AI 策略無效的 7 個原因

2021-02-01, 週一

AI 策略無效的 7 個原因

到底是哪裡出錯?新近採用 AI 的許多企業未獲得成功,反之卻陷入常見的陷阱,脫離了技術優勢的常軌。以下向您說明如何重返正軌,發揮最大效益。

人工智慧 (AI) 所承諾的優勢,包括了提高企業生產力、業務敏捷性及客戶滿意度,同時還宣稱可以縮短新產品與服務推出所需的時間。然而,隨著越來越多 IT 主管引領組織深入探索 AI 科學的領域,所得到的竟是失落感受,而非想像中的成就感。

假使貴組織現有的 AI 策略並未帶來預期的成果,有可能是下列的七個原因作祟。

1.人員訓練不足

使用者需求沒能獲得充分滿足,乃是妨礙 AI 成功部署的主因之一。

佩柏戴恩大學的 Graziadio 商學院資訊系統與技術管理系教授 Charla Griffy-Brown 就曾提醒:「除非企業能替所有員工做好周延準備,真正賦予他們 AI 解決方案的使用能力,否則 AI 的成效並不會自動擴大。」她更補充表示,所謂的準備不光是訓練:「還包括了更新原有策略、提供業務支援,而不僅僅是技術支援。」

全球 IT 顧問集團 Infosys 總裁 Ravi Kumar 指出,IT 主管都有必要確保自身員工獲得充分的新技術使用訓練。「主管應該要制定計畫,教育並且授權轄下的團隊成員如何與 AI 共同作業,而不是單純把 AI 當作工具來用。」

2.治理缺失或不足

欠缺完整部署的全企業範圍模型治理標準,就無法確保 AI 策略有效運作或隨需擴展。信用評分服務供應商 FICO 的分析研究長 Scott Zoldi指出,治理的建模作業同時涉及很多面向,

對此他還解釋:「必須建構出善盡責任的 AI,並且同時納入各種概念,包括健全程度、可解釋性、道德原則及效率原則等。」此外模型尚須關注標準技術部署的實務,同時指定各種可用及不可用的 AI 方法。

Zoldi 並說:「最後,AI 專案需要具備企業級、治理良好的模型開發過程,確保模型如實遵照公司標準建立,同時免於個別資料科學家的主觀影響。」

3.無法理解 AI 的真正價值

隨著越來越多的企業獲得 AI 技術,許多新進用戶並沒有完全理解相關技術在真實世界裡的投資報酬與可觀效益。專業服務集團 Accenture 的應用智慧部門資深執行董事 Lan Guan 表示:「AI 必須完全整合在產業應用程式的核心價值鏈裡,不能只被當成某種附加元件。」

對此 Kumar 也表示:「企業能獲得哪些確切的價值,再清楚不過了。」由於 AI 缺乏價值護欄,因此其實務價值有可能呈現出指數級的落差。Kumar 還說:「許多組織其實並不清楚如何挖掘 AI 使用案例的全部應用範圍。此外,企業借重 AI 的用途,通常聚焦於針對性的問題,或是藉此克服特定挑戰,未必會考慮該如何把人工智慧運用在整個價值鏈上,從而錯失了同時著眼於『全局』的機會。」

4.忽略如何將 AI 完全嵌入現有業務流程內

為了讓 AI 開創價值,它必須直接嵌入目標的業務流程裡。這不僅意味業務流程需要變更,流程中的人員角色也必須相應調整。

時至今日, AI 儼然成為 IT 領域的流行語,沒有哪位資訊長願意放任自己落居 AI 浪潮的後段班。明尼蘇達州聖保羅市的聖湯瑪斯大學應用人工智慧中心主任 Manjeet Rege 也不諱言,為了儘速趕上新趨勢,許多 IT 主管仍然以為所有的業務挑戰都只要套用了 AI 就能迎刃而解。他說:「根據我們經常看到的實例,新建立的 AI 部門經常無法與業務單位流暢整合。」

為此 Rege 提出了一項 AI 啟動計畫,最初的兩到三年將由受影響的業務單位提供資金支援。他解釋:「透過這樣的方式,AI 團隊才能有足夠的時間向業務單位展示 AI 的各種可能潛力。在此同時,各個業務單位對於 AI 產生了信心,才會願意在後續的幾年裡向 AI 專案提撥資金。」

5.管理與監控不足

嚴格奉行 AI 原則,同樣也很重要,因為這種先進技術所導致的決策,足以直接影響人類生活甚至寶貴生命。Zoldi 表示:「我們需要以確保系統正常運行的嚴謹態度,同樣用於確保 AI 模型能正常發揮效能,同時予以穩定、持續性的監控。」

Zoldi 引述了近期一份 Corinium Global 報告書針對受衝擊環境當中的 AI 建構所進行的研究,指出多達 67% 的受訪資料主管與分析主管並未透過監控模型的方式確保其長期準確無誤,也未能積極防止模型漂移和偏差。他提到:「縱使經常遭到忽略,AI 模型的部署和監控仍然與核心模型的開發同樣重要,甚至還更加重要。」

6.缺乏高階主管支持

業務技術諮詢公司 Capgemini North America 深入見解和資料部執行副總裁 Jerry Kurtz 認為,如果企業無法獲得資深執行主管階層的徹底、全盤支持,而且無法正確針對使用案例規劃輕重緩急與創新措施,企業恐將難以隨需擴展 AI 策略。他解釋:「如果組織看不到自己的短期投資究竟有哪些長期利益與報酬,自然很難支持 AI 策略的拓展,從而建立起長期的認同。」

7.未能正視採用管理

Kutty 同時也發現,許多企業誤以為只要投資於 AI 技術和相關資料管理任務,就足以完成工作;這是個天大的謬誤。她警告:「大多數的問題,都發生在以 IT 為中心的小型團隊之外。」從營運、財務、人力資源,再到市場行銷的整個組織,都必須納入在營運和業務模型當中,才能確保 AI 部署徹底且有成效。她表示:「真正有建樹的資訊長,應該與公司裡的最高主管階層同僚建立起合作夥伴關係模型,確實研擬一致而宏觀的 AI 策略,確保相關技術獲得大規模的成功部署。」

 

本文的出處為<https://www.cio.com/article/3601430/7-reasons-your-ai-strategy-isnt-working.html>,簡譯之目的係為使會員得以中文迅速獲悉此一新知之存在,若欲了解文章完整內容請參考原文。