為什么為AI做好準備很重要

人員、流程和平臺如何發揮作用

可操作的要點以及如何從現在開始

做好人工智能準備意味著什么？

領導者不斷掃描視野，尋找下一個改變游戲規則的創新。今天，它就在這里。正如我們在關于為人工智能革命做準備的系列文章中所討論的那樣，我們都站在系統性轉型的懸崖邊上。我們正在進入一個數據價值超過黃金或石油（黑金）的時代。

無論您將數據視為燃料還是貴金屬（甚至對于那些根本不將數據視為可替代資產的人來說），數據都是企業的主要貨幣。人工智能已經成為一種復雜的提取工具。企業現在在人工智能準備階段的位置將決定其未來的位置。

AI 就緒意味著擁有適當的人員、流程和平臺，以便將 AI 無縫地整合到業務運營的核心中。首先，讓我們在考慮人工智能就緒意味著什么時，先闡明一些關鍵因素。

01 讓企業為AI做好準備

用AI愿景召集團隊

掌舵人的愿景至關重要。領導者需要安全地引導他們的組織走向一個新的領域。你必須制定一個清晰的路線圖，其中人工智能不是一個孤立的項目，而是融入你的戰略計劃的結構中。領導者對人工智能的好奇心理所當然，這種能量引發了一種新的顛覆的開始。

然而，人工智能不是一種你可以買到現成并直接能獲得好處的工具。它需要一套獨特的技能。一支由現代煉金術士組成的團隊——數據科學家、工程師和機器學習專家——必須將您的數據轉化為黃金。但是，使用人工智能是否意味著組織中的每個人，甚至大多數人都需要成為煉金術專家？絕對不行。

人工智能的真正價值在于如何應用這些“黃金洞見”。一旦開采，黃金需要適合用途。組織中的非技術專業人員可能缺乏數據科學專業知識，但擁有上下文知識和經驗，是利用這些見解的完美“工匠”。

營銷人員可以將這些數據黃金塑造成有針對性的策略或復雜的活動。由于其高導電性和使用壽命，工程師可以利用這種黃金為企業硬件構建持久、高效的系統。運營團隊可以將這些數據轉化為強大、可持續的流程，保護組織免受風險。領導者可以建立與這些見解的財務價值相關的標準。他們甚至可以利用自己的黃金洞察力：在必要時修復、治愈和加強組織。

要獲得人工智能的全部好處，需要一支具有強大技能和意愿的團隊來執行愿景。

擁抱 AI 需要改變組織文化。這是關于通過讓您的船員為人工智能將帶來的工作流程和角色的轉變做好準備，讓他們為這一新旅程做好準備。培養好奇心、開放性和學習的文化變得至關重要。這對于企業中的每個角色都是必要的，從實習生到高管。

最后，你不能獨自進入這些未知領域。您需要一個強大的合作伙伴和供應商網絡，他們可以指導、支持甚至挑戰您。合作伙伴可以是供應商、集成商、顧問等。他們是各自領域的專家，是您組織的共生延伸。

使流程AI就緒

將智能注入任何流程都涉及了解組織的流程成熟度階梯 - 評估您當前的“原樣”流程和您理想的“未來”狀態。從手動流程到自動化、智能、優化和顛覆性，我們到了最后一個目的地。

在考慮將機器智能注入任何流程之前，您必須清點當前的手動流程。這涉及繪制工作流程，識別低效率，并識別自動化和人工智能帶來重大改進的機會。讓關鍵利益相關者參與進來，確保每個人都了解利害關系，并準備好邁出變革的第一步，這一點至關重要。

憑借對手動流程的理解，我們為自動化鋪平了道路。這可能涉及使用軟件或硬件系統來執行以前需要人工干預的任務，從而有效地提高效率并減少人為錯誤。雖然自動化本質上不需要人工智能，但自動化手動流程通常是更高級智能流程的必要前提。

但是，當我們導航流程以準備好人工智能時，不要放錯你的道德指南針。人工智能雖然強大，但也帶來了一系列倫理挑戰。作為領導者，您有責任確保注入機器智能的任何流程都尊重員工、合作伙伴和客戶的權利，避免歧視或偏見。這一原則強調了對人工智能負責任的需求，其中包括人工智能系統的公平性、可解釋性、可靠性和安全性。必須確保人工智能系統對所有涉及的個人和社區都是透明、包容和尊重的。

此外，人工智能模型做出的決策應該是透明的，對人類來說是可以理解的——可解釋的人工智能（XAI）——以建立與用戶和利益相關者的信任。此外，道德人工智能堅持使人工智能與人類尊嚴、權利、自由和文化多樣性的原則保持一致。它包括確保隱私和數據保護，防止有害使用人工智能，以及推廣沒有偏見和值得信賴的人工智能。您必須在 AI 技術的設計、開發和部署中注入這些價值觀。這種平衡確保了人工智能計劃為人類服務，并在提高效率和增長的同時為社會做出積極貢獻。

在這個數據泄露和網絡攻擊的時代，您需要保護您的寶藏 - 數據。你負責強大的數據治理實踐，以保護個人隱私并確保遵守所有相關法規。這還包括在您的公司 IP 中不分青紅皂白地使用 AI。如果不加以檢查，使用您的數據護城河來訓練 AI 服務，甚至將開源 AI 模型引入內部，可能會給您公司的受保護機密帶來災難。

雖然自動化手動流程是將機器智能注入其中的籌碼，但必須仔細考慮治理、監督和安全性，以確定流程是否為 AI 做好準備。

將上下文管道連接到AI

數據是人工智能的支柱。但這不僅僅是關于擁有數據。它需要正確的數據，在正確的時間，以正確的形式。這需要一個強大的數據基礎設施，能夠存儲、處理和管理為您的人工智能系統提供動力的大量數據。這是關于將原始數據提煉成有價值的見解，創建自己的數據護城河。

以前，將智能應用于數據（機器或人類）的唯一方法將涉及數據遍歷提取、清潔、批處理、微批處理、質量控制和細化的迷宮式管道。但是，相對較新的架構模式允許您近乎實時地從較小的數據源（甚至是單個端點）流水線數據，以便機器智能發揮分析魔力。這為從數據中獲取價值提供了相當強大的沖擊力。當然，需要考慮一些因素。

通過 AI 就緒流程流水線的數據需要為速度、規模和安全性而構建的平臺。這意味著企業可能用來將機器智能納入其流程的任何技術平臺都應該具有關鍵屬性。

但首先，您必須知道數據來自何處以及如何生成。這是上下文管道開始的地方。這是關于增加您對數據的信心，以便它為問題提供準確的答案。上下文管道為 AI 提供與企業相關的數據，從而推動機器智能。

例如，如果你依靠像ChatGPT（或其他大型語言模型系統）這樣的生成性人工智能來產生僅來自你的數據的答案，你怎么能確定它是正確的，而不僅僅是編造信息？用其他獨立數據補充在生成式 AI 中訓練的數據可以通過提供更多的背景來減少幻覺的可能性。

另一個常見的例子是，如果您的公司有多個記錄系統，并且數據未協調。如果CRM數據與營銷數據不同，并且他們說的話與ERP系統不同，領導者如何做出決策？哪一個是對的？也許沒有。也許全部。您可能有一個數據湖。但是，如果數據在進入該存儲庫之前沒有協調，則上下文可能會在湖中的大量數據中丟失。此外，錯位的數據可能植根于當前領導層的OKR，或者更糟糕的是，過去的利益相關者，或者更糟糕的是，被忽視的流程多年未更新。

為人工智能做好準備也意味著擁有合適的技術。計算能力、硬件、云服務、集成和自動化功能必須到位才能實現您的目標。從整合系統、操作系統和分析系統的角度考慮它們，或者用更現代的說法，智能系統。 

在簡單的端到端流程中獲取、轉換和分析數據。如前所述，企業使用臨時存儲庫，例如數據湖、數據倉庫、數據湖房屋和數據集市，以便機器智能可以為數據開發模型。缺點是很難在這些環境中實現實時更改。

幸運的是，現代平臺現在可以從任何地方獲取數據，無需 ETL 即可轉換數據，并動態分析數據，而無需通過臨時存儲庫進行過濾。無論您目前使用哪種平臺類型，要為 AI 做好準備，需要做的不僅僅是適應 AI。您的戰略計劃應圍繞 AI 制定。換句話說，當與現代集成系統配對時，您可以使您的記錄操作系統 AI 就緒。這種耦合通過為您的智能系統提供上下文管道來確保充分利用 AI。

02 企業如何采用AI就緒型思維方式

步入人工智能時代不僅僅是采用新技術。這是思維方式的轉變。以下是我們為人工智能就緒組織的標志提出的簡短列表。

1.明確的目標。了解您想用 AI 做什么。了解您可以使用 AI 做什么。根據資源和投資的限制，了解您可以使用 AI 做什么。擁有正確的愿景、領導力和知識工作者來定義、識別和執行用例流程和預期結果是一個很好的開始方式。

2.良好的文檔。必須明確定義、創建、維護或棄用流程，以實現 AI 就緒性。

3. 問責制和一致性。 流程所有者對其受控流程有完整的了解和管理權。利益相關者由流程所有者任命、組裝和調整。所有利益相關者在機器智能的應用方面都有發言權。擁有負責和一致的流程管家等同于定義明確的流程。只有兩者兼而有之，企業才能為人工智能做好準備。

4. 優先次序。 需要在多個維度上定義優先級的層次結構。優先級的一些歸因包括復雜性、風險、努力程度、內部服務與外部服務、KPI 或 OKR、技能與意愿、責任-道德-可持續等。定期重新審視優先事項以確定人工智能就緒的路線圖至關重要。

5. 自動化。自動化手動流程對于創建上下文管道以將智能注入數據端點至關重要。自動化的好處是巨大的，但降低風險、降低復雜性、提高價值實現速度和創建規模取決于消除手動流程。

6. 數據。人工智能將數據轉化為信息和可操作結果的能力是前所未有的。這也是必不可少的。訪問這些數據，無論其類型以及訪問、轉換和移動數據的速度如何，都必須是人工智能的優先事項。這包括信息系統記錄、元數據、主數據、參考數據、標簽和日志。讓 AI 做好準備需要一張地圖，說明數據的位置、為什么有價值、知道誰擁有它，以及它目前是如何生成、挖掘、提煉、保護和治理的。

為 AI 做好準備是一項涵蓋人員、流程和平臺的系統性轉型。它需要數據科學家、機器學習專家和非技術人員等熟練人員，他們可以利用 AI 見解并將其應用于各種角色。應該培養一種好奇心、開放性和學習的文化，并有強大的合作伙伴和供應商提供支持。在可能的情況下，必須對流程進行映射、評估和自動化，同時尊重道德考慮并保持強大的數據治理。平臺必須能夠在正確的時間、以正確的形式和安全的方式處理數據。

在 AI 時代，您需要明確的目標、全面的文檔、負責任的利益相關者、優先級和高水平的自動化才能做好準備。這是思維方式的重大轉變，需要不斷學習和適應。流程成熟度階梯 （PML） 可以作為您的指南，尤其是在自動化手動流程時。每個系列文章中都有實用信息，可幫助您從對 AI 充滿好奇轉變為對 AI 就緒甚至更遠。

那么，您的 AI 就緒情況會是什么樣子？無論您處于旅程的哪個階段。不要猶豫，聯系我們，幫助您的企業做好人工智能準備，開啟轉型之旅。