在组织中采用AI的5个重点领域

 
人工智能具有革新金融服务的潜力。根据麻省理工学院斯隆与波士顿咨询集团的《 2019年全球高管研究报告》，有90%的受访者同意AI为其公司带来了商机。公司在AI能力上进行了大量投资，但很少有人对其采用策略或优先级项目，运行实验以及在整个企业范围内实施AI有清晰的愿景。
今年早些时候在SIFMA运营会议上进行的一项最新调查显示，来自银行，资产经理，经纪交易商，顾问和监管机构的200多名代表表示，有78%的企业没有生产AI计划，有20%的企业不确定或没有AI计划。计划在AI中做点什么。
由于有效使用AI对金融公司来说仅是生存和保持相关性的必要，因此采取非结构化，观望的方法不再是一种选择。
许多公司在没有采取整个公司的战略方法的情况下实施点解决方案。将AI的采用视为企业范围的转型项目，同时对公司的数字和数据功能进行全面改革，可以显着增加AI投资获得丰厚回报的机会，同时避免对AI的某些炒作。
公司犯的一个常见错误是过于关注AI的技术方面。找出有助于确保成功采用AI的人员，文化和变更管理因素非常重要。
为了帮助协助高级领导制定AI战略，五个关键要素提供了成功采用AI的蓝图：战略，结构，系统，技能和人员。
实施AI的5个重点领域
战略
从企业范围的AI角度出发，在高管人员的自上而下的支持下，将为公司如何适应颠覆性技术设定方向。明确的AI战略从长期和短期角度对AI都进行了研究-例如，考虑技术如何改变业务模式，同时还着眼于近期机会，以提高内部效率和AI的客户体验。驱动的产品和服务。
许多企业陷入将AI作为解决问题的解决方案的陷阱。这就形成了一个恶性循环，在这种恶性循环中，最初的用例几乎没有价值，并削弱了未来投资的动力。企业应该确定可以通过AI快速解决最大价值的三到五个问题，然后再找到实现实地影响的明确途径。例如，如果AI的效果是节省一个人的时间，则可以通过重新设计流程或团队的组织方式来重新分配时间，从而带来切实的价值。反过来，这也鼓励了未来的投资。组织还必须努力以可扩展和可重用的方式构建AI解决方案，以便可以在整个公司中使用它们，而不是在特定的业务部门或职能中使用它们。
除了内部活动，人工智能战略还必须专注于发展外部合作伙伴的生态系统。例如，在多个客户和大型数据集上具有规模的公司可以提供创新的AI解决方案，同时使采用成本相互关联，从而为AI功能提供比内部构建更具成本效益的入门。根据SIFMA Ops调查，超过95%的受访者认为与其他公司和合作伙伴共同开发AI是有价值的。
最后，网络安全，信息安全和数据隐私是AI策略的关键护栏。对围绕AI不断发展的法规进行持续评估至关重要，尤其是在最终用户受到影响的道德和可解释的AI方面。
结构体
在构建AI程序时要避免的常见陷阱之一是建立AI卓越中心，并希望它能够推动创新。麦肯锡在其报告《自动化和人工智能的大规模驱动力》中指出：“努力通过分析来创造价值的组织倾向于孤立地开发功能，这些功能要么集中化，要么远离业务，要么零星地缺乏协调的孤岛。”
与了解业务，客户和行业的人员以及了解AI技术的人员建立跨职能团队，更有可能带来真正的创新。这些团队一旦在初始用例中展示出切实的价值，便会创建一个可以在整个组织范围内扩展的成功模型。
系统篇
许多公司尝试开发AI解决方案而没有干净，集中的数据池或管理它们的策略。如果没有用于培训AI解决方案的关键构建块，则任何AI解决方案的可靠性，有效性和业务价值都可能受到限制。劣质的数据会大大增加过度拟合，模型风险和结果偏差的可能性。
但是，这并不意味着企业在采取任何AI举措之前就必须清除所有可用数据，也不意味着公司需要建立一个统一的数据湖。麦肯锡公司估计，公司可能会浪费多达70%的数据清理工作。关键是根据实现最有价值的用例的最关键优先级，对这些工作进行优先级排序。
在公司将AI解决方案投入生产之前，建立一个可以充当沙箱的技术体系结构以进行试验和校准是公司AI战略的重要组成部分。将此与可重用的方法结合起来以对数据进行实验，根据明确对齐的指标评估AI解决方案的性能，然后持续对其进行管理，很可能会产生成功的结果。
技能专长
最近，有关数据科学民主化的讨论很多。该概念包括在数据科学和AI如何工作等领域接受公司基础培训，为更多的员工提供服务。尽管对于每个组织而言都不切合实际，但对于公司而言，改变他们在员工中培养的技能集的类型确实有意义。
拥有一些基本的数据科学知识可以帮助了解业务流程和客户需求的人们提出新颖的AI驱动解决方案，从而为组织及其客户增加价值。通过AI“翻译者”弥合技术专家和具有业务领域知识的人员之间的鸿沟，可确保AI解决方案源于想象力和理解力的融合，而不仅仅是源于技术专长。
员工
缺乏对实现AI的人员，文化和政治层面的关注是项目未能实现预期成果的关键原因之一。当公司领导者制定变更管理计划以将AI的好处传达给员工时，他们需要让受影响最大的员工参与进来，并确定他们需要克服文化惯性的地方，以增加成功的可能性。
随着AI不断提高人类绩效，重新设计工作设计也将变得越来越重要。帮助员工将重点转移到更高价值的任务上，同时利用他们对业务，客户，流程和运营的知识来持续管理和改进AI解决方案，将有助于员工适应AI将会带来的广泛变化。
最后，制定明确的计划来吸引和培养AI人才将使组织能够保留具有技能，才智，想象力和理解力的人员，以创建具有竞争优势的AI解决方案。