人工智能在企業中的應用越來越廣泛，甚至有可能走向工業化。無論這是否基于現有的數據科學平臺，還是使用多合一工具，或者在云中或內部部署設施托管數據，都有大量可用的軟件解決方案，因此，如此豐富的選擇不應該讓人們忘記IT解決方案的存在理由。對于那些希望獲得最終解決方案的企業來說，現在必須比以往任何時候都更加堅定地滿足需求。

第一部分：評估人工智能和業務需求

(1)不要相信流行語

關于評估人工智能，首先要知道的是不要相信流行語。眾所周知，像大數據、物聯網、區塊鏈和許多其他術語，“預期的革命”并不是現實。例如，IT團隊被告知他們必須在不考慮業務需求的情況下實施特定的新技術，在這里的定義是團隊和企業的需求。因此，企業比以往任何時候都更加關注需求是成功的第一步。有時，人工智能用于可以通過簡單的“if-then-else”語句解決的情況，而人工智能實際上最適用于難以通過簡單算法解決的問題。

(2)需要什么?

當然，這意味著要問其原因，更重要的是，要實現什么樣的目標。通常情況下，當需求由管理層制定時，它們不一定是完整的。例如，如果一家企業需要建立一個人工智能平臺，而該公司的股東要求在未來一年的利潤翻一番，需要考慮到這一點，就必須了解企業的目標，不僅是其管理層的目標，還有企業的需求及其后果。

當然，明確需求是必要的，掌握已經確定的用例總是一個好主意。這不僅需要了解競爭對手的情報(競爭對手是否實施了相關用例?)，而且還要與供應商溝通，參加貿易展，當然還要了解企業的流程。

(3)哪些人工智能用例?

人工智能用例是無窮無盡的，但有些是相對重復的。以下是多個行業經常出現的一些功能：

• 營銷自動化和定義。
• 銷售預測、潛在客戶開發和基于分析的培訓。
• 欺詐檢測中的人工智能(但可以通過CEP平臺部分實現)。
• 服務定制。
• 庫存管理。
• 管理任務，例如自動郵件、文件處理和決策支持。
• 決策自動化(尤其是在法律和保險領域)。
• 預測性維護。

(4)采用人工智能有哪些問題?

當想知道一個用例是否應該使用人工智能時，值得詢問一個用例是否應該實現計算機化。要問的主要問題是：

• 如果人工智能解決方案出現錯誤，將會產生什么后果?
• 如果人工智能解決方案存在偏見，將會有什么影響?
• 人工智能項目做出的決定是否會產生法律后果?
• 是否有在客戶關系失去人性的風險?
• 在人類仍然不可或缺的用例中，它會帶來真正的幫助嗎?

第二部分：構建vs.購買

在考慮是在內部構建平臺還是從外部購買平臺時，企業需要回答更多問題，首先是“需求是非常具體還是很小?”如果對此的回答是“不”，那么應該準備好購買。這是一個更廣泛的清單：

• 比較構建和購買的商業計劃。
• 如果企業的需求有點特殊，那么市場是否包含針對它的人工智能解決方案?
• 供應商是否已經針對企業的用例提出了解決方案?
• 該供應商是否面臨在四年內失敗的重大風險?
• 企業能用其想法和方式使用人工智能來消除競爭嗎?
• 是否有需要完全獨立于供應商的關鍵需求?

第三部分：人工智能企業平臺

(1)人工智能的功能清單

以下是企業必須研究的能力列表以及人工智能平臺應滿足的需求：

• 數據整合。
• 數據治理。
• 實驗和開發。
• 部署和監控。
• 智能引擎(機器學習程序、庫等)。
• 優化能力。
• 協作能力。
• 可視化。

(2)供應商類型列表

市場上有很多供應商，因此由企業決定自己的需求。以下是企業可能遇到的兩大類供應商以及它們之間的一些主要區別：

企業人工智能平臺的替代品

企業人工智能平臺并不是所討論用例的唯一解決方案。兩種類型的平臺可能相關，具體取決于企業的用例在其行業中是簡單的還是冗余的——“面向業務的解決方案”和機器人流程自動化(RPA)。

(1)“業務專用”平臺

在某些領域，企業可以擁有銷售專注于某一主題的解決方案的傳統供應商。特別是在制造業中，企業可能有一些歷史悠久的供應商，他們積極接受人工智能技術，并提供現成的人工智能解決方案來幫助管理工廠、實現預測性維護等。這些解決方案有時可以直接使用并涵蓋其一些用例。

(2)機器人流程自動化

機器人流程自動化(RPA)是一種捆綁解決方案，它試圖將人類手勢“機器人化”。這些解決方案與OCR解決方案相輔相成，但它們還可以通過電子郵件編寫和發送響應，以涵蓋許多人工智能用例。這種解決方案的投資回報率可能非常高。然而，管理機器人流程自動化(RPA)和被操縱的應用程序之間的依賴關系可能非常困難。在理想情況下，如果企業的業務軟件很少發展，則應考慮機器人流程自動化(RPA)。

結論

希望以上這些見解能幫助企業做好準備。在理解人工智能能做什么和希望它做什么方面存在很大差距。從評估業務需求到關注正確的方向、自行構建或從供應商處購買，以及在內部部署設施或云平臺中進行管理，企業現在擁有了為其業務用例做出正確選擇所需的工具。