人工智能這個詞我想大家已不再陌生，他從一個概念，逐步實現到應用化。盡管發展到今天圍繞人工智能依舊存在大量的炒作和混淆，但它確實威力巨大，對企業而言有著巨大的潛在價值。在這個關鍵時刻，企 業必須為人工智能制定戰略和愿景，然后開始執行各種用例，解決對實現業務目標影響最大的問題。

不能只是觀望 — 妥善規劃，落地生根

人工智能概念驗證項目也層出不窮；但許多項目都未進入試點或生產階段，因為它們沒有專注于解決關鍵的業務問題，也沒有獲取高級主管的支持，或沒有擴展計劃。如果人工智能的概念驗證沒有和具體的業務成果對接，而且缺乏應用于生產環境的遠見卓識，那就是在浪費時間和精力。

自動化和人工智能之間沒有固定的起點。從何處入手取決于企業的組織架構、業務需求、要解決的業務問題或希望實現的成果。重點要放在重新構思總體流程，而不是零敲碎打地應用人工智 能。人工智能項目的目標應當是解決其他技術和方法無能為 力的問題。尋找專業咨詢機構，借助設計思維等方法重新構 思總體流程，聯合投資以分擔風險，通過協作開拓創新。

成功創建具備最低可行度的人工智能產品后，需要考慮如何 擴展這一模式。此時，企業通常會認真考慮數據管理。因為 如果不進行拓展，那么只是一個有趣的項目而已。

轉變思想和觀念

人工智能需要高級人才，這些人才必須能夠理解數據和算法 的交集以及二者對流程鏈和工作流的影響。脫離較低層次的 rpa 之時，需要忘掉即插即用的概念。高級項目需要高度專業化的人才，導致這些技能供不應求。

許多企業 通過結合使用培訓、招聘與合作的方法，獲得所需的技能。 必須投資培養兼備數據工程與數據科學技術以及專業知識的人才，幫助他們適當地應用自動化和分析技術，鞏固數據平 臺、知識庫和機器學習。如果缺乏此類人才，企業將寸步難行，無法擴展人工智能項目。

變革管理是關鍵。目前，我們仍能看到許多企業因實施 rpa 和人工智能而大量裁減人員，這引發了對自動化的擔憂。要 改變工作方式和人才所發揮的作用，需要有總體的變革與文 化管理。這不是一次性活動。有無員工的大力支持，是決定能否成功管理持續的 it 和業務變革的關鍵因素。

距卓有成效的人工智能僅幾步之遙

如果無法 訪問廣泛的數據集，人工智能則只具備有限的知識，只能執 行特定任務，生成洞察的規模和速度都無法滿足企業高管的要求。 為了讓愿景與戰略執行保持一致，就必須清楚地認識人工智 能和智能自動化的終極狀態。盡管人工智能可帶來顯著的效 益，但它并不會直接實現業務成果。

以上是網絡信息轉載，信息真實性自行斟酌。