人工智能卓越中心可以通过整合人才、标准化平台、在各业务领域传播成果以及探索新的盈利模式，来加速人工智能技术的实施和整个组织的转型。
壳牌公司于2013年首次启动其“人工智能卓越中心”，当时这个中心被称为预测性分析，规模相对较小。
丹·杰文斯(Dan Jeavons)回忆道：“当时只有我一个人。”如今，他负责管理壳牌公司的数据科学卓越中心，该中心拥有180名全职数据科学家和工程师。
他表示：“人员数量已经增加。”
最初，该卓越中心的目标是为与分析技术相关的项目提供支持，帮助各业务部门顺利开展工作。
杰文斯指出：“我们在多个业务领域开展了许多项目。”他提到，主管们意识到需要协调各项工作，最初的意图是促进这些项目的进行，同时允许各业务部门独立完成任务。
然而，人工智能技术的实施需要深厚的技术技能，而业务部门的通才数据科学家在深度学习、机器视觉和自然语言处理等细分领域的专业知识可能不足，无法充分发挥这些技术的潜力。此外，各业务部门各自为政会导致不同的方法来解决相同的问题。
杰文斯强调：“需要创建一些通用标准、通用平台以便访问数据，并设计审验流程。”
因此，壳牌公司的卓越中心进一步扩大了其功能，吸纳了更多具有深厚专业技能的人才，并制定了一系列标准和政策。
杰文斯指出，如今壳牌公司大部分人工智能项目都在微软的Azure上开展，同时在亚马逊的AWS上进行部分工作。壳牌还与DatabRicks和C3等数据分析公司建立了紧密合作关系，这些合作伙伴提供了更专业的技术能力，帮助加快壳牌人工智能解决方案的开发。
对于希望大规模成功部署人工智能技术的组织来说，建立集中式的方法可能是关键。根据德勤公司最新发布的“企业AI状况”报告，成熟的人工智能技术应用者更倾向于采用集中式的方法来管理人工智能技术和选择供应商。
德勤咨询公司的负责人戴夫·库德(Dave Kuder)表示：“如果没有设立卓越中心，就需要在八到十个业务领域进行定制化投资，而每个从事IT工作的人都来自不同领域，这样投资效率较低。”他补充道，人工智能卓越中心可以帮助企业推进各项工作，包括单一项目原型、概念验证和大规模人工智能技术部署。
他说：“过去几年进行的各项工作现在需要进行产业化、强化和实施。人工智能卓越中心在协调这些工作方面起着重要的作用，是一个很好的跳板。”
壳牌公司的经验显示，内部专业知识以及通用平台和标准的建立是人工智能卓越中心的第一步。接下来，我们来看看人工智能卓越中心如何影响当今企业。
大规模部署人工智能技术
QTS公司两年前成立了创新实验室，旨在加快推动该数据中心供应商的人工智能技术进程。
QTS在全球运营26个数据中心，其首席技术官布伦特·本斯滕(BRent Bensten)表示：“我们的业务在不断发展，但在模拟处理方面存在一些低效问题。”
本斯滕提到，过去一名工程师常常会巡查QTS的各个办公设施，包括面积达百万平方英尺的建筑，亲自检查所有设备。“例如，一名工程师会查看空调面板，记录读数，然后返回确认‘一切正常’。当时并没有基础的数据点，只有‘一切正常’。”
因此，该实验室的首个目标是数字化这一流程，以提升业务效率。如今，所有测量值都被自动且详细地收集，为公司提供了完整的数字化运营信息。这些数据现在可用于预测电力需求、优化维护工作，并降低公司的碳足迹。
他说：“目前，这些工作完全由人工智能来管理和操作，体验完全是数字化的。”该实验室大约90%的时间用于人工智能项目，并与SeRvicEnow和salesfoRce等第三方平台进行了整合。“我们进行了集中化管理，使我们能够在QTS的产品组合中更广泛地推广数字化体验。”
这些好处不仅限于公司内部。这些预测工具还使客户受益。
本斯滕表示：“利用人工智能、机器学习和神经网络技术，我们能够预测设备故障、停工及耗电量等状况。”此外，还可以预测客户长达60天的用电情况。他补充说，这使得QTS的客户能够更好地适应环境、降低电力成本，并提前解决问题。
他还提到：“他们也能减少可持续发展的碳足迹，因为我们提供的数据使他们能够提交可持续发展的信用。”
安永会计师事务所的人工智能卓越中心机器学习业务副主管乔纳森·德甘格(Jonathan DeGange)表示，自2016年启动人工智能卓越中心以来，加快了安永大规模推广人工智能技术的步伐。
他指出：“我们发现存在孤岛效应，即不同团队之间缺乏交流。”此外，安永希望开展一些大型项目，例如打击洗钱，需要跨业务部门和地区的协调。
安永的金融服务办公室负责人卡尔·凯斯(CaRl Case)表示：“将特定领域的专业知识整合在一起，会产生倍增效应。”他想利用人工智能卓越中心来推动人工智能项目。“我们正在考虑解决一些非常棘手的问题——全球金融犯罪和复杂的税务法律，以应对未来的挑战和数字化转型的影响。”
他提到，在全球人工智能卓越中心成立之前，他的团队曾与一个规模较小的美国人工智能团队进行沟通。但这个全球中心成立后，凯斯的团队得以发挥更大的潜力。德甘格表示：“我们已经识别了贩毒团伙和人口贩运团伙，并成功阻止了他们的活动。”
例如，人工智能系统使用基于图形的网络方法和异常检测，能够识别可疑的行为模式，而不仅仅是单笔交易。
他说：“现在，您可以看到整个网络的表现。”他补充道：“新的关系是否以异常的方式建立？例如，犯罪团伙开立账户和进行交易的方式与个人开设合法新公司的方式截然不同。人工智能能够检测到这种显著的差异。”
学习迁移
当人工智能卓越中心建立起内部专业知识和通用平台后，下一步便是将最佳实践分享至整个企业。
杰文斯表示：“人工智能不受企业边界限制。”例如，预测性维护适用于壳牌公司的几乎所有业务，创建人工智能卓越中心后，在一个领域开发的技术可以在多个不同地方部署。
他补充道：“另一个例子是机器视觉。我们一直在开发零售领域的应用，但这些应用背后的支持功能也适用于生产现场的检查和腐蚀问题。”
通用电气公司也成立了人工智能卓越中心，以便在不同业务部门之间利用人工智能技术。通用电气以使用六西格玛和精益方法提高生产效率而闻名，如今公司致力于将同类流程改进措施应用于组织的其他领域。通用电气在其专注于创建数字化双胞胎的全球研发中心成立了一个人工智能卓越中心，现在又在通用电气数字集团设立了新卓越中心，专注于推动整个公司的数字化转型，通用电气数字集团高级副总裁兼首席技术官科林·帕里斯(Colin PaRRis)表示。
帕里斯指出，业务部门通常专注于直接需求，因此往往缺乏进行重大变革项目所需的深厚人工智能专业知识。
他说：“我们进行假设研究以确保其可行，将顶尖人才聚集在一起，然后将这一假设应用于多个业务部门。”
目前，该卓越中心正在研究导致保修成本上升的原因。
他说：“保修成本上升是因为某些零件损坏，但我们未能及时更换。如果我们能更早识别损坏的零件并在它们属于第三类时进行更换，成本可能为5,000美元，维修需要一周时间。但如果等到这些零件变为第五类，成本可能达到50万美元，维修需一个月。”
人工智能驱动的图像识别技术通过帮助人类专家关注最常出问题的区域（如叶片损坏）来加快检查速度。人工智能技术还被用于安排维修计划，以最合理的方式配置人员，并能更早进行维护，降低成本。
他说：“目前我们已经在南美进行实地实验。如果保修成本降低，那么该实验是有意义的，我们会将其推广到其他地区。”
整个公司的转型
通过建立人工智能卓越中心并将最佳实践推广至整个公司，组织可以更好地从人工智能试点和显著改变公司运营方式的项目中获得新见解。
在壳牌公司，这一切始于传感器的应用。
杰文斯表示：“我们利用物联网传感器提供监测服务，能够实时监控发生的情况，并为客户提供额外服务。”
例如，壳牌在客户得知水进入发动机之前就已经掌握了这一信息。凭借这些洞察，壳牌不仅成为客户的供应商，更成为合作伙伴——这一转变正在推动由人工智能驱动的商业模式转型，包括数字充电器管理等新能源业务。
杰文斯表示，实际上，壳牌正在整体上向一家由人工智能驱动的公司转型。“我们有一个名为‘壳牌走向人工智能(Shell to AI)’的项目，这是一个综合性的变革项目，旨在将人工智能技术融入到我们的各项业务中。”
[[[IMG_1]]]
[[[IMG_2]]]
[[[IMG_3]]]
[[[IMG_4]]]
[[[IMG_5]]]
[[[IMG_6]]]
[[[IMG_7]]]
[[[IMG_8]]]
[[[IMG_9]]]
[[[IMG_10]]]
