关于部署人工智能，首席信息官需要知道什么

甚至在ChatGPT之前，三分之一的首席信息官表示他们的组织已经部署了人工智能根据高德纳2023年的首席信息官和技术高管调查，15%的受访者认为他们将在明年部署人工智能。但决定如何最好地推进，意味着将人工智能纳入商业价值、风险、人才和投资优先事项。

立即下载:2023年Gartner十大战略技术趋势详细指南

商业领袖对首席信息官需要管理的人工智能抱有很高的期望。首席信息官需要精通人工智能的技术语言，以及他们的业务面临的风险和机遇。

要想在人工智能领域成为成功的商业领袖，每个首席信息官都应该了解以下五件事。

大多数组织通常在以下用例的业务单元或领域中部署AI:

• 聪明的过程自动化机器人系统

• 大规模的自动化和个性化

• 提高劳动力生产力和人工智能决策的准确性

现在看:超越炒作:生成人工智能的实际应用和用例

首席信息官通常期望人工智能为业务增加价值，但必须清楚什么是可行的。大多数人工智能商业价值是由一次性的点对点解决方案产生的。从大规模解决方案中获得更多价值可能需要深刻的业务流程改变，以及人工智能团队和软件工程之间的新工作方式，因为人工智能很难集成到现有系统中。

以下用例既高度可行，又极有可能推动业务价值，因此这里的投资将很容易证明:

• 价格优化

• 领导评分

• 需求一代

以下是高度可行的人工智能用例，其商业价值可能中等，因此投资将更具机会性:

• 交叉销售和追加销售

• 区域组织

• 销售内容个性化

• 知识管理

• 账户的情报

生成式人工智能可以增强和加速多种业务能力，但首席信息官需要了解围绕人工智能的新政府法规和框架，特别是随着使用的增加引发了更多关于道德和责任的问题。以下风险与人工智能有关和生成式人工智能。

人工智能风险:

• 监管。人工智能带来了法律风险，可能会使组织因受版权或受保护的内容、信息和数据而面临诉讼。

• 声誉。人工智能可以放大偏见，创造一个“黑匣子”——一个用户无法看到输入和操作的人工智能系统。

• 能力。人工智能需要一套独特的技能，这些技能需要通过提高现有人才的技能，或从学术界或初创公司获得。

• 错误输出。生成的人工智能,ChatGPT具体来说，可能不稳定，推理错误，无法理解整个上下文，可解释性和可追溯性有限，并且有偏见。

• 安全。您的敏感数据和知识产权可用于生成对组织外部用户(如服务提供商员工和黑客)的响应。

• 合法的。生成式人工智能可能会带来与知识产权和隐私问题相关的法律风险，包括版权侵权、商业秘密盗用、数据隐私、模型偏差和模型安全。

在内部开发之外，获取人工智能的方法有很多，比如你已经在使用的企业应用程序、你可以购买的打包应用程序和人工智能附加组件(聊天机器人、虚拟助手等)。组织可以:

• 购买api(例如，Amazon Web Services、Google、IBM、Microsoft)和打包应用程序(例如，IBM、Microsoft、Oracle、SAP、SAS)

• 构建开源(如Python、Apache Spark、TensorFlor)、数据科学/机器学习平台、公民数据科学工具

• 外包给全球和/或本地顾问、专家和/或系统集成商

首席信息官表示，人工智能人才不是主要的资源问题，他们将内部和外部招聘结合起来，以获得成功部署人工智能所需的人才。然而，有四个角色是关键:数据科学家、数据工程师、人工智能工程师和业务专家。

人工智能正在快速发展趋势和技术不断涌现。首席信息官需要为未来做好准备。

• 创建一个简洁的人工智能战略文档，综合您的愿景和潜在利益，审计和降低风险，捕获kpi，并概述价值创造的最佳实践。

• 确定人工智能项目的赞助商，确保他们的关键绩效指标得到准确的衡量和广泛的沟通。

• 投资于数据素养计划，以灌输数据驱动的文化。

• 灌输负责任的人工智能实践，让它们成为你的人工智能战略的基础，而不是事后的想法。