成功的人工智能程序的超级实验

由合伙人拉维·梅塔撰写; Sushant Kumaraswamy，董事; Akshay Kumar和prashant Kumar，均为德勤印度高级顾问

到目前为止，人工智能 (AI) 已经做出了很多承诺，但尚未充分发挥其潜力。虽然许多组织几乎没有成功的poc (概念验证)，但很少有组织能够大规模实施人工智能并获得承诺的好处。造成这种异常现象的关键原因之一是，大多数组织似乎还没有发现人工智能程序的正确实施节奏。人工智能既不是纯粹的基于 “语言” 的技术 (例如，Java)，也不是基于 “功能/模块” 的技术平台 (例如，人力资源或财务ERp)，因此组织不能使用这些实施节奏来实施人工智能。人工智能更像是一种基于 “目的” 的技术 (例如，语音识别，文档处理) 并在正确的阶段进行正确的实验可以帮助组织发现自己独特的正确的AI实施节奏，并实现在其组织中实施AI的三个关键成功因素- (1) 创建正确的AI启动板 (2) 最大程度地扩展和采用 (3) 优化可维护性并最大程度地回报投资 (ROI)。创建合适的AI发射台:

一个好的发射台在开始时就为AI程序提供了正确的助推器能量和加速度。要在组织中创建一个良好的AI发射台，需要回答许多重要的问题。例如，组织需要决定对于特定类型的应用程序，他们将拥有单一工具还是多种工具 (例如，我们应该拥有一个或多个AI工具来读取不同类型的文档，例如发票，简历和合同？)。此外，组织需要决定为整个AI计划创建发射台的资金机制和退款机制 (例如，我们应该从人工智能的早期采用者那里收回人工智能启动平台的全部成本，还是应该补贴早期采用者以提高他们的投资回报率并促进组织中更广泛的采用？)。同样，组织需要决定他们是将以更 “集中” 的方式交付人工智能程序，还是以更 “分散” 或 “混合” 的方式交付人工智能程序。对于这些重要的问题，没有 “最好的” 正确答案，因此组织需要做多个实验来确定他们自己对这些关键问题的独特答案。

最大化可扩展性和采用率

虽然一个好的发射台在开始时提供了正确的加速，但成功的人工智能计划需要更多的燃料来建立更大的动力，并在规定的时间范围内实现预期的规模。具体来说，组织需要创造一个非常健康的合格人工智能机会管道。做正确的实验可以帮助组织建立健康的管道，减少对变革的阻力。例如，组织可以尝试创新的方式 (例如，关于人工智能在不同领域的应用的简短沉浸式和有趣的视频，如 “需求感知” 、 “员工招聘和保留” 、 “风险预测” 等)，以迅速提高对人工智能的教育和认识。此外，组织可以开展有趣的采用活动，以加速组织中的人工智能注入 (例如，游戏化人工智能采用，以吸引组织中千禧一代的更多兴趣)。同样，组织可以尝试吸引关键利益相关者的新方法 (例如，为高级领导者创建定制计划，以与行业同行和AI专家联系，以帮助他们更好地了解AI成功案例，实施挑战和领先实践)，以获得正确的赞助并减少对变化的潜在阻力。优化可维护性并最大化ROI:

由于创建正确的算法以及在正确的时间获取正确的数据量和类型的数据以测试这些算法的成本增加，许多AI程序都受到了影响。进行正确的实验以提高算法之间的可重用性可以帮助降低成本并提高ROI (例如，我们可以使用用于识别潜在欺诈性付款的逻辑的某些部分来识别求职者的潜在欺诈性简历吗？)。同样，组织也可以从尝试创建正确的数据策略中受益，以增加跨多个AI计划的数据交叉杠杆。最后，创建一个 “内部人工智能市场” 平台可以帮助组织鼓励更多的可重用性和分散的关键学习 (例如，处理员工或客户数据的最佳方法，以确保符合所需的法规和安全策略和协议，利用GpT-3以更好，更快的方式加快整个组织的采用)，从而提高AI的采用率，降低成本并提高ROI。

著名诗人威廉·布莱克曾说 '真正的知识方法是实验'。虽然实验在任何组织计划中都很重要，但由于其新颖性和固有的复杂性，它在AI程序中显得更加重要。在正确的阶段进行正确的实验可以帮助组织以正确的方式在正确的时间回答正确的问题。反过来，这将创造更多的成功案例，并提高组织中采用人工智能的速度。