制定人工智能战略

制定人工智能战略

一项经过深思熟虑并清晰阐述的战略，能够使整个组织在企业范围内部署人工智能，并重新评估每个人在未来组织中的角色。这一转变之所以必要，是因为几乎所有组织都已表达了部署人工智能的愿景，而且许多组织已经开始了实质性应用。战略同样重要，因为在大多数组织中，报告的用例数量仍然很少，所创造的价值也很少被量化，而董事会或领导层所设定的目标却是在几年内实现全面部署。

要开启实现这些宏伟目标的旅程，必须在基础设施、数据管理、生态系统建设和治理方面打下非常坚实的基础。组织的信息技术部门将能够很好地提供基础设施现状，指出过时的系统以及需要升级或更换的硬件和软件。数据是一个复杂问题，因为许多组织，甚至一些中大型组织，并没有真正过多关注数据质量，尤其是在从外部来源摄取数据时。这项评估可能需要数据工程、数据仓库和数据集市设计方面的外部专家提供帮助，并需要一个界定清晰的存储、传播以及转化为信息的流程。业务流程再造是部署新系统之前一个有价值的前置步骤。

必须将需求产生者、数据供应商和流程管理者等赋能生态系统汇聚起来，重新构想任何能够通过技术触点获益的业务流程。

作为战略制定过程不可或缺的一部分，对系统和数据进行安全评估至关重要。《数字个人数据保护法》是所有印度公司必须遵守的要求，同时也必须为数据和系统实施强有力的网络安全解决方案。所有这些都需要置于一个设计良好的治理框架之下，这将使董事会和整个组织相信，该战略是稳健的，所有控制系统都已到位。

领导者必须认识并清晰阐明，变革性人工智能的成功将取决于坚实的数据基础和顺畅的数据流、与有能力的供应商建立战略合作关系、部署正确的工具，以及强烈倾向于选择超越单点解决方案、面向全系统实施的用例，从而为组织瞄准并实现可持续的竞争优势。值得注意的是，在数据于模型和应用之间流动时保持数据质量，尤其是对于组织外部的来源和目的地而言，是数据血缘追踪的一部分。消除非自动化的数据处理，通过使用合适工具创建无缝访问来确保数据流动性，并整合多来源数据以进行全面分析，是领导者需要重点关注的领域；他们还需要确保通过创建元数据层来提高数据管理效率，使所有用户都能够便捷地进行语境化理解。

在创新与风险之间持续取得平衡，并在先发优势与成熟方法的安全性和可靠性之间做出选择，才是领导者真正的角色。许多大型企业将治理方面的担忧视为其转型之旅中最大的阻碍，考虑到它们要对庞大的员工和股东群体负责，这是可以理解的。这也凸显了在智能人类的总体控制下拥抱人工智能驱动型组织的必要性。当组织的人工智能之旅从使用传统数据库转向大型语言模型，从生成式人工智能转向人工智能代理和自主人工智能代理时，这一点尤为重要；这些代理会在一段时间内学习用户偏好，并能够根据独特的情境和背景做出独立决策。随着这一旅程将产生大量数据、信息和知识，领导者的智慧将被用来做出恰当选择，并迈向双重智能阶段。