世纪金融网
根据普华永道 (pricewaterhouseCoopers) 的一项研究，有20% 的高管计划在2019年的企业中合并。在过去的一年里，无数的组织和财富500强公司吹嘘他们的人工智能战略。然而，当到了将这些战略付诸实践的时候，他们意识到，他们所谓的 “战略” 只不过是没有指导的工具。
当今的企业拥有资源、知识和动力，可以在其人工智能实施背后制定有效的战略。尽管有这些能力，但很少有公司花时间这样做。他们获得了练习人工智能的物理工具，但他们往往无法付出同样的努力来学习人工智能为什么有价值以及人工智能会带来什么挑战。
通过在设计充分利用新技术的战略之前购买新技术，试图超越其行业的公司具有讽刺意味的是，他们让自己退缩了。为了纠正这种错误的方法，企业必须在让人工智能开车之前设计出真实的、可操作的策略。
没有马达的无人驾驶汽车。
想象一下，20世纪80年代的一家公司看到了IT革命的到来，但决定纯粹在大型机上建立IT战略。即使该公司的领导者有正确的总体想法，有缺陷的执行也不会帮助业务发展。
今天在人工智能中也发生了同样的事情。公司需要工具和智慧来正确使用它们。想要停止依赖技术供应商的领导者牢记其组织的利益，但缺乏战略意味着他们的举措相当于购买订单。
如果不考虑用例和应用程序，那些认为人工智能会解决问题的企业就有可能耗尽一些令人难以置信的有前途的工具。为了避免这种命运，并设计出一种从人工智能革命中获得最大收益的策略，请牢记以下三个概念:
1.应用程序必须满足特定的需求。
公司的基础设施层决定了人工智能技术如何与现有系统集成。应用层决定这些技术如何使您的业务受益。
IBM的Watson是一台功能强大的机器，但Watson本身就是一个基础设施工具。沃森的各种领域部门 (金融、医疗保健等) 代表了人工智能的应用。在银行界，沃森 (Watson) 的机器人知识可以帮助bankersnike找出洗钱中的错误阳性，从而减少了在此过程中的客户服务时间。这是一个特定的用例-战略应用的完美示例。
成功的人工智能策略往往是特定于利基的。与其在整个公司寻求人工智能授权，不如在找到适合这些需求的工具之前，先确定几个可以从人工智能工具中受益的关键领域。确保您的基础架构可以处理集成，填补应用程序层的任何空白。
2.组织必须了解微服务。
想想人工智能创新是如何在公司内部不同层面运作的。在基础设施层，容器化 (也称为模块化或微服务) 帮助公司以特定的方式实施工具，而无需采用全新的基础设施。
IBM的开放银行平台是现有金融机构将微服务集成到其运营中的即插即用选项。这样的解决方案使参与银行可以利用微服务作为云api来培育金融科技合作，简化流程并建立新的收入来源。
人工智能不像其他技术工具那样运作。不要看着现有的系统说，“任何进来的人工智能都必须能够与这个系统一起工作。”相反，用一种与系统无关的方法来看待市场。寻找新工具的机会，以解决组织中的特定问题。
3.工具必须是真正的人工智能，而不是数据科学家。
在当今的市场中，数据无处不在。7% 的微策略研究的受访者表示，他们通过数据简化了决策。真正的人工智能使用数据，但它不需要试用期和访问贵公司的数据库来证明其价值。
如果供应商挺身而出，要求访问数据，并要求一周 (或一个月) 根据该信息生成见解，则该供应商不是真正的AI供应商。实际上，像这样的团体只是从事专业服务工作的数据顾问。
优秀的人工智能供应商为客户提供通用基础设施和利基应用。他们不在乎数据从哪里来。高质量的供应商应该毫无问题地规范化、统一和使用数据来传递可操作的信息。
仅仅因为一家公司使用人工智能并不意味着它受益于这些先进的工具。真正的人工智能授权来自特定于行动的策略，而不是购买声称可以做到这一切的工具。在实现这一飞跃之前，请考虑人工智能投资的长期、现实世界的影响。
