AI落地，什么最重要？

宋辰

幾乎所有企業都發布了AI戰略，2019年，AI落地還面臨諸多挑戰。

剛剛過去的2018年，幾乎所有企業都將AI作為重要的發展戰略。據《Constellation Research 2018年人工智能研究》顯示，60%的組織預計2018年AI投資將增加50%以上，2018年AI預算平均增加50%以上，52%的受訪者表示投產或試運行的AI項目用于IT部門;50%表示投產或試運行的AI項目為客戶服務/商務用途;46%表示AI項目為銷售和營銷用途，36%表示AI項目用于提高員工工作效率。

如今，AI被成功用于搜索引擎、預測分析、聊天機器人和像Alexa一樣的語音個人助手。它還被嵌入到軟件解決方案中，用于管理設施維護、優化庫存、銷售預測、預測客戶未來購買需求，以及許多其他應用。

技術準備充足，企業逐步認識到AI技術可以擴大業務場景，優化決策。說到與AI技術相關的應用，人們最先想到的通常是機器人，但它還有大量其他應用，而且通常是后臺應用。受到效率需求的推動，醫療保健和制造業等行業正在進行進一步的創新。

咨詢公司McKinsey數據顯示，在營業收入超過10億美元的企業中，接近60%至少啟動了AI試驗項目。另外，Forrester預計，未來三年，AI相關軟件產生的收入將增加近兩倍，達到29億美元。到2021年，機器人自動化技術將能夠代替全球大約430萬人的工作。

AI不僅意味著更高的利潤，還可以在不降低競爭力的情況下增加銷售機會，這是因為，AI在發現之前未發現的數據規律方面有巨大的開發潛力，而且具有先發優勢。

AI落地面臨三大挑戰

目前的局面是，在利潤方面具有顯著優勢（要求不斷尋找實現差異化的方法）的行業，或者具有大量與流程相關的數據的行業將最先應用AI。組織必須能夠對通過AI預測、自然語言處理（NLP）和機器學習節省的成本和實現的收入進行量化。如果你能細化這些成果，通過一個解決方案構建多個項目，你就有足夠的動力全面落地AI了。

在制造業，考慮到物聯網的興起，以及用戶很難搞清楚其中含義的大量數據，AI將在發現洞察方面發揮顯著優勢。在零售等行業，電子商務的迅速發展導致競爭愈演愈烈，現在他們可以使用自己的數據作為差異化因素，實現更高的自動化并獲得更多洞察。他們可以找到創造更多價值的新模式，例如設定產品零售價、預測缺貨情況等。

盡管擁有顯而易見的優勢，但AI依然面臨一些挑戰，以下是減緩AI落地的三大主要因素：

早期案例。許多早期的試驗案例主要圍繞零售和消費應用，企業應用發展一直比較緩慢。這些案例具有局限性，覆蓋面較窄，通常只適用于一家公司、一種產品或小眾領域。人們很難從與自己的市場完全不相關的案例中學習經驗。

沒有確定的最佳做法。AI全面落地的另一個障礙是目前缺乏明確的最佳做法。早期采用AI的組織在記錄AI的落地工作時通常只進行簡要概述，出于保護專利概念的目的故意模糊其辭。在實施AI方面，企業沒有可以借鑒的詳細操作經驗，需要自行研究。

未知的財務影響。對AI的財務影響知之甚少是又一個尚未解決的問題。截至目前，媒體報道的成功應用通常集中在技術領域，而且是由IT團隊主導的，而不是需要解決特定的市場問題或達成量化目標的業務經理。這種以技術為中心的方法有其自身的價值，但也有局限性，例如缺乏支持企業用例或投資回報率（ROI）的數據。

所以，企業如果要在2019年落地AI，需要收集可用于提出大規模實施建議和獲得利益相關者，尤其是財務部門支持的量化數據。

“我們認為AI是一項基礎技術，會在所有行業、產品和用例中得到廣泛應用。相比只適用于某個行業中某個用例的產品，為什么不開發一種適用于所有企業用戶，讓所有業務部門都能利用機會的解決方案呢？根據我們的經驗，幾乎不可能重復使用一種AI技術，因為不同客戶的數據模式千差萬別。然而，通用平臺應提供一個模板，讓客戶可以根據自己的準確需求和數據調整AI。Infor的Coleman AI Platform就是這樣一個平臺。”Infor技術產品總監 Rick Rider表示。

AI落地前，不妨先試驗

IT部門和開發人員希望盡快部署AI，但決定性因素更多是成本。企業領導和董事會成員希望先搞清楚投資回報率（ROI），因此，許多企業會在2019年選擇可衡量的項目。

部署AI前可以先進行AI試驗，而通過AI試驗可以取得三個成果：

成本合理性。通過試驗階段，組織會從提高生產力、減少浪費、刺激客戶消費和創造新收入方面確定行之有效和無效的措施，以及對利潤的影響。收益隨時間的增長（即使是小幅增長）將證明成本的必要性和合理性。

可擴展模型。除了生成ROI數據，詳細的試驗案例記錄還可以為后期擴展AI應用提供可擴展的框架，從而幫助企業加快未來全面落地AI的速度。創新型解決方案提供商幫助客戶快速啟動試驗項目采用的方法包括發現決策工具、培訓服務、流程自動化和內置智能工作流程。使用適當的工具可以將探索過程縮短至兩個月。

地下水配送聯合公司Headwater Companies信息技術總監Matt Hendrickson表示，公司最近部署了Infor Coleman AI Platform，該平臺包括居民開發者工具包，用于指導用戶建立可擴展模型。他指出：“對我們來說，AI解決方案必須便于部署和使用才能充分發揮它的作用。快速部署計劃有助于促進AI的落地，如果我們不需要經過幾個月或幾年的開發就能利用解決方案，剩下的工作就順理成章了。”

團隊忠誠度。成功的試驗案例會為用戶帶來積極的體驗，這將幫助團隊克服被AI取代或邊緣化的恐懼。主動向員工展示AI只是一個工具，不會取代人類，這將有助于克服可能導致項目失敗的懷疑心理。通過讓組織中多個層級的員工參與其中，試驗項目可以幫助員工形成新的心態，完全接納AI及其巨大潛力。