对一个人来说，这是一次小小的晋升和头衔的改变，对SAP的许多其他人来说，这标志着战略重点发生了更大的变化。

CAIO的角色正在迅速成为高管中的一个新固定角色，负责制定人工智能议程。以下是为什么这么多公司都在寻找这个职位，它需要什么，以及你是否有合适的东西来获得最新的it领导职位。

尽管目前的宣传和主流采用水平很高，但在走上生产力峰值之路之前，第二代人工智能仍需要经历幻灭的低谷。

对于企业人工智能项目，证据在试点中。以下是四位企业IT领导者如何为成功做好准备。

企业 AI 正在迅速成熟，随着公司转向业务优先的 AI 战略，整个组织都在寻求 AI 的好处。

人工智能已经成为主流。各行各业的公司都推出了成功的概念验证，甚至成功地在生产中部署了人工智能。一些组织甚至已经实施了他们的人工智能和机器学习战略，项目在整个企业中激增，并配备了最佳实践和管道。如今，处于人工智能成熟度曲线前沿的公司正在大规模使用人工智能。

人工智能在企业中部署方式的整体成熟度正在改变公司看待人工智能战略价值的方式——以及他们希望在何处实现其好处。以下是行业专家今天看到的 10 个 AI 企业战略趋势。

1.人工智能进入正题

在人工智能的早期，项目完全由数据科学家推动。他们拥有数据和算法，并且可以自由地寻找将新工具应用于业务问题的方法。有时，他们成功了。今天，这种动态发生了逆转。

商业领袖已经从成功项目的例子中吸取了教训，并且对人工智能可以为他们做些什么有了更多的了解。因此，公司现在不太愿意投资于商业价值不明确的概念验证，这一趋势使业务部门越来越多地成为人工智能采用的主导者。

商业价值、培训数据和文化准备对于人工智能的成功至关重要。 如果没有这三者，传统的解决方案是您最好的选择。

人工智能的采用正在上升。根据麦肯锡最近的一项调查，55% 的公司在至少一项功能中使用人工智能，27% 的公司将至少 5% 的息税前利润归因于人工智能，其中大部分以节省成本的形式。

由于人工智能将极大地改变它所涉及的几乎所有行业，因此供应商和企业正在寻找机会在任何地方部署人工智能也就不足为奇了。但并不是每个项目都能从人工智能中受益，试图不恰当地应用人工智能不仅会耗费时间和金钱，还会让员工、客户和企业领导在未来的人工智能项目上感到不满。

确定一个项目是否适合人工智能的关键因素是商业价值、培训数据的可用性和文化变革的准备程度。以下是如何在您涉足人工智能成为沉没成本之前确保这些标准符合您提议的 AI 项目的方法。

从最简单的解决方案开始

比萨连锁店 Domino's 的数据科学和人工智能经理 Zack Fragoso 说，数据科学家尤其倾向于采用人工智能优先的方法，该公司在全球 90 多个国家/地区拥有 18,000 多个地点。但是你不能在任何地方都应用人工智能。

随着所有行业对人工智能的呼声越来越高，IT 领导者必须掌握使用人工智能收集业务洞察力的黑暗秘密。

人类一直梦想着某种无所不知、无所不能的精灵能够承担其工作量。现在，多亏了实验室计算机科学家的辛勤工作，我们在人工智能方面有了答案，如果你相信这种炒作，它几乎可以做你公司需要做的任何事情——至少是其中的一部分，在某些时候。

是的，人工智能的创新是惊人的。对于 10 到 15 年前的时间旅行者来说，像 Siri、Alexa 或 Google Assistant 这样的虚拟助手似乎很神奇。你的话就是他们的命令，与 1990 年代的语音识别工具不同，他们通常会给出正确的答案——如果你避免像问有多少天使可以在针头上跳舞这样的曲线球问题。

 

但是，尽管 AI 具有魔力，但它们仍然依赖于计算机编程，这意味着它们会受到阻碍电子表格或文字处理器等更多行人代码的所有限制。它们在处理世界上各种变幻莫测的统计数据方面做得更好，但归根结底，它们仍然只是通过计算函数并确定某个数字是大于还是小于阈值来做出决策的计算机。在所有巧妙的奥秘和复杂算法的背后，是一组实现 IF-THEN 决策的晶体管。

作为历史最悠久的政府机构之一，美国专利商标局在其日常工作（包括人工智能和机器学习开发）中认真对待“为人民服务、由人民服务”的信条。

与许多洞察驱动型组织一样，美国专利商标局 (USPTO) 利用数据分析和人工智能和机器学习 (ML) 等技术来提高其运营的效率和绩效，并提高系统和流程的质量。

虽然 AI 和 ML 算法对该机构的工作至关重要，但政府机构的指导原则是在开发和使用这些技术以改进和扩展其计划时采取以人为本的方法。美国专利商标局首席信息官 Jamie Holcombe 指出，人工智能和机器学习工具有助于增强人类专家的工作能力并增强他们在工作中的独创性，但在这一点上，它们无法与人类思维的细微差别或推理能力相匹敌。

为了补充这项技术，该机构依靠来自数千名经验丰富的工人的投入，被动和主动地捕捉到，来训练和改进人工智能驱动的模型，以确保技术提供预期的结果。自成立以来，该机构已授予超过 1100 万项专利，拥有超过 12,000 名员工，包括工程师、律师、分析师和计算机专家。来自前线专利审查员的持续反馈也用于改进 AI/ML 模型，以推动新产品的开发并支持两个关键领域的活动：专利搜索和分类。

为了最大限度地提高人工智能的商业价值，人工智能团队需要各种技能和角色，从数据科学家到领域专家再到战略决策者。

每个行业的更多公司都在采用人工智能来改变业务流程。 但他们的人工智能计划的成功不仅仅取决于数据和技术——还取决于有合适的人加入。

一个有效的企业 AI 团队是一个多元化的群体，其中包含的不仅仅是少数数据科学家和工程师。 咨询公司 Omdia 的 AI 平台、分析和数据管理首席分析师 Bradley Shimmin 表示，成功的 AI 团队还包括一系列了解业务及其试图解决的问题的人。

“我们可用的技术和工具越来越倾向于支持和授权领域专业人士、业务用户或分析专业人士在公司内部直接拥有人工智能，”他说。

AI 初创公司 Plainsight 的联合创始人兼首席执行官 Carlos Anchia 同意，AI 的成功很大程度上取决于建立一支拥有各种高级技能的全面团队，但这样做具有挑战性。

“确定是什么造就了高效的 AI 团队似乎很容易做到，但是当您检查成功的 AI 团队中个人的详细职责时，您很快就会得出结论，建立这些团队非常困难，”他说。