成为技术领导者是一个令人兴奋和恐惧的时刻：将为快速发展的数字技术所提供的大量机会而感到兴奋，也会由于害怕错过相关技术或措施而感到恐惧。

　　在开发更加广泛的应用程序的愿望驱使下，许多企业将人工智能视为一种灵丹妙药，首席信息官可以采用人工智能技术来满足客户的需求。

　　当然首席信息官更清楚的是，任何一种新技术带来的挑战都比它带来的乐观情绪对技术人员的打击更大、更快。对于人工智能和相关领域尤其如此，例如机器学习、数据科学、深度学习、自然语言处理和认知智能。不仅这些领域的人才稀缺，而且他们的知识和应用开发方法也各不相同。

　　从人工智能中获取价值是指在为企业发展业务的同时，以快速获得收益产生现实影响。下文介绍了可以帮助实现这一目标的四个关键重点领域。

　　1.通过基于人工智能的实时决策提供差异化产品

　　最关键的优先事项之一是确定影响较大的领域，这些领域有机会在业务流程中嵌入基于人工智能的实时决策。实时处理场景信息以做出即时决策的能力是在竞争激烈的市场中区分产品、服务和体验的有效方式。

　　例如，保险公司可以根据索赔人在事故发生地点和时间提供的图片和视频，自动处理索赔申请，以获得实时批准。贷款人可以根据抵押品和背景信息实时分析风险，提供现场贷款审批。通过在业务流程中明智地采用人工智能，企业可以在广泛的用例中对产品和服务实现个性化和定制。

　　关键在于确定几个直接影响的领域，并专注于在客户体验中创造可见和可衡量的影响。

　　2.实施人工智能工程/MLOps以在企业范围内实施人工智能

　　Gartner公司的研究表明，从人工智能原型到生产，只有53%的项目成功。首席信息官和IT领导者发现很难扩展人工智能项目，因为他们缺乏创建和管理生产级人工智能管道的工具。这是一个关键的瓶颈，因为业务流程无法有效地利用人工智能功能，除非工程流程足够成熟，能够创建一致的可部署模型管道，无论投资、研究和概念验证如何。

　　由于人工智能工程不同于传统的软件工程，首席信息官必须制定一项战略，使人工智能和机器学习方法体系化。许多企业发现，实现这一点的最有效方法是建立一个由治理模型支持的强大平台。

　　在此称之为统一平台，因为它结合了从试验和设计到部署的各个方面，这是一种强大的机制。它使首席信息官能够在路线图的支持下以集中的方式专注于人工智能的工程方面。它有助于在不迷失方向的情况下逐步扩大规模，同时实施业务用例并确保快速获利。

　　3.利用基于云的人工智能平台实现灵活性和可扩展性

　　根据麦肯锡的《2021年人工智能现状》调查，人工智能领域的领先企业要比同行更多地使用云计算基础设施：64%的人工智能工作负载在公有云或混合云上运行，而其他公司的这一比例为44%。与同行相比，行业领先企业还在云平台上访问更广泛的人工智能功能。这是一个关键因素，因为前期基础设施投资是阻碍企业人工智能进步的最重要因素之一。

　　基于云的人工智能平台通过将资源集中在构建模型和快速盈利上，提供了从小处着手和进行试验的灵活性。

　　基于云的人工智能平台提供了从小处着手，并以需求驱动的方式进行试验的灵活性，其方法是将资源集中用于构建模型并快速获得收益，然后在实现价值时进行扩展。基于云的平台还使企业能够通过抽象出平台内的所有技术和工程方面来专注于业务价值。这种“实验、试点和规模化”的策略在人工智能旅程中艰难的早期环境中发挥了很大作用。

　　4.通过启用公民建模，为人工智能在企业范围内的扩展做好准备

　　除了基础设施之外，另一个阻碍因素可能是面向专业知识的数据科学和建模领域。行业专家组之外的人员可能无法使用这些技术和工具。由于不熟悉技术，互操作性和可部署模型也可能受到限制。

　　为了在企业范围内充分利用人工智能的潜力，该平台需要可供商业用户、领域专家和其他领域的公民开发人员访问，以便他们能够合作开发价值驱动的人工智能资产。

　　人工智能是一场长期的博弈

　　这些最初步骤对于构建人工智能的长期能力的企业大有帮助。需要记住的是，人工智能和相关技术仍在迅速发展。与之保持同步发展的企业在长期内将会获胜，而基于平台和治理的方法是前进的方向。