企業(yè)正在AI工具、服務和內(nèi)部戰(zhàn)略上投入大量資金。但遺憾的是，大額支出并不能保證成功。

“AI無處不在——正在改變行業(yè)，重塑工作流程，并承諾帶來無限可能的未來，”技術咨詢公司Searce的應用AI副總裁Paul Pallath說?！暗恳粋€AI成功案例背后，都有一個默默無聞的失敗案例：那些從未擴大規(guī)模的昂貴試點項目、加劇偏見的模型，以及幾個月內(nèi)就變得過時的系統(tǒng)?！?/p>

Pallath表示，成功與失敗之間的差異在于如何實施、管理和維持AI?！耙孉I發(fā)揮作用，企業(yè)必須避免最常見也最昂貴的錯誤?！?/p>

以下是企業(yè)在AI方面失敗的11種方式，以及避免這些陷阱的建議。

未將用戶納入AI規(guī)劃

“讓AI計劃失敗的最快方式?就是把它當作一個技術項目，而不是業(yè)務轉型。”Pallath說?！癆I不是孤立存在的——它依賴于人類的洞察力、信任和協(xié)作?！?/p>

Pallath表示，認為只要提供工具就能自動吸引用戶的想法是一個昂貴的謬誤?！斑@導致無數(shù)失敗的案例，其中AI解決方案未被使用，與實際工作流程不符，或遭到質疑。”“AI必須無縫融入工作流程，與員工的職責相一致，并得到明確治理的支持。如果沒有得到認可，AI就有可能被低效利用或直接被拒絕，從而使投資無效?！?/p>

Pallath說，要從一開始就吸引員工參與，讓他們參與到AI的開發(fā)中，并促進透明度。“共同創(chuàng)建治理框架，確保AI與業(yè)務現(xiàn)實保持一致，使團隊能夠信任、改進并最大限度地發(fā)揮AI的潛力?！薄瓣P鍵是與員工一起構建AI，而不是不顧他們?！?/p>

忽視培訓和教育

AI的聲譽不佳，員工擔心自己的工作會被機器取代。領導層有責任確保人們了解他們的企業(yè)如何使用AI工具和數(shù)據(jù)。

專業(yè)服務和解決方案公司Genpact的AI/ML全球負責人Sreekanth Menon表示，如果沒有一支接受AI的員工隊伍，“實現(xiàn)真正的業(yè)務影響將具有挑戰(zhàn)性”?！斑@就要求領導層優(yōu)先考慮數(shù)字優(yōu)先的文化，并積極支持員工度過轉型期?！?/p>

Menon說，為了減輕員工對AI的擔憂，領導者應該提供跨部門的全面AI培訓?！巴ㄟ^教育員工了解AI如何改進他們的工作，而不僅僅是讓工作更快，企業(yè)可以培養(yǎng)一種對AI的好奇和接受文化，這對成功至關重要?！?/p>

技術研究和開發(fā)公司MITRE的工程與原型開發(fā)副總裁Douglas Robbins表示：“并非所有接觸AI的員工都適合接受同一種類型的培訓。”“例如，親身參與的開發(fā)人員將需要對AI有不同于采購人員的理解水平?！?/p>

根據(jù)在線學習平臺Pluralsight最近的一項調查，95%的IT領導者認為，如果沒有能夠有效使用AI工具的員工，AI項目就會失敗。只不過只有40%的IT領導者表示，他們的企業(yè)為員工提供了正式的AI培訓。

低估切實可行的AI路線圖的重要性

Robbins說，每個企業(yè)走向AI成熟的道路都會略有不同?！爸贫ㄒ粋€AI路線圖，記錄與任務相一致的價值主張，以及何時、由誰以及如何開發(fā)、測試、部署和維持能力。”雖然他是在評論聯(lián)邦政府機構，但這一建議也適用于任何企業(yè)。

Robbins說，達到實現(xiàn)目標所需的AI成熟度將是一個多步驟的過程?！瓣P注哪些可行以及還存在哪些障礙，對于指導未來的工作以及確定在哪里投入資源來解決可能存在長期滯后的問題(如政策或招聘)至關重要?！?/p>

Robbins說，AI成熟度路線圖應包括的廣泛類別有：戰(zhàn)略和資源;企業(yè)和勞動力;技術推動者;數(shù)據(jù)管理;合乎道德、公平和負責任的使用;以及性能和應用。

輕視數(shù)據(jù)管理

高質量數(shù)據(jù)對AI的成功至關重要。“沒有堅實的數(shù)據(jù)基礎，AI的采用幾乎是不可能的，”Genpact的Menon說。Genpact和HFS Research對550名高級管理人員進行的一項最新調查顯示，42%的人認為數(shù)據(jù)質量或戰(zhàn)略缺乏是采用AI的最大障礙。Menon說，數(shù)據(jù)衛(wèi)生狀況不佳會破壞AI的成功。

“構建一個集中式數(shù)據(jù)平臺，以企業(yè)和管理來自多個來源的數(shù)據(jù)，”Menon說?！斑@確保了高質量、精心策劃的數(shù)據(jù)，以成功驅動AI模型?！?/p>

Clearwater Analytics金融軟件公司的首席產(chǎn)品和技術官Souvik Das補充道：“質量低劣和不準確的數(shù)據(jù)不僅威脅到?jīng)Q策;還可能導致監(jiān)管失誤?！?/p>

企業(yè)需要為數(shù)據(jù)管理建立治理框架?！芭R時數(shù)據(jù)管理已經(jīng)過時，結構化框架正在興起，它為角色、責任和流程(如確保數(shù)據(jù)得到徹底清理，訪問受到控制和合規(guī))提供了清晰性和一致性，”Das說。

數(shù)據(jù)治理既復雜又至關重要，其中有很多陷阱需要避免。

認為AI是“設置好就忘記”的解決方案

AI不是一次性部署?！八且粋€需要不斷監(jiān)控、調整和優(yōu)化的活系統(tǒng)，”Searce的Pallath說?！叭欢?，許多企業(yè)將AI視為即插即用的工具，結果卻發(fā)現(xiàn)它變得過時了。如果沒有專門的團隊來維護和改進模型，AI很快就會失去相關性、準確性和業(yè)務影響力。”

市場變遷、客戶行為演變以及監(jiān)管變化都可能使曾經(jīng)強大的AI工具變成一種負擔，Pallath表示。如果不加以控制，AI可能會產(chǎn)生過時甚至有害的結果，從而侵蝕信任、收入和競爭優(yōu)勢，他說。

“建立專門團隊來監(jiān)測AI性能、自動化更新以及不斷精煉模型，”Pallath說?！皩I視為一個動態(tài)系統(tǒng)——一個依賴迭代、學習和主動治理來持續(xù)提供價值的系統(tǒng)。成功不僅關乎部署——還關乎對卓越的長期承諾?！?/p>

忽視負責任的AI框架

Pallath表示，AI實施中最危險的疏忽之一就是沒有建立強大的道德框架?！叭绻麤]有明確的負責任AI使用指南，企業(yè)就有可能部署帶有偏見的算法、錯誤處理敏感數(shù)據(jù)，或追求可能引發(fā)監(jiān)管處罰和聲譽損害的問題用例，”他說。

Pallath表示，強大的道德框架不是束縛，而是推動AI計劃與企業(yè)價值和利益相關者信任相一致的助力?！皬囊婚_始就建立全面的負責任AI框架，”他說?！霸诿恳豁桝I計劃中優(yōu)先考慮道德、合規(guī)和透明度。負責任的AI不僅僅是減輕風險——它還能建立信任、提高信譽和業(yè)務韌性，成為一種競爭優(yōu)勢?！?/p>

忽視風險

AI部署與任何其他IT計劃一樣，都存在風險。其中一些涉及網(wǎng)絡安全，其他則與數(shù)據(jù)完整性和隱私有關。

“缺乏標準化的道德AI考量，會給管理AI可能帶來的潛在風險(如有偏見的算法和安全漏洞)帶來挑戰(zhàn)，”Menon說?！斑@些問題造成的后果可能很嚴重，導致聲譽受損和法律責任?！?/p>

企業(yè)需要采取措施保護AI數(shù)據(jù)，確保數(shù)據(jù)隱私和完整性。

“根據(jù)負責任AI的原則以及企業(yè)的信仰和戰(zhàn)略，盡早建立保護機制，企業(yè)就能夠緩解風險、贏得客戶信任、從競爭對手中脫穎而出，并為長期創(chuàng)新鋪平道路?！?/p>

過快地大規(guī)模部署AI

如果不在少數(shù)幾個特定領域先測試AI的概念和應用，就在整個企業(yè)中大規(guī)模應用AI，可能會導致失敗。

“采取分階段的方法，”MITRE的Robbins說?！皬母唵巍⒌颓秩胄缘膽瞄_始，然后逐步發(fā)展到更復雜和潛在更具侵入性的應用。早期的AI應用可以協(xié)助完成數(shù)據(jù)分析、實時語言翻譯和行政自動化等任務?！?/p>

Robbins表示，隨著時間的推移，在建立了治理框架的前提下，可以采用更多先進用途，如識別以前無法檢測到的模式。

未考慮現(xiàn)有流程

“隨著AI執(zhí)行的開始，至關重要的是，要同樣重視重新思考工作完成方式的流程，”IT和專業(yè)服務公司埃森哲的首席AI官Lan Guan說。

“企業(yè)領導者對‘讓事情發(fā)生’有更高的緊迫感，但如果忽視流程，就會損害長期擴大通用AI的努力。我們必須避免僅僅使用AI來放大已經(jīng)出錯的東西?！?/p>

隨著決策導向的代理AI越來越多地進入企業(yè)，預計這個問題會加劇。

未建立可證明的投資回報率

不考慮購買的投資回報率，而大量購買AI解決方案，是毀掉AI戰(zhàn)略的好方法。

“許多企業(yè)在沒有將戰(zhàn)略與明確的業(yè)務目標相結合的情況下急于實施AI，這使得很難衡量成功，”Menon說?！斑@種缺乏結合的情況會阻礙長期影響和資源優(yōu)化?！?/p>

Menon說，領導層必須先確定AI的預期效益，確保戰(zhàn)略支持長期增長。“AI耗電量大。不能只是向問題投入更多資源，然后寄希望于最好的結果。相反，領導者應該仔細研究每個AI驅動的工作流程的成本影響?！?/p>

低估衡量成果的重要性

Pallath表示，沒有衡量的AI就是沒有問責制的AI?！捌髽I(yè)犯的一個基本錯誤是，在沒有明確成功指標的情況下啟動AI計劃?！彼f。“如果沒有強大的衡量框架，就不可能驗證AI系統(tǒng)是在提供真正的業(yè)務價值，還是在制造技術債務。”

無法量化影響會削弱當前業(yè)績和未來投資，Pallath說。企業(yè)需要在部署前建立明確的指標?！巴瑫r跟蹤技術性能和業(yè)務影響，”他說。“記住，只有衡量的東西才會得到改進，而且只有衡量了AI的成功，才能復制和擴展。”