[[441488]]

未將業務流程智能化

從AI項目中獲取價值的最常見障礙之一是將數據觀察納入到了現有的業務流程中。這種“最后一公里”困難也是使用業務規則管理系統 (BRMS) 最容易解決的困難之一。BRMS 是一項成熟的技術，在21世紀初被大量采用，并且作為部署預測模型的工具獲得了新生。BRMS成為了一個易管理且可靠的自動化業務流程中的理想決策點。如果你的企業沒有使用BPM(業務流程管理)系統來自動化(簡化和合理化)核心業務流程，那么不要再做AI了。這時候你不需要AI，你首先需要的是BPM和BRMS這樣的基礎知識。

大多數現代業務規則管理系統包括模型管理和基于云的部署選項。在云場景中，平民數據分析師可以使用像Azure機器學習工作室和 InRule BRMS 等工具來創建模型，并通過REST端點將模型直接部署到業務流程中。像這種基于云的組合，相比成熟的AI程序，會以更合理的成本、更輕松地對決策過程進行實驗。

實驗失敗

現在我們來看事情的另一面。如何使用 AI 來創建新的商業模式、打破市場、創造新產品、創新并大膽地開拓前所未見的領域?擁有風險投資的初創企業的失敗率約為 75%，而且它們還是處于AI商業模式前沿的企業。如果你基于AI的新產品或業務計劃的失敗率較低，那你就相當于擊敗了一些最好的投資者。

最精英的技術專家也會失敗，甚至經常失敗。2011年，Google前CEO Eric Schmidt在參議院 聽證會中披露了該公司的一些方法：

為了讓你更了解 Google考慮的變革規模，2010 年我們進行了 13,311 次精度評估，以驗證被提議的算法更改是否提高了搜索結果的質量，并進行了 8,157 次并排實驗，我們向一組測試員展示兩組搜索結果，并讓評估人員就哪組結果更好進行排名，并進行 2,800 次點擊評估，以了解一小部分真實生活中的Google用戶對變化的反應。最終，該過程產生的516 項更改被數據證實對用戶有用。因此，我們對Google的算法進行了如上的更改。大多數更改是用戶無法察覺到的，并且只會影響極少數網站，但只有我們相信更改將使用戶受益時，才會實施更改。

結果表明，有96%的提議更改失敗了。

這個故事的重點是失敗總會發生，這是不可避免的。Google與其他大多數公司的不同之處在于，Google的數據驅動文化讓他們能夠從錯誤中吸取教訓。并且要注意 Schmidt證詞中的關鍵詞：實驗。實驗是Google、蘋果、Netflix、亞馬遜和其他領先的科技公司能夠成功地從AI中獲得大規模收益的方式。

一家公司創建和改進其流程、產品、客戶體驗和商業模式的能力與其實驗能力直接相關。

接下來會發生什么?

就像工業革命席卷了那些沒有采用機器制造的手工制作公司一樣，AI和機器學習的巨變將消滅那些無法適應新環境的公司。盡管人們很容易認為AI的挑戰主要在技術上，并將失敗歸咎于技術，但現實是，AI項目的大多數失敗都是戰略和執行上的失敗。

從很多方面來說，這對公司來說是個好消息。大家認識到了AI項目失敗背后是“老式”商業模式帶來的挑戰。雖然你無法避免在文化、組織結構和業務流程方面進行必要的變革，但知道路線已經規劃出來，你也會感到些許安慰，挑戰在于如何像舵手一樣駕駛船舶航行并躲避礁石。從將AI應用于現有流程中小而簡單的實驗開始，這會幫助你在開始更長時間的AI旅程之前積累寶貴的經驗。

作者：Steve Nunez

原文網址：

https://www.infoworld.com/article/3639028/why-ai-investments-fail-to-deliver.html