哪些因素會(huì)導(dǎo)致人工智能AI項(xiàng)目的失??？

?

哪些因素會(huì)導(dǎo)致AI項(xiàng)目的失??？

?

當(dāng)分析人工智能（AI）項(xiàng)目失敗的原因時(shí)，我們會(huì)發(fā)現(xiàn)，永遠(yuǎn)不會(huì)只有一個(gè)錯(cuò)誤——業(yè)務(wù)和技術(shù)團(tuán)隊(duì)都有人工智能項(xiàng)目失敗的不同點(diǎn)。本文將討論導(dǎo)致AI項(xiàng)目失敗的一些最常見(jiàn)的原因。

?人才：人工智能人才缺口

擴(kuò)展人工智能的兩個(gè)主要障礙是雇用具有AI技能的人員，以及確定良好的業(yè)務(wù)案例。不幸的是，對(duì)于大多數(shù)組織來(lái)說(shuō)，雇傭數(shù)百或數(shù)千名數(shù)據(jù)科學(xué)家是不現(xiàn)實(shí)的，能夠同時(shí)解決這兩個(gè)問(wèn)題的人(既擁有人工智能技能又擁有商業(yè)技能的人)往往非常罕見(jiàn)，以至于人們把他們稱(chēng)為獨(dú)角獸。

為了同時(shí)解決這兩個(gè)問(wèn)題，公司應(yīng)該“建立獨(dú)角獸團(tuán)隊(duì)，而非雇傭獨(dú)角獸人員”。這意味著他們應(yīng)該建立由數(shù)據(jù)和領(lǐng)域?qū)＜医M成的團(tuán)隊(duì)，同時(shí)也要致力于隨著時(shí)間的推移發(fā)展他們的人工智能運(yùn)營(yíng)模式，這將同時(shí)提高他們的AI成熟度。這是有效的：根據(jù)《哈佛商業(yè)評(píng)論》，85%成功擴(kuò)展了人工智能的公司使用了跨學(xué)科開(kāi)發(fā)團(tuán)隊(duì)。

IDC的建議：“注意考慮數(shù)據(jù)科學(xué)家以及知識(shí)工作者和行業(yè)專(zhuān)家的角色。為知識(shí)工作者賦能將縮短實(shí)現(xiàn)價(jià)值的時(shí)間?！?/p>

?流程：缺乏人工智能治理和監(jiān)督

在這種宏觀經(jīng)濟(jì)環(huán)境下，團(tuán)隊(duì)無(wú)法承受的是削減或完全削減AI預(yù)算。你可能會(huì)問(wèn)，是什么導(dǎo)致了這種情況的發(fā)生？構(gòu)建和測(cè)試機(jī)器學(xué)習(xí)模型浪費(fèi)了太多時(shí)間，結(jié)果便是它們從未投入生產(chǎn)，無(wú)法開(kāi)始為業(yè)務(wù)創(chuàng)造真正的、有形的價(jià)值，例如賺到的錢(qián)、節(jié)省的錢(qián)或建立今天無(wú)法完成的新流程。

好消息是，AI團(tuán)隊(duì)可以實(shí)施一些策略和最佳分析實(shí)踐來(lái)安全地簡(jiǎn)化和擴(kuò)展其AI工作，例如建立AI治理策略，包括MLOps等運(yùn)營(yíng)要素和負(fù)責(zé)任AI等基于價(jià)值的要素。

壞消息是，通常，團(tuán)隊(duì)要么在部署之前沒(méi)有設(shè)置這些流程(這可能導(dǎo)致許多復(fù)雜的問(wèn)題)，要么沒(méi)有辦法明確地推進(jìn)能夠產(chǎn)生業(yè)務(wù)價(jià)值的正確項(xiàng)目，并棄用表現(xiàn)不佳的項(xiàng)目。

重點(diǎn)關(guān)注人工智能擴(kuò)展中的風(fēng)險(xiǎn)調(diào)整價(jià)值交付和效率，所有這些都需符合法規(guī)。團(tuán)隊(duì)需要區(qū)分概念驗(yàn)證（POC）、自助服務(wù)數(shù)據(jù)計(jì)劃和工業(yè)化數(shù)據(jù)產(chǎn)品，以及圍繞它們的治理需求。需要為探索和實(shí)驗(yàn)提供空間，但團(tuán)隊(duì)還需要做出明確的決定，即自助服務(wù)項(xiàng)目或POC何時(shí)應(yīng)獲得資金、測(cè)試和保證，以成為工業(yè)化、可操作的解決方案。

IDC的建議：“為數(shù)據(jù)隱私、決策權(quán)、問(wèn)責(zé)制和透明度制定明確的制度。由IT部門(mén)、業(yè)務(wù)部門(mén)和合規(guī)部門(mén)共同執(zhí)行前瞻性、持續(xù)性的風(fēng)險(xiǎn)管理和治理。”

?技術(shù)：缺乏平臺(tái)思維

團(tuán)隊(duì)如何確定正確的技術(shù)流程，以實(shí)現(xiàn)人工智能的大規(guī)模使用？端到端平臺(tái)(如Dataiku)給AI項(xiàng)目生命周期的各個(gè)步驟帶來(lái)了凝聚力，并在團(tuán)隊(duì)完成這些步驟時(shí)提供了一致的外觀、感覺(jué)和方法。在構(gòu)建現(xiàn)代AI平臺(tái)策略時(shí)，務(wù)必考慮一體化平臺(tái)的價(jià)值，從數(shù)據(jù)準(zhǔn)備到監(jiān)控生產(chǎn)中的機(jī)器學(xué)習(xí)模型。相反，為每個(gè)組件購(gòu)買(mǎi)單獨(dú)的工具可能極具挑戰(zhàn)性，因?yàn)樵谏芷诘牟煌瑓^(qū)域存在著多個(gè)拼圖。

確保IT從一開(kāi)始就參與進(jìn)來(lái)非常重要。IT經(jīng)理對(duì)于有效、順利地推出任何技術(shù)都至關(guān)重要，而且從更哲學(xué)的角度來(lái)看，對(duì)于灌輸一種數(shù)據(jù)訪問(wèn)與適當(dāng)?shù)闹卫砗涂刂葡嗥胶獾奈幕瑯尤绱恕?/p>

IDC的建議：“與其實(shí)施不同的解決方案來(lái)處理小任務(wù)，不如采用平臺(tái)方法來(lái)支持一致的體驗(yàn)和標(biāo)準(zhǔn)化?！?/p>

?展望未來(lái)

擴(kuò)展AI工作需要花費(fèi)大量時(shí)間和資源，我們都不想要失敗。但與此同時(shí)，只要團(tuán)隊(duì)能夠在快速失敗后立即落實(shí)他們的經(jīng)驗(yàn)教訓(xùn)，在實(shí)驗(yàn)過(guò)程中出現(xiàn)一些有益的失敗也是有價(jià)值的。他們應(yīng)該確保專(zhuān)注于技能提升和培訓(xùn)（即讓業(yè)務(wù)從業(yè)者越來(lái)越多地參與進(jìn)來(lái)），使人工智能工具和技術(shù)民主化。

審核編輯：劉清