Gartner數據顯示，到2020年，人工智能將成為30%以上首席信息官的首要任務(wù)。盡管人工智能有望改變世界，但只有在企業(yè)機構有效應用人工智能的情況下，這種夢(mèng)想才能成真。

　　首席數據官們正在盡力挖掘人工智能的全部潛力，擴大戰略，評估人工智能對商業(yè)模式和客戶(hù)體驗的影響，為其他戰略性挑戰做好準備的最佳時(shí)機。

　　當前的關(guān)注熱潮源于高級分析和機器學(xué)習所帶來(lái)的效益。這種轉變一部分得益于新出現的低成本、大規模和隨時(shí)可用的計算能力，以及可用于訓練機器、構建模式和產(chǎn)生洞察的海量數據。

　　不過(guò)，要注意的是，許多企業(yè)機構剛剛步入人工智能領(lǐng)域，他們正在積累知識和制定應用戰略。如果首席數據官們與許多數據和分析領(lǐng)導者想法沒(méi)有分別，那么制定人工智能戰略及確定其用途將成為真正的挑戰。

　　越來(lái)越多的企業(yè)機構發(fā)現，人工智能并非直接從根本上完善現有業(yè)務(wù)活動(dòng)，而是以前所未有的方式為數據驅動(dòng)型業(yè)務(wù)的戰略創(chuàng )造潛力。這種潛力將使數據和分析成為戰略的主要推動(dòng)力，相應地，這也要求企業(yè)機構對人工智能潛力進(jìn)行更廣泛的研究。

　　在評估人工智能的潛力時(shí)，通常將評估數據和分析策略作為其他戰略工作副產(chǎn)物的方式，現在看來(lái)這顯然不夠。我們必須了解人工智能的相關(guān)新興用途，還應熟悉新的戰略發(fā)展實(shí)踐，考慮業(yè)務(wù)變化的潛力。

　　要挖掘人工智能的全部潛力，首席數據官應該關(guān)注以下三個(gè)方面：

　　第一，明確商業(yè)價(jià)值。商業(yè)價(jià)值是人工智能計劃獲得關(guān)注的必要條件。因此，需要從商業(yè)價(jià)值和管理角度評估人工智能的相關(guān)性，以及與具體業(yè)務(wù)運營(yíng)和IT挑戰的關(guān)系。

　　許多企業(yè)機構都迷戀人工智能的能力，但在這個(gè)過(guò)程中，他們并未確定最具戰略?xún)r(jià)值的決定因素。商業(yè)價(jià)值應闡明如何利用諸如數據科學(xué)家這樣的關(guān)鍵資源；新的解決方案如何從人工智能中受益；以及如何堅定地發(fā)展實(shí)現長(cháng)期業(yè)務(wù)成果所需的各種能力。

　　利用框架來(lái)擴展戰略庫可以幫助企業(yè)確定人工智能對業(yè)務(wù)模型組成部分的適用性及其相互關(guān)系。業(yè)務(wù)模型評估框架為描述您所在企業(yè)機構的現有業(yè)務(wù)模型制定了一種通用語(yǔ)言。它還有助于評估各個(gè)組成部分的變化并提出變革意見(jiàn)，由此改善成本結構、實(shí)現數據驅動(dòng)的收入流，或確定數據和分析在新的關(guān)鍵協(xié)同中發(fā)揮哪些重要作用。它還有助于確定相關(guān)部分應發(fā)生哪些變化才能支持潛在的廣泛業(yè)務(wù)模型變革。

　　第二，利用客戶(hù)體驗中的顛覆性潛力。人工智能為洞察力的獲取、個(gè)性化的實(shí)現和客戶(hù)體驗的增強提供了大量機會(huì )，而這也是應用人工智能和機器學(xué)習的最佳機會(huì )之一。評估人工智能的顛覆性潛力讓企業(yè)能夠以全新的方式來(lái)吸引客戶(hù)、深入了解客戶(hù)行為以及以數字化業(yè)務(wù)的方式來(lái)塑造未來(lái)的客戶(hù)體驗。

　　改善客戶(hù)的人工智能體驗可謂機會(huì )良多，其中包括開(kāi)發(fā)客戶(hù)洞察力和規劃定制式客戶(hù)旅程，聊天機器人和虛擬助理，以及市場(chǎng)營(yíng)銷(xiāo)預測分析。企業(yè)應利用諸如旅程體驗籌劃與結果驅動(dòng)型創(chuàng )新等方法來(lái)找到未滿(mǎn)足的客戶(hù)需求和應用機會(huì )。

　　第三，消除組織、管理和技術(shù)影響。企業(yè)必須為由人工智能所帶來(lái)的組織、管理和技術(shù)挑戰做好準備。缺乏必要技能通常會(huì )成為應用人工智能的主要障礙，因此發(fā)展基本技能將關(guān)乎成敗。伴隨數據科學(xué)技能發(fā)展和首席數據官機制重構產(chǎn)生的顯著(zhù)影響將促進(jìn)智能的創(chuàng )造和應用。

　　人工智能的許多優(yōu)勢都來(lái)自機器學(xué)習提供的預測。但可惜的是，各企業(yè)機構往往并沒(méi)有為使用這些數據做好相應準備，而只是憑直覺(jué)貿然行事，更別說(shuō)在決策過(guò)程中對分析結果進(jìn)行評估和概率評定。這表明數據驅動(dòng)型文化的培養與從商業(yè)角度來(lái)“說(shuō)數據語(yǔ)言”的能力同樣重要。

　　利用人工智能深入了解人類(lèi)無(wú)法企及的領(lǐng)域能夠推動(dòng)預測分析、自然語(yǔ)言處理、計算機視覺(jué)、圖像識別和許多其他相似智能向前發(fā)展。許多業(yè)務(wù)領(lǐng)域必將受益于人工智能生成的洞察和能力，但管理它們可能是一項挑戰，因為這些方法如何實(shí)現預測結果的過(guò)程并不透明，而且確保優(yōu)質(zhì)結果和適當使用的流程也不健全。例如，經(jīng)過(guò)相同分析的相同數據可能會(huì )根據用途受到不同管理——一種方法可能符合道德標準，而另一種則反之。安全性、隱私性、合規性和保留性也是如此。

　　總而言之，要應對這些挑戰，企業(yè)必須培養數據驅動(dòng)型文化，謹慎應對管理和道德考慮因素，避免輕信危險的謠言。除此之外，還應為發(fā)展人工智能能力建立一個(gè)學(xué)習實(shí)驗室。