1、重新思考 AI 方法 如何在业务战略中 实施人工智能 专家洞察 IBM 商业价值 研究院 主题专家 Aparna Prabhakar 企业战略副总裁 Veena Mosur IBM Constulting 企业战略副合伙人 Veena.M mosur-3944842 Aparna Prabhakar 是 IBM 企业战略办公室的高管负责人, 负责为 AI、量子计算、Power Systems、云基础架构和混合 云领域的 IBM 最高管理层领导制定战略展望以及提供建 议。她利用自己在创新、销售和研究领域的丰富经验,实施 切实可行的战略,最大程度发挥业务影响。 David Cox IBM 研究院,
2、 MIT-IBM Watson AI 主任 David.D.C David Cox 是 MIT-IBM Watson AI 实验室主任,该实验室是 IBM 与 MIT 首创的行业与学术合作的结晶,合作重点在于人 工智能基础研究。在加入 IBM 之前,David 是哈佛大学自然 科学、工程与应用科学 John L. Loeb 副教授,研究计算机科 学,任职于分子与细胞生物学系以及脑科学中心。 Veena Mosur 是 IBM 副合伙人,她在众多行业和业务职能的 战略与运营领域拥有超过 20 年的丰富经验。她领导实施大 规模业务转型计划,重点关注于如何通过数据、分析和 AI 赋能员工与组织。 扫
3、码关注 IBM 商业价值研究院 官网微博微信公众号微信小程序 业务领头; AI 跟进。 成功的 AI 部署源于明确的业务挑战,并产生 切实的业务结果。 具有战略眼光的组织勇于说 “不” 。 实施那些与业务目标紧密一致的 AI 项目,而 搁置或延迟不符合业务目标的 AI 项目,组织 便可从 AI 中获取更多价值。 AI 的未来充满各种可能性。 由于 AI 的未来充满不确定性,因此组织必须 考虑多种可能方案,并为每种方案做好相应 的准备工作。 要取得成功,就不能沉浸在对 AI 的虚无幻想之中,而应思考 AI 可 以帮助自己实现哪些切实目标。 要点组织必须以战略眼光看待 AI, 但不 一定需要 “A
4、I 战略” 。 人工智能 (AI) 就像停车场里最靓的那辆车:每个人都想开着 它去拉风,但许多传统企业还在学习驾驶。 整个社会充满对 AI 不切实际的狂热追求,而对 AI 项目的失 策和误解也比比皆是。在使用 AI 的组织中,受访者预计到 2022 年平均将实施 35 个 AI 项目,是 2019 年(平均 4 个) 的近 9 倍。1 然而,多项调研都一致表明,只有一半左右的 AI 项目可以真正从原型投入生产。2 尽管如此,AI 可以收获实际价值。IBM 商业价值研究院 (IBV) 在第三次两年一度的企业 AI 调研中发现,超过 85% 的 高级采用者借助 AI 降低运营成本,他们表示通过部署
5、 AI,使 收入平均提高了 6.3%。3 由于潜在的经济效益决定 AI 的未 来,因此传统企业中的业务战略师和未来技术预测者可以发 挥重要作用:通过制定方略,避开明显的陷阱,引导企业实 现持续的业务价值。 一种将 AI 例外论与 AI 试验分离的能力经常被忽视,这确实 是一种战略性方法。但战略也是一把双刃剑。运用得当,会 带来帮助。处理不当,反而会造成伤害。 虽然听起来有违直觉,但许多公共和私营组织误解 AI 的一种 表现就是制定所谓的“AI 战略”。尽管他们的意图是提升 AI 的重要性,以及集中精力和资源以推动 AI 发展,但现实情况 却事与愿违:这可能促进了 AI 的发展,但组织却没有任何
6、进 步。最终组织非但没有发展,还需要为 AI 付出成本。 1 企业的成功始于业务战略,而不是 AI 战略。将 AI 战略视为 指路明灯,企业就可以发现重要机遇,确定技术可以在哪些 方面帮助推动或支持业务战略。然后,企业领导可以有的放 矢地评估 AI 能够在哪些领域与其他数据驱动的分析解决方案 以及潜在的互补性非技术方法结合,发挥有意义的作用。AI 是新想法的催化剂,能够带来更大的收入影响、应对颠覆大 潮以及产生新的市场商机(包括基于平台经济的商机)。但 它可能不会改变组织运营的业务基础。 尽管 AI 是新技术,但 AI 与整体业务战略的深度整合并非新 方法(请参阅侧边栏:“观点:形成 AI 格