随着越来越多的企业开始实施人工智能项目，并非所有项目都能取得预期成功。在启动首个人工智能项目之前，企业应考虑几个关键问题。
根据Gartner公司的研究，预计今年企业实施人工智能项目的数量将翻倍，到2020年底，40%的公司将会部署相关项目。这一数据无疑给其他公司的首席信息官带来了压力，企业高层希望了解为何他们未能在这一领域进行创新。
然而，在围绕人工智能的各种宣传背后，隐藏着一个严酷的现实。麻省理工学院斯隆商学院和波士顿咨询公司的一项研究显示，65%的公司认为他们的人工智能项目未能创造价值。在这样的背景下，企业如何才能确保人工智能项目的成功呢？以下是企业在启动首个人工智能项目之前需要考虑的四个关键问题。
人工智能在哪些方面可以带来快速的胜利？ 人们经常听到人工智能将如何变革业务，然而，企业的首要目标不应是追求这种变革，而是实施一个能够带来快速成功的小规模项目。这样的成功不仅可以增强企业的信心，还能为持续的成功奠定基础。
在首个人工智能项目中，企业应选择那些能够在高层显著可见的项目，以展示人工智能对业务的影响。找到与现有业务流程紧密结合的点，以便可以真实感受到其效果。在成功交付项目后，企业需要找到激励成功者的方法，以便在整个组织中推广人工智能的积极影响。
数据的质量如何？ 人工智能和机器学习的成功离不开大量高质量的数据。企业需要审视其数据存储，检查是否存在可能阻碍项目实施的限制因素。数据是否过少？是否需要进一步清理？如果需要花费数年才能收集到足够的数据，那么该项目可能并不可行。同时，如果数据杂乱无章，企业也必须考虑数据科学家需要付出何种努力来进行清理。
尽管不存在完美的数据，但这并不意味着企业应该退缩。不要因为另一个数据集更完整而放弃一个影响较小的项目。此阶段是探索和发现的最佳时机，企业需要花时间对数据进行建模，以确定是否可以用更少的资源讲述有效的故事。
人工智能项目是否创造了价值？ 在决定实施项目时，企业必须始终关注如何增加价值。这可能表现为降低成本、增加收入或简化业务流程。企业应识别出效率低下的流程，以及能够做出更好决策的领域。价值主张应始终以数据为依据，而非凭直觉。企业需要向高层管理者展示实施该项目的理由，以及期待带来的收益。
在考虑潜在的人工智能项目时，企业应着眼于具体的任务，而不是进行大规模的变革。理想的选择是那些重复性高、规则明确、容易出错并伴随有支持的数据的流程。企业应围绕这些流程构建逻辑，从而降低执行过程中的不确定性。
成功的定义是什么？ 交付成功项目的挑战并非人工智能独有，许多项目团队都面临类似问题，通常源于不切实际的时间表、预算超支、范围扩张以及缺乏正确专业知识等因素。项目规划至关重要。
企业需要打破孤岛效应。人工智能工程师和数据科学家应与业务分析师及最终用户密切合作，以了解问题所在，并明确成功的成果应该是什么。团队领导不仅需融入跨学科团队，还应以简单易懂的语言讨论人工智能解决方案，以便关键利益相关者清楚了解人工智能将带来的影响和局限。
此外，企业不应认为仅凭自己的方式就能取得成功，而应与值得信赖的合作伙伴携手，共同获得所需的人工智能专业知识，并克服初期项目中遇到的技术障碍。
根据麦肯锡公司的研究，到2030年，人工智能预计将为全球GDP增加13万亿美元。普华永道的调查显示，72%的高管认为，人工智能将成为未来的商业竞争优势。因此，企业面临的不是是否要实施人工智能，而是何时实施。通过思考这些关键问题，企业可以成为那些难得的成功案例之一，这种成功将有助于企业建立一种文化，使人工智能得以蓬勃发展并改善业务。
[[[IMG_1]]]
[[[IMG_2]]]
[[[IMG_3]]]
