首页 人工智能 > 内容

人工智能转型与生存的5个步骤

时间:2020-09-22 15:10:04 来源:

如果运营模型定义了组织如何定位人员,流程和技术以实现客户价值,那么具有AI优先运营模型的公司就是那些优先使用AI以便将更多的智能和自动化编织到公司的产品,流程,和经验。

在2020年7月的梅蒂斯战略数字研讨会上从100多个全球CIO收集的数据体现了AI优先运营模式的趋势:66%的CIO表示他们有团队专注于识别AI用例,进行试点并扩展可改善的案例结果。在目前没有资源专注于此的CIO中,大约60%的CIO表示正在其路线图上。

在与《财富》 500强公司的合作中,我们确定了成功过渡到以人工智能为先的组织之间的共同特征。以下是数字领导者可以采取的一系列明智的第一步,以启动,加速或纠正他们的AI转换。

[请注意不良的IT体系结构的9个警告信号,并了解为什么这10条过时的IT原则仍然存在。|订阅CIO新闻通讯。]

1.规范对人工智能的理解

火星首席数字官Sandeep Dadlani等数字先锋已经采取了战略性方法来正规化对AI的理解。在7月与Metis Strategy的对话中,Dadlani表示,他故意推迟了正式AI课程的开发,转而采用以业务为中心的方法,该方法将“帮助人们通过解决环境中的问题来学习。”团队接触到每个业务和市场,并首先了解需要解决的问题,然后应用AI和以用户为中心的概念来解决它们。与高级领导者进行的快速头脑风暴会议也可以帮助加深组织对AI的理解。在垂直轴上使用具有AI技术(例如,有监督的机器学习,无监督的机器学习,自然语言处理)的简单矩阵,以及在水平轴上具有业务问题的矩阵,可以用来构建对话框架。然后,主持人描述了每种技术的可能性,高级领导者集思广益用例来解决现有的业务问题。高级领导者可以在自己的团队中重复进行此练习,以确保这种理解在整个组织中不断扩散。

2.定义人工智能如何推动业务发展并创造更多获胜方式

有效的策略以最简单的形式回答了两个主要问题:在哪里玩和如何获胜。以人工智能为先的公司使用AI创造更多的取胜方式,例如提供个性化体验或创建可指数扩展的功能。作为数字化领导者,阐明人工智能与业务成果之间的关系对于达成认可至关重要。具体而言,公司应准确定义AI计划将如何影响您的业务模型的各个方面,包括客户价值主张(例如,客户为什么购买),利润公式(例如,我们如何实现利润)以及关键资源/流程(例如,如何我们创造并交付价值)。

知道这些问题的答案通常是为AI计划提供初始资金的先决条件,但是许多高管未能以与业务产生共鸣的方式进行解释。我们建议与主要利益相关者进行一系列的一对一会议,以确保获得有关AI投资如何改善业务模型和实现目标成果的清晰故事。寻找有关AI如何改善您的业务模型的灵感吗?查看我们与AI先驱Sherif Mityas(TGI星期五)和Vijay Sankaran(TD Ameritrade)的讨论。

3.找出将限制您的AI转型的数字基础裂缝

人工智能驱动的业务成果的承诺吸引了高级领导者,但是技术和组织上的僵化往往介于快速获胜和真正的企业范围内的转型之间。数字化领导者必须制定全面的路线图,其中包括两项投资,以赢得快速胜利,同时加强数字基础。以下是一些有助于实现顺利运行的建议:

摆脱部落的运作模式

大型企业,不管他们是否承认,通常都按照由损益表,业务部门和职能定义的“部落”运作。绩效激励措施与这些部落保持一致,在进行战略规划和资本配置活动时会产生“我们与他们”的心态。这导致了一个由不同数据和应用程序组成的技术产业,每个数据和应用程序旨在推动有益于某个部落的成果。人工智能优先组织超越了组织孤岛,并在标准的数字基础上积极致力于重建企业。例如,微软在其数字化转型期间将IT重命名为“核心服务”,以表示其与BU无关的纵向,新使命,即提供组织可用来构建运行整个公司的流程的组件。

集中和标准化您的数据,以全面了解客户

由于部族结构的原因,跨组织出现的不同的(通常是不兼容的)应用程序和数据源使连接不同客户交互之间的点变得困难。许多组织已经意识到了这一缺点,并启动了多年计划来构建企业范围的数据平台(或“数据湖”),以吸收,关联和集成所有数据源,并开发出客户的360度视图。借助跨组织过程的受信任数据源,公司可以使用监督学习算法来开发AI应用程序,从而抢先识别可能流失的客户并主动将业务扩展到高风险客户。

标签: 人工智能转型