2023年6月5日
2023年6月5日
贡献:约翰Hillery和Nathan Lewis
这五个点对于重要的领导决策至关重要。
甚至在ChatGPT之前,首席信息官们说,他们的组织已经部署的三分之一人工智能(AI)技术,15%认为他们将在明年部署AI,根据2023年的Gartner首席信息官和技术行政调查。但决定如何最好地进行保理AI业务价值,风险,人才和投资重点。
商界领袖对AI, cio需要很高的期望管理。cio需要人工智能的技术语言流利,以及他们的业务的风险和机遇。
这五件事情每一个CIO应该知道AI景观成为一个成功的商业领袖在AI的推出。
大多数组织通常部署人工智能的业务单位或地区以下用例:
聪明的过程自动化和机器人系统
大规模自动化和个性化
提高员工的生产力和AI-enabled决策准确性
cio们通常期望AI值添加到业务,但必须清楚什么是可行的。大多数人工智能从一次性生成业务价值,点对点的解决方案。从大规模解决方案可能需要获得更多的价值深度业务流程变化,和新的AI团队之间的工作方式和软件工程,因为AI难以集成到现有的系统。
下面的用例都是很可行的,极有可能开业务价值,这里的投资将是容易证明:
价格优化
领导评分
需求一代
这些都是高度可行的AI的例子用例的业务价值可能是媒介,所以投资将更多的机会:
交叉销售和向上销售
区域组织
销售内容个性化
知识管理
账户的情报
生成人工智能可以增强和加速多个业务功能,但cio需要意识到新兴的政府法规和框架AI,特别是增加使用触发更多关于道德和责任的问题。以下与人工智能相关的风险和生成人工智能。
人工智能风险:
监管。人工智能带来法律风险由潜在的开放组织对受版权保护的法律诉讼或受保护的内容,信息和数据。
声誉。人工智能可以放大偏见和创建一个“黑盒”——一个AI系统没有用户对输入和操作的可见性。
能力。AI需要一组独特的技能需要通过upskilling有意采购现有的人才或从学术界或创业。
外有很多方法获取AI的内部发展,如您已经使用企业应用程序,打包应用程序你可以买和艾城的附加组件(聊天机器人、虚拟助理等)。组织可以:
买api(例如,亚马逊网络服务,谷歌、IBM、微软)和打包的应用程序(例如,IBM、微软、甲骨文、SAP、SAS)
构建开放源代码(例如,Python, Apache火花,TensorFlor),数据科学/机器学习平台,公民数据科学工具
全球外包和/或当地顾问、专家和/或系统集成商
cio们表明,人工智能人才不是一个主要的资源问题,并结合内部和外部招聘来源AI部署成功所需人才。四个角色是关键,尽管:数据科学家、工程师、数据智能工程师和业务专家。
人工智能在快速增长趋势和技术不断出现。cio需要提前做些准备。
创建一个简洁的人工智能策略文档综合视力和潜在的利益,审计和降低风险,捕捉kpi,概述了价值创造的最佳实践。
确定人工智能项目赞助商和确保他们的kpi测量准确、广泛的沟通。
投资数据读写程序灌输一种数据驱动的文化。
培养负责任的AI实践和人工智能策略的基础,而不是作为一个补充。
约翰Hillery管理副总裁在同行和从业者Gartner首席信息官研究小组进行的研究。他目前的研究重点是战略、治理操作模型、性能测量和CIO人才和发展作用。
加入你的同行在Gartner会议上公布的最新见解。
Gartner的客户推荐资源*:
*请注意,某些文件可能不会Gartner提供给所有客户。