每一个数字技术企业都有潜力通过正确实施人工智能技术来提高运营效率。我之所以正确地使用这个词,是因为为了自身利益而使用人工智能与为了实现一组特定的公司目标而适当地嵌入技术之间存在显著差异。事实上,人工智能的广泛业务实现可能弊大于利。如果没有适当的采用计划,企业可能会经历资源和资金分配不当的有害后果。结果呢?相反的优化,浪费时间和最终负的投资回报率的因素,一个快节奏的数字公司不能冒险。因此,建立一个加速人工智能采用的战略路线图是必要的,数字成熟的企业可以遵循、实现并随后受益。首先,蓝冠官网设计了该套件来支持亚马逊基于云的AVS。它允许蓝冠代理人员对连接到AWS IoT Core的语音控制设备进行原型设计,该设备是Amazon托管的云服务,用于与蓝冠测速云应用程序和其他设备安全地交互。本文将介绍主要AI成熟度模型的概述,重点介绍AI先锋成熟度模型,然后介绍推荐的5点AI采用路线图。
主要AI成熟度模型的简要概述
成熟度模型帮助企业关注它们的AI计划。这些模型应该提供一个有用的框架,用于识别人工智能的潜在战略业务影响,评估组织当前的人工智能能力,并优先投资于人工智能技术、技能和流程,这些是提高准备和实现预期结果所需要的。
成熟度模型使从业者能够确定给定企业的人工智能雄心是现实的还是一厢情愿的炒作。此外,成熟度模型必须足够有用,以捕获AI提供的核心内容,同时又不能错误地暗示存在静态的最佳实现实践体。
以下是一些之前发表的模型和方法,作为AI先驱成熟度模型的一部分:
“积木式”框架中的“实用人工智能”:由Forrester Research的Mike Gualtieri提出,该框架通过逐步适应“积木式”人工智能技术,如深度学习和机器学习,来支持企业技术的加速发展。
Gartner AI成熟度模型:提出成熟度指标来衡量AI采用的进度和企业目标的微调,以及上述“构建块”框架的利用。
Adrian Bowles成熟度模型:Aragon Research的Adrian Bowles概述了该框架,该框架旨在基于企业当前的技术和技能,评估企业在人工智能领域的深远影响。
企业组织成熟度阶段方法模型:一个逐步的成熟度路线图,从自动化开始,然后是数据中心和数字化,最后是重塑工作环境,以完全符合人工智能的目标。
按Workday划分的四波智能业务:基于云的人力资源提供商Workday将人工智能成熟度分为四个简单阶段:自动化、信息、发现和转换。
微软的人工智能成熟度曲线:与Workday相似,微软也将人工智能成熟度分解为4个步骤,首先是理解如何应用人工智能、数字化、实验,并在头脑中准备好人工智能的商业模式。
IBM的人工智能阶梯:最后,IBM的框架侧重于企业为准备采用人工智能而必须采取的早期步骤,如识别数据功能和通过机器学习方法扩展分析。
AI先锋成熟度模型利用了以上所有框架,以提供一种内聚的、可实现的方法。
人工智能先驱成熟度模型为每个层次的人工智能成熟度提供了一个框架,并概述了企业与人工智能在每个阶段的关系。通过这些阶段的进展不是线性的,也不是以给定的采用速度期望的。部署人工智能的企业应该在开发过程中愿意改变速度和策略,并将该模型作为度量和基准测试工具,以帮助它们向后续的成熟步骤迈进。
这个框架的相关例子包括NBA利用AI来展示篮球比赛中的关键时刻,或者TikTok用机器学习技术来支持它的用户推荐算法。两家公司都实施了人工智能先驱者模型所建议的分阶段采用方法。此外,NBA和TikTok都已经倡导了以数据为中心的思维模式,从一开始就已经在技术上做好了准备,从一开始就很成熟,能够正确地推进各自的AI目标,更重要的是,加速了AI的采用。NBA和TikTok是当今最高成熟度级别企业的完美范例,我们将随后讨论这个问题。
在2019年,Dataiku(一家为企业解决方案开发人工智能的公司)进行了一项名为“人工智能成熟度调查:我们在企业人工智能的道路上处于什么位置?”350多名受访者的调查结果使Dataiku对数字企业的成熟度水平有了具体的了解。从调查数据中推断出的众多因素中,Dataiku发现装备最好的人工智能收养组织有以下共同点:
企业建立某种形式的员工教育,蓝冠怎么样?到目前为止,还没有得到太多人使用,因为蓝冠测速技术无法在蜂窝网络中与它们一起使用,并且无法将mmWave的功率和天线要求整合到移动设备中。为员工的被采用做好准备。
为了更好地理解当今最高成熟度级别的企业,明智的做法是回顾在采用准备过程中所涉及的度量标准。《福布斯》(Forbes)的统计数据显示,37%的人工智能行业领袖向人工智能技术投入了500多万美元,以优化流程。在人工智能实施的基础上,企业家项目显示,公司人工智能技术机构在过去12个月里增长了3倍,未来24个月,3个大型组织中有2个将以某种形式采用人工智能。
每个以ai为中心的企业都遵循某种形式的实现路线图,以实现其人工智能成熟度目标。以下信息提供了一个五点指导方针,数字企业可以建立快速跟踪人工智能的采用。
1. 但首先,数据
人工智能应用之旅的第一阶段要求企业已经具备强大的数据分析和度量收集能力。人工智能技术,如机器学习算法,必须提供大量和一致的数据流,才能发挥作用。如果企业没有数据驱动,人工智能的力量就会消失,因为它缺乏动力和能力,无法提供任何有意义的洞见来指导企业的决策。
目前,有许多方法可以计算企业采用AI的成熟度级别,这有助于为组织指出正确的实施方向。Microsoft提供了这样一个工具,它使用基于调查的问卷来衡量企业的采用能力。Worldlink还提供了一个8步的机器学习和人工智能成熟度指南,以支持组织自我评估。更重要的是,对于已经以数据为中心的企业来说,联合使用上述成熟度评估是一种确保组织朝着加速AI采用和成熟中的持续进展的方向发展的方法。
2. 我怎样才能帮助你?
确定了强大的数据分析能力后,企业必须确定人工智能如何通过建立一个严格表述的业务问题来提供帮助。此时,人工智能的具体意图已经明确。例如,企业可以通过人力资源自动化来优化人工智能操作,或者实施机器学习算法来分析员工满意度和生产率。无论目标是什么,企业都必须提出一个关于人工智能如何能够提供帮助的建议,以节省时间并加速实现适当的人工智能集成的路线图。
3.试水
路线图的下一部分涉及候选AI应用程序的测试和评估。在正式部署之前,公司必须在微观层面评估预期的人工智能机制,以最小化错误,最大限度地利用人工智能的潜力,并确保在发布时顺利过渡。这意味着设计独特的实验并修改关键绩效指标(kpi)来度量进展和主动性效率。测试的一个例子可能是a /B测试,机器学习算法和员工执行相同的过程,以经验决定人工智能的可服务性程度。其他定量测试包括准确度、精密度和速度测试。
与第一轮试验相结合,可以实施多周的测试期,以便进一步检查和批评推导出的方法的有效性,就好像公司已经处于短期的发射后环境中一样。
4. 试金石测试第二轮,并建立具体的用例
在第一轮测试之后,将是由更长的测试周期和具体用例的建立定义的第二个实验阶段。在第二阶段,测试阶段将持续更长的时间,以便最好地模拟长期的发布后环境。最终评估过程的产品将以确定的AI用例的形式出现,这些用例可以积极地增强企业操作,并因此在采用路线图的下一阶段使用:修改业务模型。
5. 修改商业模式,加入人工智能
在人工智能采用的过程中,企业必须扩展其业务模型以适应人工智能。路线图中的这一步对于将人工智能的影响传递给所有相关的涉众(从投资者到客户)并详细说明安装的影响是至关重要的。
发布时间和未来
一旦商业模式被修正,企业将达到适当的成熟水平,正确地采用人工智能,多年来,蓝冠注册无线信号已用于包括广播和电视在内的各种应用中,但是正是蓝冠测速蜂窝网络的发明使在世界上几乎任何地方交换语音和数字数据成为可能。从而完成回家的漫长旅程。最后,随着人工智能在未来几年的持续创新,已经实施战略采用路线图的公司将准备好包括新的技术进步。