本文来自 企业网D1net公众号
本文介绍了在AI实施过程中筹备阶段的关键要素，这包括五个领域，在这些领域，准备工作将显著提高任何致力于拥抱AI的企业的整体价值、影响和成功机会。
任何关注商业和技术的人都知道，AI已经在推动行业和日常生活产生巨大的变革，它不再是一个未来主义的概念，而是一个具有深远、数万亿美元影响的当今现实。事实上，根据普华永道的数据，到2030年，AI将为全球经济带来高达15万亿美元的增长。
它的覆盖范围和影响力无疑在不断增长，许多企业和组织在努力有效地实施它。在我与全球企业合作部署AI和数据驱动倡议的经验中，我发现无效的实施往往归结为缺乏准备。在许多情况下，这种渴望(或对错过的恐惧)往往意味着，确保稳定基础所需的基础工作被跳过、仓促或忽视。
因此，在这里，我将努力强调我认为在AI实施过程中，筹备阶段的关键要素，这包括五个领域，在这些领域，准备工作将显著提高任何致力于拥抱AI的企业的整体价值、影响和成功机会。
01使AI战略与业务目标保持一致
让我们从可能是最重要的信息开始 - AI战略应该始终与坚实的商业目标保持一致。目前围绕AI有大量的炒作和大量的FOMO(害怕错过)。但是，部署AI的决定不应该是由这一点推动的，而是由它解决自己特定问题的能力驱动的。
这意味着决策者必须能够确定优先事项，并对AI(或他们正在考虑的任何技术)如何解决这些优先事项有广泛的理解。
AI有可能改善业务绩效的几乎所有方面，或改善任何指标。你自己的具体挑战可能涉及创造利润或增长、提高客户满意度、创新产品和服务开发、减少浪费或提高可持续性。
亚马逊就是一个获得AI战略使用权利的知名企业的例子，它通过产品推荐和高效的物流来推动客户体验。另一家是Netflix，它提供个性化的内容推荐，旨在让我们订阅。
在AI时代，企业的兴衰成败取决于他们识别重要问题并将其与解决方案相匹配的能力。确保领导班子和决策者具备这些技能是做好准备的一个关键因素。
02培育AI友好文化
一些人对AI怀有担忧或直接的敌意，这是很自然的，也是不可避免的。任何希望从中受益的企业都必须明白，除了技术挑战之外，还必须解决围绕道德和社会影响的问题。
要做到这一点，企业可以实施旨在教育员工了解AI的战略和流程。关键是展示它将如何增强和帮助我们，而不是取代我们。
正如AI先驱、教授约书亚·本吉奥所说：“AI在工作场所的价值超越了自动化。它是为了增强人类的智力，使工人能够做出更好的决定，并培养一种创新和解决问题的文化。”
这方面的文化至关重要。围绕商业AI的精神本质上涉及实验和尝试新事物，看看什么是有效的。如果一家公司拥有一种奖励和庆祝这一点的文化，它就处于从AI革命中受益的有利地位。
03技能和专业知识
掌握适当的技能是另一项至关重要的基础工作，这可能意味着雇佣新人、提高现有人员的技能，或者与其他可以提供帮助的企业建立合作伙伴关系。
正如红帽公司首席执行官马特·希克斯最近在我的播客节目中与我交谈时告诉我的那样：“我认为，对于大多数公司来说，找到那些将帮助你度过难关的合作伙伴是非常关键的——否则他们只会把时间浪费在实验阶段。”
虽然与专家合作可以加快学习曲线，但对于许多企业来说，还需要创建一个支持持续学习和技能发展的生态系统，这个领域的情况变化很快，劳动力不仅需要为现在发生的事情做好准备，而且需要为即将发生的事情做好准备。
04道德与信任
为了准备好从AI中受益，企业必须理解它所产生的伦理问题，并找到答案。AI对同时构成客户基础和劳动力的人类有什么影响?它将对隐私产生什么影响?AI偏见的危险是什么?我们如何减轻它们?
这意味着要致力于道德实践，而且往往需要制定正式的内部政策和准则。建立定期审计和审查AI使用情况及其影响的流程至关重要。
ChatGPT的创建者OpenAI设置了护栏，以最大限度地减少其产品被用来造成社会伤害的风险——例如，通过允许暴力、仇恨或歧视。
随着时间的推移，这些标准很可能会发生变化。因此，重要的是要制定程序，了解AI对我们生活的影响是如何演变的，并调整我们的政策和护栏以适应这些变化。
05数据管理和保护
数据是AI的燃料，为了使其有效，我们的数据必须是健壮、全面和干净的，这不可避免地涉及到技术数据管理技能。
无论我们是使用在本地或云中保存的信息，还是采取混合方法，企业都必须了解收集、存储和处理海量数据的技术方面。
正如希克斯指出的那样，今天任何人都可以使用AI聊天机器人界面来开始利用AI，然而，那些想要领导的人必须能够脱颖而出。从技术角度来看，这意味着拥有更好、更高效、更强大的数据和分析基础设施。
我们还必须有能力保证它的安全，尤其是在存储个人数据(通常是最有价值的数据)时，允许数据泄露的可能性可能会导致严厉的商业和监管处罚，以及灾难性的客户信任损失。
这包括制定严格的数据治理政策，以解决隐私和监管方面的问题，并为数据存储、收集和共享提供明确的协议。
归根结底，成熟和强大的数据管理方法是确保企业或组织准备好从AI中获益的关键要素。
