越来越多的组织正在采用人工智能(AI)。根据Gartner的2019年CIO议程调查,全球14%的CIO已经部署了AI,48%的公司将在2019年或2020年部署AI。
在采用率不断提高的同时,一些组织仍在质疑业务影响和收益。今天,我们见证了采用AI的三个障碍。
到2024年,将量化50%的AI投资并将其与特定的关键绩效指标关联起来以衡量投资回报率。
第一个障碍是技能。业务和IT领导者都承认AI将改变完成AI工作所需的技能。根据Gartner Research Circle的一项调查,有56%的受访者表示,要完成现有工作和新创建的工作,都需要掌握新技能。
如今,人工智能可以像人类放射科医生一样评估X射线。随着这项技术的发展超出研究范围,放射线医师将把重点转移到与其他医师进行诊断和治疗,疾病治疗,以图像为指导的医疗干预以及与患者讨论程序和结果的咨询。
对未知的恐惧是没有。AI的2大障碍
第二大挑战是对未知的恐惧。42%的受访者对工作场所中的AI益处和使用不完全了解。量化AI项目的收益对业务和IT领导者提出了重大挑战。尽管某些收益可能是明确定义的值,例如收入增加或节省的时间,但其他收益(例如客户体验)却难以精确定义或准确衡量。
成功的AI计划取决于大量数据,组织可以从中提取有关对情况的最佳响应的信息。
成功取决于同时考虑有形和无形利益,并确定如何有意义地量化它们。Gartner预测,到2024年,将量化50%的AI投资并将其与特定的关键绩效指标联系起来以衡量投资回报率。
第三个挑战是来自AI的完整数据范围或数据质量。成功的AI计划取决于大量数据,组织可以从中提取有关对情况的最佳响应的信息。组织意识到,如果没有足够的数据(或者遇到的情况与过去的数据不匹配),人工智能将步履蹒跚。其他人知道情况越复杂,情况就越不可能与AI的现有数据匹配,从而导致AI失败。
到2020年,人工智能将成为净积极工作的动力,减少180万个工作岗位,同时创造230万个工作岗位。
实施AI的组织越多,它创造的工作就越多,这些工作将分为两类:与组织内实施和开发AI直接相关的工作以及AI提供的规模机会所创造的工作。
总体而言,人工智能不会消除工作。到2020年,人工智能将成为净积极工作的动力,减少180万个工作岗位,同时创造230万个工作岗位。