近年來，組織對人工智能項目的興趣穩步增長。根據研究機構Gartner公司的調查，2019年只有14%的組織部署了人工智能，然而這一數字在2020年上升至19%，預計2021年將達到24%。

[[380542]]

對人工智能的興趣與日俱增的組織將在不久的將來影響其技術投資。然而，采用人工智能不僅需要最新的技術或建模技術，當從試驗性人工智能解決方案轉變為生產性人工智能或在組織中擴展人工智能應用時，組織的首席信息官需要清楚地闡明投資這些技術的目的和理由。

對于采用人工智能的組織來說，并沒有一種萬能的商業案例。與其相反，商業案例需要針對特定的場景、問題陳述或使用人工智能方法和技術作為解決方案的一部分。

考慮到組織在采用人工智能的過程中面臨的不同障礙，以下是首席信息官在為人工智能制定令人信服的商業案例時必須考慮的六個因素：

因素1：人工智能在不提供即時投資回報率的情況下可能成本高昂

分析項目的預期成本和收益是任何商業案例的關鍵組成部分。但是在實施人工智能項目時，并沒有一個簡單的答案。人工智能項目可能會顯得成本高昂而沒有獲得直接收益，特別是在那些不習慣為新商業場景提供預算的組織中。

人工智能的回報價值與組織所追求的理想價值緊密相關。因此，人工智能項目的投資回報率受到三個關鍵因素的影響：

• 數字采用方面的優勢：在數字采用領域的組織可以從人工智能中獲得最大收益，因為他們在數字化轉型方面具有天然優勢。
• 人工智能投資的嚴肅性：組織對人工智能的投資不能敷衍了事，受益于人工智能的組織比競爭對手更早投入資金。
• 強大的管理支持：這與組織的文化密切相關，大多數成功的人工智能項目都有組織管理層的支持。

首席信息官在計算人工智能項目的預期成本和收益時必須考慮這些因素。預先告知利益相關者，隨著解決方案范圍的探索和完善，這些成本可能會發生很大變化。可能在沒有明顯好處的情況下傳達中止人工智能項目的意愿。

因素2：人工智能需要獨特的技術和人才

人才招募是組織在人工智能部署中面臨的最大限制之一。對于早期采用人工智能的組織來說，滿足人才需求最具挑戰性，因為已經取得成功的組織可能會將包括內部和外部人工智能人才在內的招聘策略結合起來。

因素3：人工智能業務案例需要可評估的價值

盡早評估人工智能項目的業務價值至關重要。在Gartner公司的一項調查中，39%成功部署人工智能項目的受訪者對風險因素進行了財務分析或進行了投資回報率分析。對于組織來說，要證明人工智能項目比傳統的技術方法好得多，評估對于購買和批準至關重要。

為了確定人工智能項目的成功，除了簡單的財務指標之外，可能還需要多個評估標準。例如，如果一個組織正在使用人工智能來增加客戶總數，那么交互數量或客戶交互結果可能是衡量成功的另一個指標。

首席信息官應該優先考慮從人工智能項目一開始就衡量成功的價值。積極主動地收集數據，并考慮包括超出財務數字的各種指標。

因素4：數據、訓練和算法的重要性

人工智能使用分析算法來理解和處理復雜的數據。數據和算法之間的交互是人工智能商業計劃的重要組成部分。理解、準備和完善人工智能數據的工作不僅僅局限于一個項目，而且可以用于構建許多模型，從而產生持久的效果。

成功的人工智能實施包括強大的數據和分析基礎設施。首席信息官必須確保業務問題有足夠的支持性數據用于預測，這些數據包含高管們期望在未來看到的模式。例如，如果組織做出的預測可能每季度變化一次，則其數據應跨越多年，以便能夠顯示每季度的變化。

因素5：構建、購買或外包的決定

構建、購買或外包的決定主要取決于組織可用的資源。這三個選項之間的選擇取決于項目的復雜性，以及IT部門的成熟度、解決方案所需的時間、需求的緊迫性和組織的預算等因素。

最佳的前進道路取決于組織要解決的業務問題。為了確定正確的前進方向，首席信息官應采取以下措施：

• 確定所提議的項目對于組織而言是獨特的，并且已經具備強大的內部數據科學技能。
• 購買可以輕松定制以適合組織需求的利基應用程序。
• 如果組織既沒有以前的選擇，又需要立即實施項目，則需要進行外包。

因素6：人工智能算法具有獨特的道德和治理要求

人工智能的目的不僅在于支持人類決策，其算法也可以自主運行。因此，需要信任這些人工智能算法，以代表每個數字交互中的所有參與者。

人工智能實現中道德討論的影響至關重要，因為許多人工智能系統主要依賴于基于基礎數據的機器學習。如果不考慮道德后果，人工智能系統會傳播不良行為并影響組織的品牌價值。從這個意義上說，涉及人工智能的業務案例通常很難闡明，因為人工智能系統會產生不可預測或無法預期的結果。

首席信息官應與利益相關者合作，在實施人工智能時，開始規劃道德和治理需求。還需要認識到道德在人工智能實現中的重要性，并積極應對這一挑戰以期建立信任。