【IT168 资讯】人工智能早期的形式越来越受到企业数字化运营和降低成本的企业的青睐，但它仍然处于起步阶段，虽然大多数组织正在探索技术的好处，但实际上实施它的人通常还在执行方面苦苦挣扎。在全球人工智能市场前沿的基础上，德勤人工智能智能专业技术中心(AICE)为人工智能提供了十大经验教训。

　　1.确保领导层的支持，并将AI纳入战略

　　人工智能组织的建立可以被看作是一种组织变革，而且或多或少的一切变化、变革需要得到领导层的支持并制定明确的愿景。一个组织的领导层必须支持建立一个人工智能组织，并准备为其提供资金也给予足够的时间。例如，为了管理AI社区，尝试执行这种新技术。当然，领导层也要了解这项投资的用处和必要性。领导者应该始终认识到AI可以实现的业务需求是什么，以及技术将如何影响整个组织。

　　德勤(Deloitte)英国人工智能与认知计算(AI&Cognitive Computing)的总监马修?霍华德(Matthew Howard)在最近举行的关于人工智能如何改变合作模式的圆桌讨论会上指出，顾问是保持人工智能的这种方式的关键。霍华德认为，“顾问在满足作为人工智能生态系统一部分的市场需求方面发挥着关键的作用，因为他将业务需求与技术结合在一起”，然后他才提出咨询顾问很快就能在帮助企业领导者在他们的组织中嵌入人工智能，“也许我们会很快看到第一个数据科学家的合作关系。”

　　2.建立员工对AI的普遍认识

　　即使是技术驱动的组织变革，也必须要关注人力劳动。让员工接受和参与AI的实施是成功实施的关键。要做到这一点，重要的是管理人员要了解AI，并了解AI会如何影响他们的组织。对于人工智能，这是很难的，因为它的潜力还有待实现，这是无形的。

　　正如德勤所看到的，一个方法就是让领导者开展宣传活动，帮助员工意识到人工智能。德勤通过该公司的AI——一个被称为AIME的同事做到了这一点。这个自学机器通过在工作场所与他们交互，可以将公司的员工介绍给AI。这激起了他们的好奇心，并鼓励员工自愿报名参加，以了解更多关于这个主题的知识。

　　3.获取人工智能专家，从拥有技术背景的人开始

　　在AICE之前，德勤的许多人已经在组织的许多不同部门与AI开始进行合作。公司遇到的一个问题是，一个业务部门的人员有时不了解另一个业务部门正在进行的活动。因此，第一步是确定组织内已经发生了什么，并将所有技术AI焦点的人聚集在一起。

　　首先让涉及技术背景的人来开始这项工作有很多优点。他们通常是“早期采用者”，因此对这个主题有了更多的了解，所以他们已经知道什么是(甚至是不是什么)可能的，他们往往更多地被内容驱动，而不是被商业驱动。这意味着他们可以很快找到关于内容的共同点，这意味着部门的边界会消失。这在建立一个组织范围的社区时，很重要。

　　因此，德勤在每个业务部门都任命了一名技术AI领导。在选择正确的人时，内在动机比工作更重要。然而，我们要求更高层的人考虑谁是他们单位的合适人选。除了内在动机之外，对于被选中的人来说，了解人工智能是重要的，例如，他们已经将其纳入了年度计划，以便他们能够并且能够花时间讨论这个问题。

　　4.做出选择并设定明确的目标

　　再加上所选的AI技术领袖，德勤在多次会议上制定了联合年度计划。这是一件很重要的事情，把所有不同的雄心都带进生产线，并做出选择。在做出选择时，考虑(技术)可行性是很好的。

　　在制定年度计划时，在开始的时候加入“采摘低挂果”是明智的做法，以实现轻松的胜利并帮助建立动力。例如，通过交流在人工智能领域已经发生的事情或取得快速的成功，在团队和组织的领导中对这样一个计划的信心可以增加。

　　5.建立AI社区，但要有选择性

　　在获得技术社区的照片之后不久，德勤收到了更多“业务重点”人士的要求，成为AI界的一员。在每个业务部门，该公司任命了一名AI业务负责人，而且该组织发现，除了(和任命后)技术人员之外，涉及业务重点的人员也具有各种优势。

　　技术人员经常会关注他们的技术解决方案，但是如果过分的话有可能带来一些不是基于实际业务问题(“为了发展而发展”)的风险。以业务为中心的员工与客户保持密切联系，因此他们可以识别组织实际面临的问题。通过涉及这两个组织，组织可以创建一个能够为客户提供非常好的解决方案的情况，尽管在AI组织中让两个组织参与进来是非常重要的。技术社区的兴趣常常对商业社区不感兴趣，反之亦然。因此，德勤有意识地决定合作一些活动(例如一些社区活动)，并保持其他活动(例如培训课程)的开展。

　　值得注意的是，德勤通过开发基于人工智能(AI)的新方法来部署这种平衡行为，可以在瞬间产生战略性的市场分析和基准报告。在 DeloitteSmartReports.com可以快速浏览数十万个数据集，以一名人力顾问的一小部分成本来定制质量报告。

　　据荷兰德勤负责人Ewout Bolhuis介绍，这项服务的开发是围绕客户的需求进行的，为了发展，避开了发展，同时了解了人工智能的局限性。 “我们已经实现了整个流程的自动化，客户可以在不需要人的情况下订购、支付和接收报告，”他解释表示，“这些报告是我们现有产品系列的完美补充，因为它们允许企业看到竞争对手正在创新的领域。”

　　为了实现这种均衡的员工队伍，对于有业务重点的人来说，德勤的工作是让他们在日常工作中专注于人工智能，而并没有只让那些只对社区的主题感兴趣的人参与。相反，鼓励这一批员工参加关于AI 的会议，这将给他们一个AI的基本知识。德勤还将其IT部门和风险声誉办公室纳入了该组织，使他们能够为社区(例如购买软件)提供非常好的便利，同时确定并快速解决数据和隐私问题。

　　这种分类方法产生了以下几组群体：

　　·具有AI技术知识的员工

　　·具有AI业务知识的员工

　　·其他员工

　　6.在组织中勾勒出明确的期望，并且切合实际

　　AI不是功能较多的。特别是在任何AI计划的第一阶段，管理AI的期望至关重要。总的来说，在组织内部有两个关于AI的误解：

　　1.人工智能是解决所有问题的方法

　　2.该组织已经能够用AI来做所有事情

　　领导层和销售人员理解AI的当前可能性是非常重要的。这可以防止出现尴尬的情况，例如，事情是承诺，还不能实现。为了能够最终成为一个组织，在这个初始阶段，重点必须是建立一个社区，获得经验和试验。因此，在这个第一阶段销售是有限的或者缺乏的，可能比想象的要少，试验时会犯错误。该组织的领导层必须有勇气投资，尽管可能遭受挫折，仍然需要保持长远眼光。

　　7.确保技术支持，并从任命一名项目经理

　　在计划中投入的时间和金钱也被用来促进在信息和通信技术领域的社区。例如，组织应考虑建立一个数据平台，共享代码或配置协作工具的代码库(GIT)，以及任命程序管理员。

　　如前所述，德勤由多个业务部门组成。尽管所有单位属于同一个组织，事业单位可能有意识和无意识的选择、妨碍知识共享。由于创新部门服务于全公司的广泛利益，因此该部门更容易在此过程中发挥连接作用。

　　8.列出AI的能力

　　当领导者确定了社区的时候，重要的是要调查哪些能力组织在哪个层面上可用。这可以清楚地了解哪些业务部门进展顺利或落后，哪些AI技能缺失，哪些专家可以找到。

　　这个分析的结果形成了AI培训计划(什么样的培训，对谁，什么时候)和社区成员在工作流(业务，技术)和级别(潜力，专家)的分类。

　　9.提供一个安全的学习环境

　　很多人不熟悉AI。这是一个非常广泛的领域，例如，人们很有可能遇到分类问题，但从来没有对自然语言处理做过任何事情。结果，社区成员很可能还不知道或理解某些方面。提问是至关重要的，公司应记录所学的东西并分享，以免别人犯同样的错误。

　　假定在初始阶段会犯错误是现实的，因为工作人员将会越来越熟悉他们所期望的许多概念。这使得考虑避免风险很重要，但考虑一个组织如何尽可能快速和有效地识别违规或安全漏洞并加以纠正也很重要。

　　10.沟通

　　德勤的最后一点是组织要经常进行沟通。各小组应该向组织说明在AI领域已经做了哪些工作，并重复这个信息。他们不应该认为知识会立即被知道，而应该总是努力指定短期的成功和长期的进展。

　　德勤人才智能专家中心项目经理Marjolein Vlaming表示：“在组织层面和个人层面进行交流，与同事进行对话，涉及复杂的课题，必须分配时间进行解释，并在需要时澄清。不仅要和AI爱好者讨论，还要和怀疑者讨论，这将有助于组织机构了解和回应正在发生的事情。”

　　她鼓励组织尽快开始工作，她总结表示，“人工智能目前是许多组织、董事会和员工的热门话题，现在就开始将AI引入一个组织吧!”