德勤在其最新的“企業(yè)人工智能現(xiàn)狀”報(bào)告中，尋找了標(biāo)志成功人工智能實(shí)踐的共性，以及與較低成就相關(guān)的實(shí)踐啟示。

這份人工智能年度報(bào)告《成為人工智能驅(qū)動(dòng)的組織》收集了來(lái)自美洲、歐洲、中東和太平洋地區(qū)11個(gè)國(guó)家的2875名IT和企業(yè)高管的調(diào)查信息，以了解他們?nèi)绾问褂萌斯ぶ悄?，得到了什么樣的結(jié)果，以及他們的應(yīng)用實(shí)踐。由德勤人工智能研究所和德勤綜合研究中心共同制作的該報(bào)告于10月28日發(fā)布。

長(zhǎng)達(dá)28頁(yè)的報(bào)告根據(jù)受訪者部署的人工智能項(xiàng)目數(shù)量及其成功率，將參與調(diào)查的公司分為四大類。其中“變形金剛”(Transformer)在受訪者中占28%，表現(xiàn)出高成果和人工智能部署數(shù)量多的特點(diǎn);而26%的“探索者”(Pathseeker)雖然部署數(shù)量少，仍能獲得高效果;“后進(jìn)生”(Underachiever)占受訪者的17%，他們應(yīng)用效果很低，但部署的人工智能數(shù)量很多;“起步者”(Starter)占受訪者的最大群體，29%。他們部署數(shù)量很低，成果也很低。

德勤的調(diào)查顯示，“變形金剛”和“探索者”幾個(gè)非常突出的特點(diǎn)。

首先，這兩個(gè)群體的代表更有資格說(shuō)，人工智能將他們的組織與競(jìng)爭(zhēng)對(duì)手區(qū)分開(kāi)來(lái)。他們也更有可能制定基于整個(gè)企業(yè)的人工智能戰(zhàn)略，以及利用變革性人工智能的高層愿景。也更有可能依靠人工智能在五年內(nèi)保持競(jìng)爭(zhēng)優(yōu)勢(shì)。不過(guò)雖然這些成就卓越的公司專注于利用人工智能作為競(jìng)爭(zhēng)優(yōu)勢(shì)，但在最成功的企業(yè)中，有一個(gè)“反向”原則在起作用：真正的差異化來(lái)自商業(yè)成果，而不是人工智能技術(shù)。最強(qiáng)大的人工智能戰(zhàn)略在開(kāi)始從不提及人工智能。相反，它們應(yīng)該從組織核心業(yè)務(wù)戰(zhàn)略開(kāi)始。最終，人工智能戰(zhàn)略作為業(yè)務(wù)戰(zhàn)略的強(qiáng)大推動(dòng)力，與為激勵(lì)和加強(qiáng)競(jìng)爭(zhēng)優(yōu)勢(shì)而制定的KPI目標(biāo)保持一致。

報(bào)告還說(shuō)，成就較低的人往往只要求數(shù)據(jù)科學(xué)家或IT部門推動(dòng)他們的人工智能戰(zhàn)略，這并不理想。相反，人工智能策略應(yīng)該來(lái)自業(yè)務(wù)，如果可能的話，它應(yīng)該涵蓋整個(gè)企業(yè)。

德勤引用了杰夫•貝佐斯(Jeff Bezos)的例子，他在2010年要求亞馬遜的每一位領(lǐng)導(dǎo)者都要制定一項(xiàng)如何使用人工智能和機(jī)器學(xué)習(xí)的戰(zhàn)略。這推動(dòng)了無(wú)與倫比的增長(zhǎng)，是公司驚人增長(zhǎng)的催化劑。

“變形金剛”和“探索者”之間還有一個(gè)有趣的共同點(diǎn)：他們傾向于實(shí)施更多以增長(zhǎng)為導(dǎo)向的人工智能項(xiàng)目(也可以理解為“開(kāi)源”項(xiàng)目)，而“后進(jìn)生”和“起步者”則傾向于更專注于降低成本的人工智能項(xiàng)目(“節(jié)流”項(xiàng)目)。事實(shí)上，這兩種類型的人工智能項(xiàng)目通常都是需要的。但明顯增長(zhǎng)為導(dǎo)向的AI項(xiàng)目成功帶來(lái)的推動(dòng)效應(yīng)會(huì)更強(qiáng)烈。

只啟動(dòng)少數(shù)人工智能項(xiàng)目的效力有限。德勤人工智能聯(lián)席主管、德勤咨詢負(fù)責(zé)人尼廷•米塔爾(Nitin Mittal)表示，人工智能的成功不是一個(gè)一次性的項(xiàng)目，而是一個(gè)持續(xù)的過(guò)程。他說(shuō)：“要成為一個(gè)以人工智能為動(dòng)力的組織，就要明白轉(zhuǎn)型過(guò)程永遠(yuǎn)不會(huì)完成，而是一個(gè)不斷學(xué)習(xí)和改進(jìn)的旅程。”

德勤還調(diào)查了高成就AI團(tuán)隊(duì)的工作流程習(xí)慣，發(fā)現(xiàn)專注于MLOps流程與成功相關(guān)。

該公司在報(bào)告中表示：“記錄并執(zhí)行MLOps過(guò)程的組織達(dá)成目標(biāo)的可能性是其他組織的兩倍。同時(shí)對(duì)與人工智能相關(guān)的風(fēng)險(xiǎn)做好了充分準(zhǔn)備的可能性增加了4倍，對(duì)能夠以值得信任的方式部署人工智能舉措的信心增加了3倍。”

機(jī)器學(xué)習(xí)操作 (MLOps) 基于可提高工作流效率的DevOps原理和做法。例如持續(xù)集成、持續(xù)交付和持續(xù)部署。

德勤認(rèn)為，信任、數(shù)據(jù)流暢性和敏捷性是區(qū)分高績(jī)效和低績(jī)效AI團(tuán)隊(duì)的額外特征。投資于變革管理以管理其人工智能實(shí)施的組織，人工智能計(jì)劃超出預(yù)期的可能性要高出60%，取得成果的可能性要高出40%。

有趣的是，“恐懼“是在高成就的人工智能群體中出現(xiàn)的另一個(gè)因素，但不是因?yàn)楹ε氯斯ぶ悄苋〈ぷ鳌?ldquo;恐懼可能是一個(gè)積極的信號(hào)，表明一個(gè)組織的人工智能愿景是大膽的。”

高成就的人工智能集團(tuán)的另一個(gè)特點(diǎn)是依賴由合作伙伴和工具提供商組成的廣泛生態(tài)系統(tǒng)。德勤的調(diào)查發(fā)現(xiàn)，83%的“變形金剛“和”探索者“創(chuàng)建了一個(gè)多樣化的合作生態(tài)系統(tǒng)，以執(zhí)行他們的人工智能戰(zhàn)略。過(guò)度依賴少數(shù)合作伙伴和工具供應(yīng)商也會(huì)使公司面臨一定風(fēng)險(xiǎn)。

與人工智能相關(guān)的風(fēng)險(xiǎn)仍是企業(yè)高管們最關(guān)心的問(wèn)題。但這不會(huì)阻止他們向前邁進(jìn)。高成就的組織報(bào)告說(shuō)，他們?cè)诠芾砼c人工智能相關(guān)的風(fēng)險(xiǎn)方面準(zhǔn)備得更充分，并且有信心以一種值得信賴的方式部署人工智能計(jì)劃。