说到人工智能，企业通常会利用供应商提供的产品（如现有SaaS平台中的新功能）来测试概念验证或小规模用例。

如果一切顺利的话，他们会开展下一个项目，不过很快他们就会陷入到系统不兼容、相互竞争的数据湖、成本超支、重复的工作以及无法扩展等问题的泥潭，更不用说隐私、合规性或伦理道德等问题了。

在某个节点上，人工智能的好处会变得非常明显，但同时沿着当前道路继续走下去的痛苦又是如此剧烈，以至于企业不得不后退一步，为企业范围内的人工智能转型制定一个具有凝聚力的战略。

毕马威会计师事务所的数据、分析和人工智能业务合作伙伴Traci Gusher称：“押宝个别技术不仅仅会让企业对技术债务所淹没，而且还会让他们感到沮丧，因为他们看不到通向可持续和可扩展的人工智能的道路。”

下面我们来看看企业应当如何确保从试点项目顺畅地转向全面的人工智能。

从核心业务优先级开始

Gusser表示，要为企业转型创建一个全面的人工智能驱动战略，就必须要从基础开始。“作为一家企业，最大机会是什么？最大的挑战是什么？最大的风险又是什么？”

然后，看看人工智能将如何影响这些机会、挑战和风险。她说：“如果你真的想获得竞争优势，就必须在这些大领域中从战略层面来看待这个问题。”

企业应该避开那些投资回报率不够快的项目。她说：“如果企业存在着需要立刻解决的风险，那么人工智能可能不是一个答案。因为获取数据需要时间，学习需要时间，从中获益也需要时间。企业应当关注的是那些长期性项目。”

做出这些决定需要高级管理人员和董事会成员对人工智能的能力有着深刻的理解。

UL是一家有125年历史的电气设备测试公司。该公司的人工智能的转型战略是自上而下的。UL高级副总裁兼首席技术官Scot Webster指出，“领导力的作用是不能低估的。对于整个企业制订一个更广泛的目标来说，领导力非常重要。”他补充说，企业范围内的人工智能战略不能像小型的松散项目那样运行。

他说：“UL拥有14000名员工，我敢打赌，所有这14000名员工都知道我们的重点是数字化、人工智能和战略5.0。董事会通过董事会会议进行更新，所有员工也都会被更新。我们有一个专门致力于小型的机器人流程自动化（RPA）和机器人应用程序的卓越中心。”

将数据战略从孤岛转移到平台

普华永道合伙人兼全球人工智能领导者Anand Rao认为，一旦所有合适的人才和领导层都到位，那么就该关注人工智能和数据科学平台了。通常，用于试点项目的平台不能很好地扩展。取而代之的是，企业级的人工智能需要向云端转移，这样可以带来许多额外的优势，例如可以更容易处理大型数据湖、更好地与外部数据源和工具进行集成，以及能够更容易地获取最新的人工智能技术。

企业要想向云端转移，就必须要对数据进行处理。这就意味着要打破数据孤岛。IBM系统战略与开发主管Jamie Thomas表示：“首要问题是对数据战略的重视程度不够。这是我们所看到的最大的陷阱。”

一个全面的数据管理策略不仅包括数据的收集、组织和分析，而且还要将数据的意义和背景融入其中，让人工智能能够有效使用这些数据。Thomas称，这也意味着要有一个能够处理偏差的计划，因为如果模型输入了错误的数据，那么就会出现这种偏差。

房利美的企业监控、分析和报告主管Jay Rudrachar表示：“房利美的团队过去都在孤岛上实施人工智能和机器学习项目。但是这是不管用的，为此我们不得不退后一步。”

该公司在18个月前开始转向集中式的企业级人工智能战略。该战略包括基于业务需求的多个数据科学平台和数据湖。Rudrachar称，其人工智能战略的强化与公司向云技术的转型是一致的。此前，该公司在伊利诺伊州的乌尔班纳运营着自己的数据中心，并在另外一个地方设有第二个弹性中心。

如今，作为人工智能战略的一部分，房利美在其面向客户的数据上使用了Tableau的MicroStrategy 人工智能平台，以提高其承销、服务和证券化业务的速度和准确性。在内部运营方面，房利美依靠MoogSoft和Splunk来分析系统日志和关键绩效指标，以提高性能并帮助解决IT和网络安全问题。此外，为了实现业务流程自动化，公司还使用了Blue Prism。

Rudrachar说：“我们已经看到了这项投资的好处。其中一个好处是打破这些数据孤岛。例如，在IT中，有很多团队正在平台、操作和业务层面执行IT操作，并且他们各自维护自己的数据集，这些数据集对其他人来说是不可见的。有了机器学习和人工智能，相当于我们给每个人装了一块玻璃，这样我们就能看到其他领域发生了什么。”

因此，如果发生了一个事件，人们可以找到其中的原因，即使它们不在相同的系统或层中。他说：“机器学习和人工智能是游戏规则的改变者。每个公司都必须开始这些工作，否则IT运营领域中的效率问题将成为挑战。”

招募精通相关领域的专业人士

人工智能项目可以很容易地为企业带来隐私、合规、偏见或道德问题，因此从不同的业务领域招募专业人员是非常重要的。

全球律师事务所King&& Spalding的合伙人Michael Shortncy表示：“通常情况下，企业所关注的是业务目标，这是一个非常充分的理由，因此业务应该是驱动因素。不过人工智能可能会带来意想不到的后果。”

他建议，法律、合规、风险和其他专家需要参与到企业的战略制定过程中。如果在客户关系过程中使用人工智能，那么企业必须要警惕各种法律和隐私陷阱。忽视隐私或安全问题是概念验证项目中的常见问题，但是当企业决定扩大规模时，这些项目可能会带来许多问题。

NCC集团研究主管Jennifer Fernick表示：“这会引发巨大的合规和监管风险，并给企业带来财务风险。让安全架构师和安全团队人员从一开始就介入其中，我们可以在系统设计时就引入安全性。

我们应当让所有的这些相关专业人员围绕项目共同展开工作，而不是将他们分散在不同业务部门中独立工作，这样才能确保涵盖方方面面。”

Fernick说：“当团队是零散的，那么你可能无法得到这些专业人员的帮助。你可能没有精通隐私问题的专家，或许可能没有称职的安全架构师。”

选择合适的平台和合作伙伴

人工智能战略的可扩展性可能会与以经济高效增长为目的而选择的云平台冲突。这也意味着企业需要采取不同的方式来配置员工和选择合适的业务合作伙伴。

五年前，总部位于华盛顿的Hello拖拉机公司推出了“超级拖拉机”计划，以帮助拖拉机主与尼日利亚其他新兴市场的农民建立联系。公司的首席执行官Jehiel Oliver称：“当我们开始这项计划时，我们的车队管理非常简单，组件预订也非常的粗放。”

然而在一年前，由于客户的反馈，Hello拖拉机公司开始尝试使用人工智能来帮助拖拉机车主更好地调配拖拉机和驾驶员，以降低意外停工时间和维护成本。Oliver称：“这能够让拖拉机车主获得巨大的附加价值。”

像许多处于类似情况的企业一样，Hello拖拉机公司也在招募人工智能专家。Oliver称：“我们招募了一些数据科学家。这项招募工作很困难，因为市场上这类人才很抢手。我们不仅需要找到对这些先进技术工作感到满意的人，而且还必须让他们对我们的业务模式和经营地点感到满意。我们不想在硅谷设置办公室，因为我们从事的是新兴市场中的农业工作。”

即便有合适的人才出现，他们的薪酬也是非常高的。他说：“我们不能把过高的成本转嫁给客户。这些客户对价格都非常的敏感。”结果，公司招来的几个人却无法胜任这一工作，这让公司感到很无奈。Oliver称：“实际上，有一个人很不错，但是他的薪酬我们负担不起。他只是我们需求中的一个零头。”

为此，Hello拖拉机公司创造性地与合作伙伴展开合作，由后者提供那些人才。他说：“有时候，传统方式是行不通的。你必须考虑如何引起一家实力雄厚的大公司对致力于非洲粮食安全的初创企业的兴趣。”

通过将重点转移到其核心任务上，Hello拖拉机公司为合作伙伴提供其他公司无法与之合作的东西，即在新的市场中开展有意义的工作。他称：“我们认为我们可以为合作伙伴提供一些内在价值。优秀的企业会意识到他们的员工也希望做这些有意义的工作。”

Oliver认为，在放弃了招募员工或商业伙伴的传统路线，重新将重心放在了自己的核心业务上之后，Hello拖拉机公司的发展反而变得更加容易了。

此外，他还指出，“虽然我们无法帮助IBM实现季度目标，但是从IBM到John Deere，我们的所有合作伙伴都认为这是一个机会，可以帮助他们涉足高增长和高风险的前沿市场。作为先行者，我们可以帮助他们实现这一目标。如果成功的话，收益无疑将是巨大的。”

作者：Maria Korolov在过去二十年中长期关注新兴技术和新兴市场。

编译：陈琳华

原文网址：https://www.cio.com/article/3408779/anatomy-of-an-enterprise-scale-ai-strategy.html

责任编辑：周星如