介紹10個(gè)AI方案，幫助企業(yè)打造出適合AI規(guī)?；瘧?yīng)用的土壤

很多公司無法推廣AI試點(diǎn)項(xiàng)目的原因在于短期內(nèi)看不到回報(bào)，因而只好大量削減AI項(xiàng)目的預(yù)算。問題不在于技術(shù)或者人才——其罪魁禍?zhǔn)淄茿I時(shí)代到來之前就已經(jīng)形成的企業(yè)文化和組織結(jié)構(gòu)。為了推廣AI技術(shù)，企業(yè)管理者必須營(yíng)造一種業(yè)務(wù)團(tuán)隊(duì)與技術(shù)團(tuán)隊(duì)能夠親密合作的文化氛圍。

下面將介紹一套由10個(gè)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(gè)列表按順序推進(jìn)，大多數(shù)企業(yè)只需熟悉這套方案中的某一個(gè)或幾個(gè)環(huán)節(jié)。

其實(shí)，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(duì)照著找出自己企業(yè)對(duì)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(yíng)造文化氛圍了。

AI改革方案

幾乎所有CEO都說他們?cè)凇案鉇I技術(shù)”，這跟你的朋友說他“要去健身房”是一個(gè)道理。他們一般都無法達(dá)到期望的目標(biāo)——很多企業(yè)做到AI試點(diǎn)項(xiàng)目就沒了下文，朋友不久也會(huì)說太忙了沒時(shí)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(bào)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(yuǎn)遠(yuǎn)不夠的。企業(yè)必須打破文化壁壘，重新對(duì)組織結(jié)構(gòu)進(jìn)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(gè)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(shí)

· 在企業(yè)高管層達(dá)成共同的“AI轉(zhuǎn)型愿景”

· 打一套AI組合拳

· 建立內(nèi)部AI團(tuán)隊(duì)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(tuán)隊(duì)與技術(shù)團(tuán)隊(duì)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(duì)數(shù)據(jù)進(jìn)行分類、搜尋模式、預(yù)測(cè)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(dòng)交叉銷售和向上銷售，采用機(jī)器學(xué)習(xí)工具對(duì)客戶進(jìn)行細(xì)分，這對(duì)銀行來說還是相對(duì)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(hù)已有客戶關(guān)系的整個(gè)客戶流程，是一項(xiàng)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(kuò)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(jìn)業(yè)務(wù)團(tuán)隊(duì)和技術(shù)團(tuán)隊(duì)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?dòng)性，使AI人才能夠去到最需要的地方。

在全公司上下建立起AI意識(shí)

必須增強(qiáng)整個(gè)企業(yè)的AI意識(shí)。從管理人員到個(gè)體員工，都必須樹立相關(guān)意識(shí)，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(jìn)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(jìn)行課堂教學(xué)以及開展研討會(huì)。

高級(jí)管理人員

企業(yè)決策層和其它高級(jí)管理人員對(duì)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(shí)，這樣才能夠：

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

· 鑒別行業(yè)內(nèi)和公司里的高價(jià)值A(chǔ)I用例

· 識(shí)別出滿足本公司需求的獨(dú)特AI工具

· 學(xué)會(huì)確定AI方案的優(yōu)先級(jí)

· 了解有哪些必須克服的障礙，對(duì)員工角色轉(zhuǎn)變有何影響以及企業(yè)文化需要進(jìn)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(shí)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(duì)機(jī)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(rèn)識(shí)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(gè)新興的角色也被稱為分析解釋員 （Analyticstranslators） ，負(fù)責(zé)溝通業(yè)務(wù)團(tuán)隊(duì)與技術(shù)團(tuán)隊(duì)，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(xiàng)目的實(shí)施和應(yīng)用。

業(yè)務(wù)解釋人員通常來自業(yè)務(wù)團(tuán)隊(duì)（比如項(xiàng)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(duì)公司業(yè)務(wù)非常了解，同時(shí)還可能精通項(xiàng)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(shí)，這樣才能夠：

· 運(yùn)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(huì)發(fā)生哪些變化

業(yè)務(wù)用戶

市場(chǎng)營(yíng)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(huì)在日常工作中應(yīng)用AI工具。

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

企業(yè)領(lǐng)導(dǎo)人要讓員工相信，對(duì)企業(yè)而言，最重要的永遠(yuǎn)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(dòng)化，但是只有人擁有能夠運(yùn)用那些見解的常識(shí)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(shí)際上，AI確實(shí)會(huì)取代一些工作。那些常規(guī)的重復(fù)型勞動(dòng)被取代的風(fēng)險(xiǎn)最高。但是，像“三分之一工作崗位將被自動(dòng)化機(jī)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(dòng)執(zhí)行任務(wù)，但無法承擔(dān)所有崗位職責(zé)。真實(shí)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(jī)器自動(dòng)完成，職員就有更多的時(shí)間去做有影響力且有滿足感的工作了。雇主對(duì)此也是樂見其成的。德勤曾對(duì)1900家采用了AI技術(shù)的企業(yè)進(jìn)行調(diào)研，該調(diào)查報(bào)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(duì)個(gè)人成長(zhǎng)（乃至生存）的重要性，就更有可能會(huì)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(jī)，讓他們了解AI將如何使零售企業(yè)更具效率，就會(huì)收到強(qiáng)烈的反響。向員工強(qiáng)調(diào)他們對(duì)企業(yè)的重要性，為他們描繪一個(gè)成功的未來，員工就會(huì)全力支持AI改革。

企業(yè)高管層達(dá)成共同的“AI轉(zhuǎn)型愿景”

一個(gè)企業(yè)AI改革成功幾率的大小，與管理者對(duì)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(gè)案的事，而是在市場(chǎng)上取得大贏面的問題。

具體而言，高級(jí)管理層應(yīng)當(dāng)要能夠?qū)ο旅孢@四個(gè)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(jìng)爭(zhēng)者拉開距離？

· 企業(yè)要如何利用AI來擴(kuò)大并掌控市場(chǎng)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(yíng)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(chǎng)機(jī)遇，將傳感器與機(jī)器學(xué)習(xí)相結(jié)合，從而實(shí)現(xiàn)了通過感知人類活動(dòng)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(gè)案例中，因?yàn)椴捎肁I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(chǎng)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(gè)AI改革圖景要能夠說清楚公司的AI戰(zhàn)略和項(xiàng)目組合，而且要讓公司能夠分清AI項(xiàng)目的優(yōu)先級(jí)。

目光放長(zhǎng)遠(yuǎn)，短期內(nèi)通過試點(diǎn)項(xiàng)目獲取知識(shí)

一個(gè)長(zhǎng)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(huì)意識(shí)到真正的收益需要花時(shí)間。沒有長(zhǎng)遠(yuǎn)的目光，一旦管理者沒有快速看到結(jié)果，他們很快就會(huì)終止這場(chǎng)變革。

即使是成功的AI項(xiàng)目，想要得到回報(bào)也是要花時(shí)間的。試點(diǎn)項(xiàng)目可能沒有任何經(jīng)濟(jì)性回報(bào)，但只要試點(diǎn)項(xiàng)目能夠讓公司學(xué)會(huì)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(dòng)AI應(yīng)用，那就是有意義的短期勝利。

試點(diǎn)項(xiàng)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(xiàng)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(xì)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(dá)成一個(gè)長(zhǎng)期的改革愿景之后，他們就更有可能去推動(dòng)和鼓勵(lì)一種創(chuàng)新的文化氛圍，在這種文化里，投資回報(bào)率不再是衡量成功的唯一標(biāo)準(zhǔn)。這個(gè)思路為巨大的長(zhǎng)線投資回報(bào)提供了可能性。

打一套AI組合拳

成功的AI改革有賴于一個(gè)完整的項(xiàng)目體系，這個(gè)體系要涵蓋各種周期不同的項(xiàng)目。

比較大型的、宏遠(yuǎn)的AI項(xiàng)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(xiàng)目，公司的預(yù)算壓力會(huì)比較大，同時(shí)這種項(xiàng)目需要管理層有足夠的耐心。

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

· 小型試點(diǎn)項(xiàng)目，為擴(kuò)大AI規(guī)模提供寶貴經(jīng)驗(yàn)

· 短期項(xiàng)目，能夠在6-12個(gè)月內(nèi)獲得可觀的回報(bào)

· 中期項(xiàng)目，能夠處理價(jià)值量不斷增加的用例，并能夠在12-24個(gè)月內(nèi)看到投資回報(bào)

· 長(zhǎng)期項(xiàng)目，能滿足整個(gè)企業(yè)擴(kuò)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(jiǎn)化客戶服務(wù)流程，以此博得更大的市場(chǎng)份額”。那么，其項(xiàng)目組合就應(yīng)該涵蓋簡(jiǎn)化顧客注冊(cè)的流程，以及幫助銀行提供便捷且個(gè)性化的服務(wù)，這樣反過來也會(huì)吸引來更多新客戶。

試點(diǎn)項(xiàng)目主要圍繞學(xué)習(xí)和概念驗(yàn)證展開。這些項(xiàng)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(xiàng)目目標(biāo)明確，就是要通過簡(jiǎn)單用例“掙快錢”。這家銀行可能從一個(gè)項(xiàng)目開始，在引導(dǎo)客戶時(shí)實(shí)現(xiàn)自動(dòng)化“了解客戶”流程。推行短期項(xiàng)目使AI自動(dòng)化工具隨時(shí)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(xiàng)目要關(guān)注具有更高價(jià)值的用例，相應(yīng)地也就需要較長(zhǎng)時(shí)間才能獲得回報(bào)。自動(dòng)化KYC流程之后，這家銀行可以推行無監(jiān)督機(jī)器學(xué)習(xí)項(xiàng)目打造客戶細(xì)分工具。這套工具將客戶按照行為模式和人物特征進(jìn)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(zhǎng)期項(xiàng)目是真正為公司和客戶創(chuàng)造價(jià)值的項(xiàng)目。這些項(xiàng)目可以是獨(dú)立的項(xiàng)目，也可以是將幾個(gè)小項(xiàng)目整合成的一套連貫的解決方案。這家想要簡(jiǎn)化整個(gè)客戶服務(wù)流程的銀行，可能會(huì)打造一款app或者一個(gè)網(wǎng)頁平臺(tái)，將服務(wù)全部納入其中，包括客戶引導(dǎo)、個(gè)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(xiàng)目組合會(huì)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(bào)的項(xiàng)目還可以為后期的項(xiàng)目提供資金，并且可以驗(yàn)證項(xiàng)目組合的可行性。

建立內(nèi)部AI團(tuán)隊(duì)并與AI供應(yīng)商合作

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

購買AI的方案。與AI供應(yīng)商合作可能可以加速推進(jìn)一次性的AI項(xiàng)目，尤其是在企業(yè)推進(jìn)AI計(jì)劃的初期。針對(duì)某一用例，AI供應(yīng)商可能會(huì)有最合適的工具，這能為企業(yè)省下許多時(shí)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(tuán)隊(duì)節(jié)省下許多學(xué)習(xí)時(shí)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(zhǎng)期依賴供應(yīng)商提供產(chǎn)品滿足多元化的AI項(xiàng)目需求是不現(xiàn)實(shí)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(kuò)大其規(guī)模。

混合模式。在急需個(gè)性化定制的解決方案時(shí)，與AI供應(yīng)商合作定制AI工具是一個(gè)不錯(cuò)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(gè)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(tuán)隊(duì)，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。

除了與供應(yīng)商合作，一個(gè)好的AI轉(zhuǎn)型愿景還需要一個(gè)集中的AI團(tuán)隊(duì)來為整個(gè)公司提供幫助。這支團(tuán)隊(duì)中要有數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師、機(jī)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(tuán)隊(duì)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(tuán)隊(duì)的職責(zé)要包括：

· AI戰(zhàn)略和問題確認(rèn)

· AI標(biāo)準(zhǔn)及流程

· 策劃和執(zhí)行AI項(xiàng)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(kuò)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(píng)論》一篇關(guān)于AI驅(qū)動(dòng)型企業(yè)的文章對(duì)以下三種推廣AI的組織模型進(jìn)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(xiàng)目和采用相關(guān)的任務(wù)可以由以下三個(gè)組織層級(jí)中的任何一個(gè)負(fù)責(zé)：核心層，各個(gè)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(fù)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(shí)踐方案。這樣確保業(yè)務(wù)部門之間的工作不會(huì)重疊，AI部署也不會(huì)有縫隙，能夠符合公司的標(biāo)準(zhǔn)。

核心層要負(fù)責(zé)數(shù)據(jù)清理、標(biāo)注和集成等數(shù)據(jù)項(xiàng)目。這些項(xiàng)目應(yīng)當(dāng)隨著AI項(xiàng)目的推進(jìn)逐步實(shí)施。在確認(rèn)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(xiàng)目不適合AI項(xiàng)目，就會(huì)舍棄掉它們。

業(yè)務(wù)部門

因?yàn)闃I(yè)務(wù)部門是AI系統(tǒng)的終端用戶，所以他們應(yīng)該負(fù)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(lì)采用、培訓(xùn)用戶、重新設(shè)計(jì)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(fù)最終責(zé)任。因?yàn)锳I工具的設(shè)計(jì)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(fù)責(zé)。

灰色地帶

灰色地帶的工作既可以由核心層負(fù)責(zé)，也可以由某個(gè)業(yè)務(wù)部門負(fù)責(zé)。這些工作包括項(xiàng)目管理、算法開發(fā)、產(chǎn)品設(shè)計(jì)和測(cè)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(fù)責(zé)這些工作，取決于以下三點(diǎn)：

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

· AI需求緊迫性：AI項(xiàng)目的進(jìn)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(jiǎn)單，將AI人才和業(yè)務(wù)集中在核心層不失為一個(gè)好方法。反之，將AI人才分散至業(yè)務(wù)部門會(huì)更好。

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(jìn)標(biāo)準(zhǔn)化工具，數(shù)據(jù)流程，存儲(chǔ)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(xiàng)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(shì)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(shí)需要支持大量業(yè)務(wù)部門，協(xié)調(diào)多個(gè)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(duì)公司業(yè)務(wù)復(fù)雜性的考慮，可能會(huì)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(gè)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(xiàng)目組合中，有某個(gè)項(xiàng)目是為某個(gè)國家開發(fā)KYC自動(dòng)化工具。如果該國家的客戶關(guān)系團(tuán)隊(duì)此前已經(jīng)在客戶引導(dǎo)方面部署了AI工具，那么這支團(tuán)隊(duì)就有能力負(fù)責(zé)一些通常由核心層來執(zhí)行的活動(dòng)，諸如商業(yè)案例分析和項(xiàng)目實(shí)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(jìn)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(jī)器都不可能實(shí)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(shí)，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(duì)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(huì)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(shí)時(shí)追蹤店內(nèi)顧客的行為，從而對(duì)商品放置做出最佳的決策。

打破數(shù)據(jù)豎井

AI需要各個(gè)部門的大量數(shù)據(jù)。很多企業(yè)部門的數(shù)據(jù)都存儲(chǔ)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(tuán)隊(duì)進(jìn)入。這對(duì)AI融合而言是個(gè)障礙，但卻是可以克服的。

大型保險(xiǎn)公司一大臭名昭著的特點(diǎn)就是他們的數(shù)據(jù)豎井。保險(xiǎn)公司傾向于保留幾十個(gè)獨(dú)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(tái)或者云平臺(tái)。這對(duì)于該行業(yè)正在進(jìn)行的AI和數(shù)字化變革是不利的。

像大部分?jǐn)?shù)據(jù)密集型行業(yè)一樣，現(xiàn)今的保險(xiǎn)公司要么在對(duì)老系統(tǒng)進(jìn)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(chǔ)大數(shù)據(jù)。數(shù)據(jù)湖是一種大型的數(shù)據(jù)池，存儲(chǔ)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(chǔ)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(xiàng)目的需求來推進(jìn)了。AI試點(diǎn)項(xiàng)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(fèi)一針一線，打破數(shù)據(jù)豎井。

架起業(yè)務(wù)團(tuán)隊(duì)與技術(shù)團(tuán)隊(duì)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(tuán)隊(duì)和技術(shù)團(tuán)隊(duì)的溝通有時(shí)是雞同鴨講。AI顧客細(xì)分工具要滿足怎樣的需求，這一點(diǎn)可能區(qū)域銷售經(jīng)理會(huì)很清楚——這個(gè)工具要能夠?qū)⒖蛻舭凑崭信d趣的產(chǎn)品進(jìn)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(jī)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(dòng)app的企業(yè)，都會(huì)讓IT項(xiàng)目的經(jīng)理和業(yè)務(wù)分析師來負(fù)責(zé)這些項(xiàng)目。舉個(gè)例子，IT項(xiàng)目經(jīng)理能夠理解新IT系統(tǒng)的業(yè)務(wù)目標(biāo)。他們對(duì)技術(shù)有一個(gè)基本的了解，同時(shí)能夠管理好構(gòu)建系統(tǒng)的技術(shù)員工。

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

業(yè)務(wù)解釋人員能夠運(yùn)用AI意識(shí)和商業(yè)嗅覺找到AI采用之路上的障礙。項(xiàng)目初期，這些人員可以對(duì)終端用戶進(jìn)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(jìn)行對(duì)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?cè)\斷出來，進(jìn)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(huì)變得非常大——而同時(shí)擁有AI意識(shí)和業(yè)務(wù)知識(shí)的人并不多。德勤2019年發(fā)布的《企業(yè)中的AI調(diào)查報(bào)告》顯示，商業(yè)人才的價(jià)值跟AI人才是幾乎持平的，甚至在企業(yè)實(shí)施了20多個(gè)AI系統(tǒng)之后更是如此。

為整合與管理轉(zhuǎn)型做好預(yù)算

遍及全企業(yè)的AI意識(shí)，以及員工對(duì)AI項(xiàng)目的普遍認(rèn)可，為AI的融合打下堅(jiān)實(shí)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(jì)，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(yùn)用AI工具來完成工作。同時(shí)，這也確保員工能夠意識(shí)到、參與進(jìn)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(shí)施之前找出運(yùn)用中可能存在的問題。AI工具可能需要對(duì)有些工作流程進(jìn)行重新設(shè)計(jì)，這造成的混亂可能遠(yuǎn)超過了收益。在部署AI技術(shù)之前認(rèn)識(shí)到這點(diǎn)，技術(shù)團(tuán)隊(duì)就可以對(duì)AI工具進(jìn)行調(diào)整。

AI不簡(jiǎn)單。投資回報(bào)要花時(shí)間，一個(gè)公司的AI進(jìn)化路取決于其自身獨(dú)特的需求和情況——這意味著跨越完全陌生的領(lǐng)域。

企業(yè)高管要營(yíng)造適合AI轉(zhuǎn)型的企業(yè)文化，為這段進(jìn)化路打下基礎(chǔ)。上述的這個(gè)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(qiáng)烈的AI意識(shí)，以及各級(jí)員工的接納都是至關(guān)重要的。