早期采用者正在采取一种战略方法,利用人工智能平台为其企业提供人工智能 (AI) 技术。他们正在解决复杂的问题,将智能系统功能注入业务流程,并投资以创造一个新的 AI 增强型未来。

然而,由于认知计算在业务流程和功能中提供了几乎无限的可能性,许多其他领导者都在寻求一种方法来优先考虑他们的初始投资。对于刚入门的人,这里有六个关键问题供您考虑。

常见的人工智能挑战和机遇

问题 #1:如何开始用例评估
如果您对这些技术的经验有限或没有经验,那么您将需要指导——关于从先驱者那里吸取的经验教训和最佳实践的有用信息。首先探索潜在的用例。还要寻找能够为全面采用认知计算提供清晰路线图的供应商——从一个试点项目开始,在整个企业中逐个功能地应用。

问题 #2:如何为概念证明 (PoC) 创建业务案例
经批准的人工智能投资有望产生显着的竞争优势并提高财务回报。但是,了解跨业务功能和在业务功能内应用认知计算的特定优先级需要更深入的分析。缺乏该领域专业知识的客户会重视对曾经在那里并做过的同行的经验的见解。当您拥有先验知识时,构建业务案例会容易得多。

问题 #3:如何为初始试点项目配备人员
根据领先的 IT 行业分析师的说法,大多数组织通常没有为规划和实施 AI 项目做好充分准备。他们缺乏数据科学方面的内部技能,并计划依靠外部供应商来填补知识空白。客户通常需要在一开始就通过供应商专业服务来增加他们的 IT 员工。这有两个主要目的:基于经过验证的框架对 AI 应用机会进行快速评估,以及将供应商知识传递给客户最容易接受的 IT 和业务领导者。

问题 #4:如何在 IT 和业务角色中培养 AI 技能
虽然人员增加可以帮助 CIO 和 CTO 快速响应 AI 试点项目探索的请求,但他们还需要长期解决方案来持续进行内部员工技能发展。很少有供应商能够同时满足技术和业务技能培训要求。更少的供应商有资格认证 AI 技能。因此,客户必须仔细选择能够满足其组织所有明显学习要求的最有能力的供应商。你的成功取决于你的才华。

问题 #5:如何选择最佳混合解决方案
没有两个组织具有完全相同的业务和技术要求,但有一些共同领域是所有人都同意的。开放平台的开放创新至关重要。

大多数精明的 CIO 和 CTO 都在寻找支持公认开源软件工具的系统组件。从传统的计算和存储系统环境发展到 AI 就绪的基础架构需要的不仅仅是高性能基础架构。共同优化的硬件和软件必须适用于深度学习和人工智能。客户需要访问支持最适合的基于云和/或基于本地的解决方案的混合基础架构选项。

问题 #6:如何提供卓越的基于人工智能的创新
应用于创新活动,人工智能可以帮助组织更好地制定假设,识别和验证新想法,加速和深化整个孵化过程中的情景设想,并建立意想不到的关联。当应用于信息技术时,认知计算可以促进加速解决方案设计并改进员工专业知识的放大。组织将受益于可以积极帮助他们实现所有目标的供应商。明智地选择,您将从您的 AI 投资中受益。IBM 随时为您提供帮助。

Tags: none

我有个想法