目標明確:引領企業AI成功的北極星
在當今激烈的競爭環境中,企業的成功離不開很大程度上取決于其是否實施了明智的戰略。從產品開發到市場拓展,每項決策都需要有一條清晰的成功路徑。如果企業在各個層面都沒有明確目標和方向,即使是天才的想法也可能以失敗告終。當企業需要應對生成式AI 等新興技術帶來的復雜性時,這一點會變得更加重要。
2024年麥肯錫的一項AI調查顯示,自 2023年上一次調查以來,經常使用生成式AI 的企業數量幾乎翻了一倍。而畢馬威的2023年生成式AI調查報告發現,企業正面臨著五大挑戰,包括不清楚生成式AI的實施方法、領導層不理解為何采用生成式AI并缺乏相關戰略等。美國人工智能和分析軟件公司SAS以及科爾曼·帕克斯研究公司(Coleman Parkes Research)在2024年對全球1600名行業決策者進行的一項調查中發現,83%的中國受訪者表示他們已經開始使用生成式AI技術,這一比例高于參與調查的其他國家和地區。
顯然,企業已意識到生成式AI是促進創新和提高生產力的絕佳機會,但要真正釋放其商業價值,關鍵在于有目的的采取行動。
業務目標與AI戰略對齊
生成式AI 工具的潛力已毋庸置疑,但僅僅部署這項技術并不能保證企業能夠最終成功運用AI。如果企業缺乏明確的目標和期望,實施時就會困難重重。
如果企業的整體AI戰略與核心業務目標不一致,就可能導致資源浪費并錯失良機。埃森哲的一份報告顯示,四分之三的企業機構未制定能夠提高員工業績和體驗的綜合戰略。
因此,企業領導人必須采取更大膽、具體的措施,加快采用AI的速度,以保持企業的領先地位。辦法很簡單,明確目的才能實現投資收益。
首先是制定清晰的數據戰略,將數據視為戰略資產。通過將數據的使用與業務優先事項相結合,企業將能夠充分利用生成式AI的力量簡化工作流程,獲得業務洞察。其次,從高層做起,培養學習文化至關重要。領導人應明確傳達企業的AI戰略和目標,為員工信任和使用不斷發展的AI技術打下基礎。最后,通過培訓計劃為員工提供必要的資源、技能和知識,確保員工具備足夠的能力和專業知識緊跟AI應用不斷變化的步伐。
利用現代化基礎架構支撐AI戰略
傳統基礎架構具有分散性,導致有用的數據經常被困在過時且孤立的系統中,同時滋生數據蔓延問題,造成分散且無結構的數據瓶頸,阻礙企業從AI模型中提煉有價值的洞察。
由于AI系統的成功離不開高質量、多樣化的數據。因此,能夠獲取高質量數據資源的企業可以更好地利用AI簡化運營、更大程度地提高 IT 投資回報,同時發掘新商機。另一方面,企業若不對堆棧進行現代化改造,就有可能面臨被淘汰的風險。
要擺脫傳統系統,企業需要投資于可擴展、安全且具有彈性的數據架構,以支持AI模型產生的、不斷增加的數據工作負載。通過利用實時數據處理、存儲和集成,企業可以充分發揮AI潛力,自動化某些任務,并優化預算。
某國家銀行就是利用生成式AI的企業之一。該行希望提高區域和商業銀行辦公室的工作效率,并改善其信貸機制和交易銀行平臺,以提供更加個性化的客戶體驗。其最新IT部署支持該行迅速擴大生成式AI業務的規模,從而滿足全球客戶群的不同需求,為其利益相關方帶來更大的價值。
此外,現代化數據平臺鼓勵數據驅動型文化,這意味著從AI模型中獲得的洞察可以為產品開發、營銷策略和客戶服務提供參考。同時,如果能夠讓員工訪問企業位于各處的所有數據,允許他們在任何地方運行分析,并在所有環境中保持數據安全和治理的一致性。借助真正的混合平臺,企業所有數據都能用于AI分析,從而加快以數據為支撐的決策速度,獲得行業競爭優勢。
華僑銀行(OCBC)某分行是采取這些措施以提升客戶體驗的企業之一。該行認為,在預測消費者需求和提供個性化建議方面,技術與客戶體驗密不可分。這種以客戶為中心的理念促使該行創新,并實施與數據湖無縫集成的混合數據戰略。這一現代化數據技術的落地為該行啟動生成式AI 項目鋪平了道路,從而保持其在銀行業的領先地位。
由于數據量和數據來源會持續增長,企業越來越需要一個強大的數據平臺,以滿足其業務和AI模型不斷發展的需求。
安全可信的數據是有效使用AI的起點
由于AI系統依賴大量數據,因此真正的挑戰在于確保數據的可信度。如果企業想要部署AI解決方案,就應該以此為基礎。
一個安全、靈活的平臺能夠讓企業可靠、無縫地且大規模獲取有價值的洞察,從而加快決策速度,實現更具前瞻性的數據驅動型戰略。通過為AI計劃奠定基礎,企業能夠在數據驅動的未來憑借一致且公平的洞察更好地適應不斷變化的環境,最終取得業務成功。
讓AI具有持久影響力
負責任的生成式AI戰略實施方案會把明確目標放在第一位,對員工更加公開透明,并建立起強大的數據基礎。這就是為什么目標明確至關重要。為此,企業領導人、技術團隊和員工需要長期合作,共同應對倫理問題,確保AI具有持久影響力,而不是曇花一現的工具。
本文作者:Cloudera大中華區技術總監劉隸放