盡管現在生成性人工智能現在備受關注，但大多數組織在人工智能方面做得很少。德勤分析業務高級顧問 Tom Davenport 指出，這是一個巨大的失誤。企業，尤其是行業領導者，如果要保持競爭力，就必須傾力投入人工智能。

Davenport 說，為了從人工智能的投資中真實獲益，企業必須重新思考人類和機器在工作環境中的互動方式，從改變員工工作方式以及與客戶互動方式的應用開始。人工智能應該協助推動每一項商業決策，以及每一項產品或服務。

這也就是 Davenport 的新書《All in on AI: How Smart Companies Win Big with Artificial Intelligence》的核心觀點。該書是他與德勤咨詢公司負責人 Nitin Mittal 共同撰寫的。

Davenport 說：“僅僅對人工智能進行修補——在這里或那里進行實驗，并沒有提供太多價值。我們可以很容易地在小規模上實現人工智能。但是把它整合到你的工作方式中意味著把它嵌入到你現有的技術架構中。”

相反，組織需要將人工智能納入業務流程和工作流程。為了實現與人工智能一起工作，組織需要提高員工的技能，而且還需要確保人工智能技術可以擴展。同時，組織還需要關注時間的推移來做這些工作，才能確保世界的變化不會使各種努力適得其反。

Davenport 強調說：“積極采用人工智能，并利用它來改變你的戰略、你的商業模式和你的關鍵業務流程，會帶來很多好處。這確實是在敦促公司利用人工智能從事更多的工作，而不是像大多數公司那樣小心翼翼地淺嘗輒止。”

向從人工智能投資中獲得巨大收益的人學習

在這本書中，Davenport 和 Mittal 確定了 30 家已經 “全力以赴”投入人工智能并從這一戰略中獲得巨大收益的組織。

Davenport 解釋說：“最令人印象深刻的例子是中國的平安集團。大多數人對它不太了解，盡管它的收入排名全球第 16 位。它現在是中國最大的民營企業。平安成立之初是一家保險公司，但他們現在有五個‘生態系統’或業務部門。除了保險，他們還增加了銀行、醫療保健、智慧城市（一項智能城市業務）以及汽車服務業務。”

Davenport 指出，中國平安以令人難以置信的速度增長。該公司創建了這種生態系統方法，使他們能夠與其他組織合作，并從這些關系中獲得客戶數據。他們利用這些數據創建人工智能模型，對行為進行良好的預測或分類。然后他們發展每項業務，獲得更多數據。

Davenport 繼續說：“我最喜歡舉的例子是他們的醫療保健業務，該業務創建了一款名為‘好醫生’的產品。在疫情期間，美國人可以通過 Zoom 與他們的醫生交談，獲得處方或其他服務，這給我們留下了深刻印象。但好醫生遠遠超出了這些服務范圍。”根據他的說明，好醫生是一個基于人工智能的系統，用于分診、診斷，然后提出治療方案。真實的醫生會給患者進行最終診斷并提供治療方案，同時，醫生會從好醫生系統中得到建議。

Davenport 說：“對我來說，最令人震驚的是，中國有近4億人在使用它，比全美國的人口還多。中國沒有足夠數量的醫生，所以‘好醫生’對醫療保健產生了巨大的影響。”

其他轉型市場的人工智能領導者

書中介紹的另一個例子是殼牌石油公司，該公司的許多業務部門都接受了人工智能，并利用人工智能重新設計了一些流程。最引人注目的例子是圍繞殼牌的大型工廠和管道的檢查。

Davenport 表示：“過去，用人類檢查員完整檢查工廠的各個方面需要長達六年的時間。現在，殼牌公司使用無人機和基于人工智能的圖像分析系統進行為期 6 天拍攝。他們大幅減少了進行這檢查的時間，帶來了潛在的安全效益。從某種意義上說，殼牌還培訓了超過 5000 名工程師，使他們成為公民數據科學家。他們能夠在沒有專業數據科學背景的情況下解釋這些檢查數據。”

第三個例子是作為美國最大的雜貨零售商之一的 Kroger 公司。Kroger 有一個全資的數據科學子公司，名為 84 Point 51 Degrees，位于 Cincinnati。這個名字來自于 Cincinnati 的經度。

Davenport 解釋說：“就他們為Kroger公司做的與消費品有關的數據科學工作以及在 Kroger 公司銷售產品的公司而言，這家子公司確實令人印象深刻。比如，他們運行一個龐大的模型，預測每個庫存單元、每個商店、整個商店連鎖、每晚的銷售額。”

Kroger 公司還擁有全國最大的雜貨店忠誠度計劃。該公司利用該計劃的數據來預測哪些產品和促銷活動會說服會員更頻繁地出現在當地商店，產生更多的購買行為。

Davenport 表示：“他們正在使用忠誠度計劃來推薦具有高營養水平的新產品，以鼓勵客戶在健康食品領域購物。他們還把他們的一些數據洞察力賣給消費品合作伙伴。我認為他們在這方面遠遠領先于其他雜貨店的零售商。”

人工智能對大型遺留組織的價值

Davenport 和 Mittal 的書的主要重點是那些想要真正利用人工智能進行轉型的傳統組織。

Davenport 指出：“這不是關于那些數字原生代，他們的日子要好過得多，因為這些組織中的每個人都已經相信 AI 和數字轉型。不過，很多公司都說他們在做這件事。盡管如此，許多公司表示他們正在這樣做。但他們很少部署人工智能。他們沒有將其融入日常工作，因此沒有獲得任何真正的經濟價值。”

Davenport 承認，許多公司可能覺得不愿意在 “現代”人工智能的這個相對早期階段進行大量投資。但這本書旨在展示致力于人工智能使用的組織是如何獲得巨大利益的，并且在某些情況下，改變了他們的市場。

Davenport 說，為了這個目的，這些領先的組織在人工智能的采用方面既廣泛又深入。它們在生產中有不少用例或應用程序。他們使用各種技術，包括機器學習。許多組織還使用機器人過程自動化和基于語言學的計算聊天機器人。

達文波特強調：“袖手旁觀的時代已經結束。在某種程度上，我們想嚇唬讀者說，‘如果你所在行業的其他人在做這件事，你就很難趕上。’”

Davenport 進一步指出，最重要的是，人工智能是一個很難成為快速追隨者的領域，因為它需要大量的數據和大量的技能，而這些技能并不普遍存在。企業現在應該開始投資于人工智能，而且有一些方法可以相當容易、相當便宜地做到這一點。

Davenport 說：“許多供應商正在將人工智能功能納入他們的 ERP 系統和 CRM 系統，所以你可以從那里開始。但如果你想從人工智能中獲得任何競爭優勢，你可能必須自己開發其中的一些能力。這意味著要開發技能和技術能力，以便產生一些你自己的用例。”

來源：www.cio.com