教育新闻网如今，人工智能(AI)已成为领先企业的头等大事-今年早些时候，有96.4%的高管报告称人工智能是他们投资的第一大颠覆性技术，而两年前这一数字为68.9%。此外，这些高管中有80%的人认为AI是最具影响力的颠覆性技术，高于两年前的46.6%。
然而，对于许多组织而言，人工智能仍然是个谜。对于专家而言，人工智能在机器展示的智能方面蕴含着非常特殊的含义，而AI的更普遍用法则涵盖了机器辅助学习的所有种类，最主要的是机器学习，深度学习和自然语言。为了便于讨论，我们将假定AI的定义最广泛。随着公司努力了解AI可以为组织带来的应用程序和收益，公司已经建立了AI卓越中心，AI实验室和其他沙箱，以试验与业务用例相关的AI功能。
那么，我们如何揭开AI神秘面纱，以提供可衡量的业务价值?IBM高级主管Rob Thomas是包括Watson在内的IBM Data and AI总经理，他提出了一些想法。他在O'Reilly Media的最新报告“ AI Ladder”中概述了采用AI的框架。。在报告的前言中，O'Reilly Media创始人兼首席执行官Tim O'Reilly指出：“如今，每个人都在谈论'AI'，但大多数公司对如何将其用于自己的业务一无所知。”O'Reilly强调采用任何新技术方法都会带来的文化观念转变，并指出“每次新技术革命都会孕育新的业务领导者”，他们放弃了关于工作方式的旧假设。O'Reilly指出：“只有到了后来，公司才意识到他们可能需要多少改变他们的商业模式才能真正利用新功能”。IBM的托马斯(Thomas)指出：“人工智能不是要执行单个业务项目，而是要改变整个业务文化。这是关于创建迭代，实验的文化”。
该报告采用“ AI阶梯”的比喻来描述公司必须经历的一系列阶段，才能成为支持AI并实现可衡量的商业价值。AI Ladder的概念基于以下概念：组织需要一种规定性的方法来了解他们在AI成熟度中的位置。通过诊断和理解每个组织的成熟阶段，公司可以采用AI阶梯作为框架来概述步骤和功能，这些步骤和能力将指导组织实现由机器和人员扩充带来的收益。AI Ladder的基本原则可以概括为：
从您要解决的业务问题开始
了解您的数据需求–这些是AI成功的基础
培养正确的技能以利用AI功能
专注于算法信任和数据完整性以确保可信度
认识到文化和商业模式改变的必要性。
AI Ladder的中心信息是AI成功取决于数据，有效的数据管理为AI支持提供了基本的基础。只是随着近几年大数据的出现，激增的数据源和数据量才能与海量计算能力相结合。作为数据收集，组织和分析的基础，这为AI从几十年的新生实验中脱颖而出提供了基础，为AI功能和算法的部署奠定了基础。AI梯形图描述了公司在组织数据以使AI面临诸如数据不足，数据过多和质量数据不足等问题时面临的挑战。长期以来，人们了解组织通常会投入80%的精力准备他们的数据，以便可以有效地使用它们。Thomas回应了成功的数据管理与有效的AI支持之间的关键联系，并指出“绝大多数AI失败是由于数据准备和组织失败所致”。
