2022企业十大人工智能趋势

人工智能已经成为主流。在各个行业，公司已经推出了成功的概念验证，甚至已经成功地在生产中部署了人工智能。一些企业甚至已经将他们的人工智能和机器学习战略付诸实施。如今处于人工智能成熟度曲线前沿的公司正在大规模地使用人工智能。

以下是行业专家看到的如今正在快速展开的10个人工智能企业战略趋势。

人工智能进入业务领域

在人工智能的早期，这些项目完全由数据科学家驱动。他们拥有数据和算法，他们被赋予自由，以寻找将他们的新工具应用于商业问题的方法。如今这种模式正在被慢慢改变。

企业领导人已经从成功项目的例子中吸取了经验，并且更了解人工智能可以为他们做什么。因此，公司现在不太愿意投资于商业价值不明确的概念验证，这一趋势使业务部门越来越多地成为采用人工智能的驱动者。

麦肯锡QantumBlack的全球领导人Alex Singla说：“当我看到有公司把人工智能做得很好时，这些人工智能战略都是由业务驱动的。人工智能和IT是用来帮助他们解决问题的，而不是用技术来推动解决方案。业务是解决方案的主导，技术只是其中的一部分。”

例如，霍尼韦尔公司的CIO Sheila Jordan说，该公司正在其整个内部运作中使用人工智能，并正在将其纳入面向客户的产品和服务。

“我们与业务的联系非常紧密。”她说，“我们是由价值驱动的。这将是面向客户的内部价值。”

人工智能在企业中的普及与应用

两年前，当Jordan来到霍尼韦尔时，她的第一个大项目是实施数据仓库战略，将所有来源的交易数据集中起来。

她说：“每个职能部门，每个业务单位，都有各自的数字议程。例如，霍尼韦尔已经将其所有的合同数字化。这总共有10多万份合同，这给公司提供了丰富的数据，用于帮助建立几乎所有职能领域的人工智能解决方案。”

人工智能可以自动审查霍尼韦尔所有的合同，以了解它们在哪些方面受到通货膨胀或定价问题的影响。Jordan说：“任何人类都不可能翻阅10万份合同。”

有了完整的库存数据，霍尼韦尔现在能够了解哪些库存是废品，哪些是可重复使用的，从而能够做出更有效地管理原材料的明智决定。

“我们看到人工智能出现在了每个职能部门。”她说，“在财务，在法律，在工程，在供应链，当然还有在IT。”

人工智能提高自动化水平

今年是霍尼韦尔积极实施的自动化计划的第三年。“如果有重复性的任务，我们会尝试将其自动化。我们今年可能有100个项目，这些都是我们在整个全球公司中实现自动化的任务。”Jordan说。

她补充说，霍尼韦尔正在努力使这些自动化更加智能化。“我们将在这些自动化机器人中插入更多的人工智能，让其变得更为智能聪明。”

另一家从基于基本规则的自动化开始的公司是Booz Allen Hamilton，其人工智能实践部副总裁Justin Neroda说，现在公司正逐步将人工智能和机器学习整合到这些自动化程序中，使其适用于更广泛的任务。

人们通常从最简单的自动化开始，然后他们会问自己，“我还能实现什么自动化？”紧接着他们发现，这需要人工智能和ML。

他说，由人工智能驱动的自动化可以帮助公司处理人员短缺或大量工作的问题。“做到一半的任务也可以被自动化，这样人们可以着力于处理其中的困难部分。”

 植入人工智能以获得更大利益

麦肯锡的Singla说，规模化人工智能有一个重要的变革管理部分。他说，这需要了解人们将如何使用它。仅靠技术人员无法单独完成，需要由技术人员与业务专家共同完成。

“工作流程越自动化，我们就越能增加成功的概率。我越是不需要改变某人的行为，我就越有可能抓住采用。”

人工智能战略部署需采取联合行动

当公司在最初的概念验证中获得成功后，他们通常会建立人工智能卓越中心，以操作技术并建立人才、专业知识和最佳实践。一旦一个公司达到了临界质量水平，将这些卓越中心中的一部分拆分开来，将专家直接转移到最需要他们的业务部门，产生的效果更大。

麦肯锡的Singla说：“对于那些不太成熟的公司来说，拥有一个整合人才和技术的卓越中心是非常有必要且有价值的，这有助于公司扩大规模。有才华的人希望与其他志同道合的人一起向前，而经验比较少的人则可以在卓越中心中得到学习的机会，从而获得成长。”

过早地拆分他们会稀释他们的影响，降低公司在多个业务线上迭代和复制成功项目的能力。

“但当你达到一定的成熟度和规模时，从长远来看，技术专家需要同时拥有深厚的人工智能专业知识和某一领域专业知识。”他说，“但这是当你的公司达到一定的规模时后需要努力的方向。”

商业问题是分布式的，Insight的杰出工程师Amol Ajgaonkar说。

“业务问题不会只在一个地方，所以你不能期望集中的人工智能部署能解决所有的问题。”他说，“人工智能的部署也必须是分布式的。但你确实需要有一个集中的、与业务相互联系的人工智能战略。”

人工智能引发业务流程转型

当公司第一次开始使用人工智能时，他们通常会在业务流程中寻找人工智能可以发挥作用的个别步骤。

 Genpact公司的首席数字官Sanjay Srivastava说：“你把流程分解成几块，把每块都数字化，然后添加人工智能，使其变得高效。但流程本身是相同的，并没有改变。”

但人工智能也有可能从根本上改变业务流程，他说。例如，Genpact为客户做了大量的账目处理工作。

“当我们将人工智能应用于处理发票时，我们可以快速知道鉴别出发票会有争议。”他说，“我们可以弄清楚投资组合中哪一部分的风险最高。”

他说，有了人工智能的预测能力，整个过程可以被重组。“当你应用人工智能时，请思考其端到端的价值链，并完全重新设计它。”

MLOps成为现实

根据麦肯锡在2021年底发布的一份报告，区分那些从人工智能中获得最大收益提升的公司的因素之一是他们对MLOps的使用。

这是人工智能的下一个大趋势，Augment Therapy（一家儿科物理治疗技术公司）的云和新兴技术实践负责人Carmen Fontana说。Fontana之前是Centric咨询公司的云和新兴技术实践负责人。

她说，目标是将机器学习从理论带入生产。“两三年前，这是一个新兴的领域，人们只是认为他们必须这样做，但我们在实践中并没有看到很多。”然而，今天，她看到了既定的工具和方法。

“这对使人工智能和机器学习制度化有很大帮助。”她说，“我在我们的客户那里观察到了这一切，市场已经发生了重大变化。”

标准化人工智能模式

Booz Allen Hamilton目前与客户有大约150个不同的人工智能项目。在过去的一年里，他们开始努力摆脱这种一次性的模式。

“在过去的一年半里，我们一直在投资模块化能力和端到端的管道。”

成功的人工智能需要的不仅仅是一个工作模型。他说，随着数据的变化和模型的不断完善，需要有一个完整的流程来维护模型。

他说：“最大的挑战是你如何将所有的工具联系在一起。我们一直在努力使之标准化，并建立可重复使用的部分，以便在各个项目中使用。”

建立人工智能信任

随着员工和高管们对人工智能越来越熟悉，他们越来越相信人工智能能够做出关键的商业决策,即使这些决策与人类的直觉相悖。

Blue Yonder的战略顾问和创始人Michael Feindt最近在与一家大型英国食品零售商合作，解决与疫情有关的供应链问题。他说，当该公司使用人工流程来管理其供应链时，经常会有许多闲置的货架。此外，还缺少有知识、有能力和有意愿做这项工作的人。

自动化的、由人工智能驱动的系统可以提供更低的成本和更好的性能。然而，当疫情发生时，人们想关闭自动系统。他说：“后来他们看到，自动系统的适应能力的确比人类快得多。”

因此，该公司没有关闭这些系统，反而扩大了使用范围，不仅包括商店，还包括配送中心。其结果是减少了空闲的架子，也减少了要扔掉的食物垃圾。此外，商店经理可以不再每天花两个小时来微调他们的订单，而是花更多时间来提高客户满意度。

Feind说，还有其他方法来建立对人工智能的信任。“有些人很挑剔，不相信人工智能能像他们多年的经验那样做出好的决定。增加人工智能的可解释性可以帮助缓解其中的一些担忧。可解释的人工智能是指系统向人类用户解释它做出的决定是基于哪些因素，如何产生的。”

新商业模式的可能性出现

在某些领域，人工智能正在开始创造以前从未存在过的机会。例如，自动驾驶汽车有可能改变社会，并创造全新的业务类型。由人工智能驱动的商业转型也可以在较小的范围内发生。

例如，一家需要人类审核的银行无法提供小额贷款，因为处理它们的成本将高于银行可以获得的利息收入。但如果使用人工智能来评估和处理，小型贷款将使银行能够为全新的客户群体提供服务，而不必收取高昂的利率。

“这些用例仍然没有那么普遍。”Sapphire Ventures的总裁Jai Das说，“它们从根本上改变了我们做生意的方式，而企业没有那么快改变。”

“我们还没有到那一步。可能还要等五年，直到每个人都使用人工智能和ML来做他们的工作。”

作者：Maria Korolov

原文地址：

www.cio.com/article/305644/10-enterprise-ai-trends-for-2022.html