)

業(yè)務(wù)解釋員（Business Translators）

圖源：unsplash

這個新興的角色也被稱為分析解釋員 (Analyticstranslators) ，負責(zé)溝通業(yè)務(wù)團隊與技術(shù)團隊，以確保AI產(chǎn)品能夠滿足業(yè)務(wù)需求。有些業(yè)務(wù)翻譯人員還管理著開發(fā)AI工具的技術(shù)人員，并且主導(dǎo)AI項目的實施和應(yīng)用。

業(yè)務(wù)解釋人員通常來自業(yè)務(wù)團隊（比如項目經(jīng)理、業(yè)務(wù)分析師、行業(yè)專家、業(yè)務(wù)經(jīng)理），因此他們對公司業(yè)務(wù)非常了解，同時還可能精通項目管理、人事管理或者戰(zhàn)略規(guī)劃。

業(yè)務(wù)解釋人員應(yīng)當(dāng)參加基礎(chǔ)技術(shù)培訓(xùn)，具有AI意識，這樣才能夠：

· 運用技術(shù)術(shù)語向開發(fā)AI工具的數(shù)據(jù)科學(xué)家和工程師解釋公司的業(yè)務(wù)需求和要求

· 采用分析方法和AI工具解決業(yè)務(wù)問題

· 形成詳盡的AI用例

· 理解部署AI工具之后，工作流程將會發(fā)生哪些變化

業(yè)務(wù)用戶

市場營銷、融資、銷售以及其他職能部門中的這部分人員是AI工具的終端使用者。這些員工也需要相關(guān)的培訓(xùn)，要學(xué)會在日常工作中應(yīng)用AI工具。

此外，他們還需要克服對AI的恐懼。很多人都擔(dān)心AI和自動化會奪走他們的工作。如果企業(yè)決策者將機器看得比員工的技能和經(jīng)驗重要的話，經(jīng)理們同樣會感覺受到了冒犯。公司領(lǐng)導(dǎo)人必須讓員工堅信AI會幫助他們完成更多事情，讓員工明白AI的重要性，相信AI會給公司和他們個人帶來好處。

企業(yè)領(lǐng)導(dǎo)人要讓員工相信，對企業(yè)而言，最重要的永遠是人。AI可以提供數(shù)據(jù)導(dǎo)向型的見解，可以使流程自動化，但是只有人擁有能夠運用那些見解的常識和智慧，要將AI視為人類智慧的延伸而不是人類智慧的復(fù)刻。

實際上，AI確實會取代一些工作。那些常規(guī)的重復(fù)型勞動被取代的風(fēng)險最高。但是，像“三分之一工作崗位將被自動化機器取代”之類的新聞標(biāo)題不過是聳人聽聞罷了。AI能夠自動執(zhí)行任務(wù)，但無法承擔(dān)所有崗位職責(zé)。真實的情況是員工借助AI提升工作能力，而不是員工被AI大規(guī)模取代。

職員應(yīng)該歡迎AI的加入。那些枯燥單一的任務(wù)交給機器自動完成，職員就有更多的時間去做有影響力且有滿足感的工作了。雇主對此也是樂見其成的。德勤曾對1900家采用了AI技術(shù)的企業(yè)進行調(diào)研，該調(diào)查報告顯示AI帶來的最大好處在于其解放了員工，從而激發(fā)了他們的創(chuàng)造力。

職員如果明白AI對個人成長（乃至生存）的重要性，就更有可能會接納AI的到來。零售企業(yè)管理者只需要讓員工看到亞馬遜和電子商務(wù)給企業(yè)帶來的生存危機，讓他們了解AI將如何使零售企業(yè)更具效率，就會收到強烈的反響。向員工強調(diào)他們對企業(yè)的重要性，為他們描繪一個成功的未來，員工就會全力支持AI改革。

企業(yè)高管層達成共同的“AI轉(zhuǎn)型愿景”

圖源：unsplash

一個企業(yè)AI改革成功幾率的大小，與管理者對于AI改革愿景是否足夠清晰有很大的關(guān)系。改革愿景不是關(guān)于某些使用個案的事，而是在市場上取得大贏面的問題。

具體而言，高級管理層應(yīng)當(dāng)要能夠?qū)ο旅孢@四個問題作出詳盡的回答：

· AI可以幫助企業(yè)解決哪些商業(yè)困境？

· 三五年內(nèi)，AI將如何使企業(yè)與其它競爭者拉開距離？

· 企業(yè)要如何利用AI來擴大并掌控市場份額？

· 眼下在數(shù)據(jù)可用性、人才、以及創(chuàng)新文化等方面，有哪些事情是必須要做的？

假設(shè)有一家空調(diào)暖通公司，主營業(yè)務(wù)是為辦公大樓安裝采暖、通風(fēng)以及空調(diào)設(shè)備。他們抓住了市場機遇，將傳感器與機器學(xué)習(xí)相結(jié)合，從而實現(xiàn)了通過感知人類活動來調(diào)節(jié)整棟大樓的溫度，這為該公司的客戶將能源消耗降到了最低。在這個案例中，因為采用AI技術(shù)節(jié)省了能源，這家公司得以在行業(yè)中脫穎而出，獲得了更多的市場份額。

這僅僅是這家空調(diào)暖通公司的AI改革圖景的第一章。接下來，他們要問問自己，要如何充分利用好數(shù)據(jù)、人才和企業(yè)文化，才能使公司立于不敗之地。

一個AI改革圖景要能夠說清楚公司的AI戰(zhàn)略和項目組合，而且要讓公司能夠分清AI項目的優(yōu)先級。

目光放長遠，短期內(nèi)通過試點項目獲取知識

一個長期的AI改革愿景有助于管理者確定一條分階段的AI改革之路。管理者會意識到真正的收益需要花時間。沒有長遠的目光，一旦管理者沒有快速看到結(jié)果，他們很快就會終止這場變革。

即使是成功的AI項目，想要得到回報也是要花時間的。試點項目可能沒有任何經(jīng)濟性回報，但只要試點項目能夠讓公司學(xué)會如何徹底改造數(shù)據(jù)基礎(chǔ)設(shè)施，以便于大規(guī)模推動AI應(yīng)用，那就是有意義的短期勝利。

試點項目需要投入的資金不多，卻能讓公司在構(gòu)建可延展的AI解決方法上獲得許多寶貴見解。這些項目讓企業(yè)知曉哪類數(shù)據(jù)是需要大量收集的，哪類是需要豐富細節(jié)的，并且找出當(dāng)前的數(shù)據(jù)缺口。這些信息有助于企業(yè)發(fā)展其數(shù)據(jù)收集和管理等核心能力。

當(dāng)企業(yè)高管達成一個長期的改革愿景之后，他們就更有可能去推動和鼓勵一種創(chuàng)新的文化氛圍，在這種文化里，投資回報率不再是衡量成功的唯一標(biāo)準(zhǔn)。這個思路為巨大的長線投資回報提供了可能性。

打一套AI組合拳

成功的AI改革有賴于一個完整的項目體系，這個體系要涵蓋各種周期不同的項目。

比較大型的、宏遠的AI項目短期內(nèi)需要大量的投入，卻可能需要很多年才能獲得可觀的收益。如果單單投資這樣的大型項目，公司的預(yù)算壓力會比較大，同時這種項目需要管理層有足夠的耐心。

圖源：unsplash

企業(yè)要打一套AI組合拳，規(guī)劃好不同項目所實行的周期。這讓公司得以從短期項目中獲取穩(wěn)定的收益，這樣一來，管理層才會繼續(xù)提供支持。一套結(jié)構(gòu)合理的AI項目組合應(yīng)該包括：

· 小型試點項目，為擴大AI規(guī)模提供寶貴經(jīng)驗

· 短期項目，能夠在6-12個月內(nèi)獲得可觀的回報

· 中期項目，能夠處理價值量不斷增加的用例，并能夠在12-24個月內(nèi)看到投資回報

· 長期項目，能滿足整個企業(yè)擴展應(yīng)用AI的需求

假設(shè)有一家銀行有意推行AI改革，其目標(biāo)是“通過AI來簡化客戶服務(wù)流程，以此博得更大的市場份額”。那么，其項目組合就應(yīng)該涵蓋簡化顧客注冊的流程，以及幫助銀行提供便捷且個性化的服務(wù)，這樣反過來也會吸引來更多新客戶。

試點項目主要圍繞學(xué)習(xí)和概念驗證展開。這些項目的意義在于讓企業(yè)了解自己所處的位置，了解數(shù)據(jù)、人才和基礎(chǔ)建設(shè)方面的需求，從而幫助企業(yè)成功部署AI。

短期項目目標(biāo)明確，就是要通過簡單用例“掙快錢”。這家銀行可能從一個項目開始，在引導(dǎo)客戶時實現(xiàn)自動化“了解客戶”流程。推行短期項目使AI自動化工具隨時可用，使KYC流程標(biāo)準(zhǔn)化，從而幫助銀行削減成本，增加收益。

中期項目要關(guān)注具有更高價值的用例，相應(yīng)地也就需要較長時間才能獲得回報。自動化KYC流程之后，這家銀行可以推行無監(jiān)督機器學(xué)習(xí)項目打造客戶細分工具。這套工具將客戶按照行為模式和人物特征進行劃分，大大提高了銀行交叉銷售的效率，從而增加了收益。

長期項目是真正為公司和客戶創(chuàng)造價值的項目。這些項目可以是獨立的項目，也可以是將幾個小項目整合成的一套連貫的解決方案。這家想要簡化整個客戶服務(wù)流程的銀行，可能會打造一款app或者一個網(wǎng)頁平臺，將服務(wù)全部納入其中，包括客戶引導(dǎo)、個性產(chǎn)品推薦以及提供客戶服務(wù)。

一套結(jié)構(gòu)合理的項目組合會在不同階段產(chǎn)生收益。除了前期獲得的信息和見解，分階段獲得回報的項目還可以為后期的項目提供資金，并且可以驗證項目組合的可行性。

建立內(nèi)部AI團隊并與AI供應(yīng)商合作

從長遠來看，企業(yè)要以建立自己的AI體系為目標(biāo)。短期（且針對特定用例）而言，從AI供應(yīng)商那里購買工具能產(chǎn)生即時的回報。

購買AI的方案。與AI供應(yīng)商合作可能可以加速推進一次性的AI項目，尤其是在企業(yè)推進AI計劃的初期。針對某一用例，AI供應(yīng)商可能會有最合適的工具，這能為企業(yè)省下許多時間。供應(yīng)商在這方面是專業(yè)的，這也能為新建的內(nèi)部AI團隊節(jié)省下許多學(xué)習(xí)時間。

自建AI體系的方案。企業(yè)自建的AI工具更有可能滿足企業(yè)的需求，契合企業(yè)原有的數(shù)據(jù)和工作流程。長期依賴供應(yīng)商提供產(chǎn)品滿足多元化的AI項目需求是不現(xiàn)實的。供應(yīng)商并不熟悉企業(yè)的業(yè)務(wù)需求、流程和數(shù)據(jù)，現(xiàn)成的工具未必能與企業(yè)的數(shù)據(jù)和業(yè)務(wù)流程相融合，企業(yè)也不可能將一些敏感數(shù)據(jù)提供給供應(yīng)商。最關(guān)鍵的是，自建AI工具能提升企業(yè)的AI能力，擴大其規(guī)模。

混合模式。在急需個性化定制的解決方案時，與AI供應(yīng)商合作定制AI工具是一個不錯的選擇。內(nèi)部員工可以讓供應(yīng)商準(zhǔn)確地了解工具所要做的事情，這樣一來，工具就更有可能契合企業(yè)的流程和數(shù)據(jù)。

舉個例子，匯豐銀行與AI供應(yīng)商Ayasdi合作，開發(fā)一款A(yù)I反洗錢工具。雖然匯豐肯定有內(nèi)部AI團隊，但還是選擇充分利用供應(yīng)商的專業(yè)性，從而更快得到了想要的結(jié)果。

圖源：unsplash

除了與供應(yīng)商合作，一個好的AI轉(zhuǎn)型愿景還需要一個集中的AI團隊來為整個公司提供幫助。這支團隊中要有數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師、機器學(xué)習(xí)工程師以及AI產(chǎn)品經(jīng)理。根據(jù)企業(yè)的組織架構(gòu)，這支團隊可以直屬于首席技術(shù)官、首席信息官、首席數(shù)據(jù)官甚至首席AI官。

企業(yè)內(nèi)部的AI團隊的職責(zé)要包括：

· AI戰(zhàn)略和問題確認

· AI標(biāo)準(zhǔn)及流程

· 策劃和執(zhí)行AI項目組合

· 數(shù)據(jù)和管理標(biāo)準(zhǔn)

將AI人才分派至公司不同部門并且分配具體職責(zé)

打造可擴展AI的組織結(jié)構(gòu)

哪種組織模型最適合大規(guī)模部署AI？AI人才在企業(yè)內(nèi)部應(yīng)該處于什么位置呢？《哈佛商業(yè)評論》一篇關(guān)于AI驅(qū)動型企業(yè)的文章對以下三種推廣AI的組織模型進行了探討：

· 集中式：將AI人才全部集中于總部或者區(qū)域辦事處等中央核心部門

· 分散式：將AI人才安插在不同業(yè)務(wù)部門里

· 混合式：“核心”與業(yè)務(wù)部門均分配AI人才任職

與AI戰(zhàn)略、項目和采用相關(guān)的任務(wù)可以由以下三個組織層級中的任何一個負責(zé)：核心層，各個業(yè)務(wù)部門，或者跨核心層與業(yè)務(wù)部門的“灰色地帶”。

核心層

核心層負責(zé)AI和數(shù)據(jù)戰(zhàn)略，人才招聘，管理以及與AI和數(shù)據(jù)供應(yīng)商合作。

核心層建立AI標(biāo)準(zhǔn)和流程，并且推行有助于在組織中推廣AI的最佳實踐方案。這樣確保業(yè)務(wù)部門之間的工作不會重疊，AI部署也不會有縫隙，能夠符合公司的標(biāo)準(zhǔn)。

核心層要負責(zé)數(shù)據(jù)清理、標(biāo)注和集成等數(shù)據(jù)項目。這些項目應(yīng)當(dāng)隨著AI項目的推進逐步實施。在確認業(yè)務(wù)需求和AI用例之前，企業(yè)沒必要花一堆錢去收集和清理公司范圍內(nèi)的數(shù)據(jù)，畢竟管理層一旦發(fā)現(xiàn)這些數(shù)據(jù)項目不適合AI項目，就會舍棄掉它們。

業(yè)務(wù)部門

因為業(yè)務(wù)部門是AI系統(tǒng)的終端用戶，所以他們應(yīng)該負責(zé)AI系統(tǒng)采用的相關(guān)工作。這些工作包括業(yè)務(wù)分析、鼓勵采用、培訓(xùn)用戶、重新設(shè)計工作流程以及衡量收益。

業(yè)務(wù)部門必須為AI產(chǎn)品的成功負最終責(zé)任。因為AI工具的設(shè)計初衷就是為了滿足業(yè)務(wù)需求，所以像區(qū)域經(jīng)理之類的業(yè)務(wù)部門主管就應(yīng)當(dāng)為AI工具的成功負責(zé)。

灰色地帶

灰色地帶的工作既可以由核心層負責(zé)，也可以由某個業(yè)務(wù)部門負責(zé)。這些工作包括項目管理、算法開發(fā)、產(chǎn)品設(shè)計和測試、IT基礎(chǔ)架構(gòu)以及變更管理。

至于具體由核心層還是業(yè)務(wù)部門來負責(zé)這些工作，取決于以下三點：

· AI技術(shù)成熟度：企業(yè)在此之前的AI部署經(jīng)驗

· AI需求緊迫性：AI項目的進度和復(fù)雜性

· 業(yè)務(wù)模型：參與AI應(yīng)用的部門數(shù)量，職能以及區(qū)域

如果公司的AI技術(shù)成熟度低，需求緊迫性高，業(yè)務(wù)模式簡單，將AI人才和業(yè)務(wù)集中在核心層不失為一個好方法。反之，將AI人才分散至業(yè)務(wù)部門會更好。

圖源：unsplash

AI技術(shù)成熟度。企業(yè)部署AI之初，往往將數(shù)據(jù)和分析管理人員、數(shù)據(jù)工程師、AI工程師和支撐型員工集中在核心層。這樣可以推進標(biāo)準(zhǔn)化工具，數(shù)據(jù)流程，存儲庫和基礎(chǔ)架構(gòu)的快速發(fā)展。當(dāng)然，這些人員也可以根據(jù)需要分派到不同業(yè)務(wù)部門。

AI需求緊迫性。在需要快速部署AI項目的情況下，企業(yè)往往選擇將AI人才集中在核心層。這樣，行業(yè)技術(shù)趨勢可以得到更好的把控，AI產(chǎn)品的構(gòu)建也可以得到更便捷的協(xié)調(diào)。

業(yè)務(wù)模型。AI工具有時需要支持大量業(yè)務(wù)部門，協(xié)調(diào)多個區(qū)域或者提供多種功能。在這種情況下，企業(yè)管理者出于對公司業(yè)務(wù)復(fù)雜性的考慮，可能會將AI人才整合到核心層，然后再根據(jù)需要分配到不同的部門。

歸根結(jié)底，AI人才部署更多是一種藝術(shù)，而不是科學(xué)。舉個例子，一家急需部署AI解決方案的企業(yè)有著復(fù)雜的業(yè)務(wù)模型（更適合集中式），可能還具有很高的AI成熟度（更適合分散式）。在這種情況下，企業(yè)管理者就應(yīng)當(dāng)綜合考量這三者的重要性，據(jù)此來確定究竟AI人才是集中在核心層還是分散到業(yè)務(wù)部門中更有利于企業(yè)發(fā)展。

假設(shè)某銀行的AI項目組合中，有某個項目是為某個國家開發(fā)KYC自動化工具。如果該國家的客戶關(guān)系團隊此前已經(jīng)在客戶引導(dǎo)方面部署了AI工具，那么這支團隊就有能力負責(zé)一些通常由核心層來執(zhí)行的活動，諸如商業(yè)案例分析和項目實施。

讓全公司上下接納數(shù)據(jù)導(dǎo)向型的決策

AI應(yīng)該通過賦予人們數(shù)據(jù)洞察力來改進日常工作。既然具體操作終究要由人來執(zhí)行，那么企業(yè)就必須從上至下都接納一種由數(shù)據(jù)引導(dǎo)決策的文化。如果AI能夠被正確接納，員工就可以利用算法建議來提升自己的技能和判斷力，從而獲得更好的成果，這種成果僅靠人類或者僅靠機器都不可能實現(xiàn)。

而只有員工信任AI工具并且能夠做出決策的情況下，上述情況才有可能發(fā)生。信任建立的基礎(chǔ)是（前面所述的）AI意識，而賦予決策權(quán)要求企業(yè)摒棄傳統(tǒng)的自上而下管理模式。

假設(shè)有一家全國連鎖超市，這家超市通常由區(qū)域經(jīng)理根據(jù)歷史數(shù)據(jù)，來做出優(yōu)化占地面積和商品放置方面的決策。對于一家有上百門店的連鎖超市而言，這種自上而下的決策方式可能并不會產(chǎn)生最適合具體門店的結(jié)果。而在數(shù)據(jù)引導(dǎo)決策的文化里，當(dāng)?shù)亟?jīng)理可以利用AI工具實時追蹤店內(nèi)顧客的行為，從而對商品放置做出最佳的決策。

打破數(shù)據(jù)豎井

AI需要各個部門的大量數(shù)據(jù)。很多企業(yè)部門的數(shù)據(jù)都存儲在豎井中，豎井是一種系統(tǒng)，這種系統(tǒng)彼此之間沒有連接，只能由特定的團隊進入。這對AI融合而言是個障礙，但卻是可以克服的。

圖源：unsplash

大型保險公司一大臭名昭著的特點就是他們的數(shù)據(jù)豎井。保險公司傾向于保留幾十個獨立的保留（老舊）系統(tǒng)，這些系統(tǒng)彼此之間不相連接，也不連接到新的數(shù)據(jù)平臺或者云平臺。這對于該行業(yè)正在進行的AI和數(shù)字化變革是不利的。

像大部分數(shù)據(jù)密集型行業(yè)一樣，現(xiàn)今的保險公司要么在對老系統(tǒng)進行現(xiàn)代化改造，要么在將數(shù)據(jù)轉(zhuǎn)移到數(shù)字化系統(tǒng)、數(shù)據(jù)湖和數(shù)據(jù)倉庫。數(shù)據(jù)湖和數(shù)據(jù)倉庫都可以存儲大數(shù)據(jù)。數(shù)據(jù)湖是一種大型的數(shù)據(jù)池，存儲的是不帶架構(gòu)和標(biāo)簽的原始數(shù)據(jù)；而數(shù)據(jù)倉庫則存儲用于特定目的的結(jié)構(gòu)化標(biāo)簽數(shù)據(jù)。

打破數(shù)據(jù)豎井不是一蹴而就的事。一般來說，在應(yīng)用AI技術(shù)之前，花大錢在大規(guī)模數(shù)據(jù)變換上不是很好。最好是兩者并舉，這樣數(shù)據(jù)變換就可以根據(jù)AI項目的需求來推進了。AI試點項目在這方面也能提供助力——找出當(dāng)下的數(shù)據(jù)缺口。在了解的基礎(chǔ)上，企業(yè)才能不浪費一針一線，打破數(shù)據(jù)豎井。

架起業(yè)務(wù)團隊與技術(shù)團隊溝通的橋梁

前面提到的業(yè)務(wù)解釋人員，正是使AI和數(shù)據(jù)科學(xué)解決方案能夠充分考慮業(yè)務(wù)需求的保障。

業(yè)務(wù)團隊和技術(shù)團隊的溝通有時是雞同鴨講。AI顧客細分工具要滿足怎樣的需求，這一點可能區(qū)域銷售經(jīng)理會很清楚——這個工具要能夠?qū)⒖蛻舭凑崭信d趣的產(chǎn)品進行劃分。但是，銷售經(jīng)理很可能不知道怎么用技術(shù)術(shù)語，向數(shù)據(jù)科學(xué)家或者機器學(xué)習(xí)工程師描述這些需求，而后者才是真正開發(fā)工具的人。

這種問題在商界并不新鮮。部署內(nèi)部IT系統(tǒng)的企業(yè)，或者部署面向客戶的移動app的企業(yè)，都會讓IT項目的經(jīng)理和業(yè)務(wù)分析師來負責(zé)這些項目。舉個例子，IT項目經(jīng)理能夠理解新IT系統(tǒng)的業(yè)務(wù)目標(biāo)。他們對技術(shù)有一個基本的了解，同時能夠管理好構(gòu)建系統(tǒng)的技術(shù)員工。

而在AI項目里，這些業(yè)務(wù)解釋人員就可以是項目經(jīng)理、業(yè)務(wù)分析師甚至是內(nèi)部顧問。他們要對AI方法和功能有廣泛的涉獵，這樣才能理解技術(shù)團隊的工作并提供指導(dǎo)。

業(yè)務(wù)解釋人員能夠運用AI意識和商業(yè)嗅覺找到AI采用之路上的障礙。項目初期，這些人員可以對終端用戶進行調(diào)研，研究工作流程，并與業(yè)務(wù)和技術(shù)領(lǐng)域的主要利益相關(guān)者進行對話。這樣一來，諸如缺乏員工接納或者終端用戶有不合理的期待等問題，就能夠被他們診斷出來，進而找到解決方案。

找出有業(yè)務(wù)解釋能力的員工非常重要。這樣的角色的需求量很快就會變得非常大——而同時擁有AI意識和業(yè)務(wù)知識的人并不多。德勤2019年發(fā)布的《企業(yè)中的AI調(diào)查報告》顯示，商業(yè)人才的價值跟AI人才是幾乎持平的，甚至在企業(yè)實施了20多個AI系統(tǒng)之后更是如此。

圖源：unsplash

為整合與管理轉(zhuǎn)型做好預(yù)算

遍及全企業(yè)的AI意識，以及員工對AI項目的普遍認可，為AI的融合打下堅實的基礎(chǔ)。但是，想要確保AI與業(yè)務(wù)開發(fā)所準(zhǔn)備的一樣多。

整合AI工具涉及到工作流程的重新設(shè)計，培訓(xùn)以及管理轉(zhuǎn)型這些工作。在部署AI解決方法之前，要做好這些支持型工作。這樣可以避免一些不愉快的驚嚇，讓員工能夠做好準(zhǔn)備運用AI工具來完成工作。同時，這也確保員工能夠意識到、參與進并且支持AI改革。

盡早開始改革，業(yè)務(wù)解釋員和終端用戶才能在正式實施之前找出運用中可能存在的問題。AI工具可能需要對有些工作流程進行重新設(shè)計，這造成的混亂可能遠超過了收益。在部署AI技術(shù)之前認識到這點，技術(shù)團隊就可以對AI工具進行調(diào)整。

AI不簡單。投資回報要花時間，一個公司的AI進化路取決于其自身獨特的需求和情況——這意味著跨越完全陌生的領(lǐng)域。

圖源：unsplash

企業(yè)高管要營造適合AI轉(zhuǎn)型的企業(yè)文化，為這段進化路打下基礎(chǔ)。上述的這個十步AI轉(zhuǎn)型方案，可以幫助企業(yè)管理者了解企業(yè)要如何轉(zhuǎn)變才能夠適應(yīng)規(guī)?；渴餉I的需求。

推廣AI之路漫漫，了解要做什么僅僅是第一步。濃郁的文化氛圍，強烈的AI意識，以及各級員工的接納都是至關(guān)重要的。