gartner最近的一项调查显示，对人工智能的投资正在不断向前发展。发起人工智能战略的组织报告称，他们现在有4个项目，且计划在未来12个月内增加6个新项目，同时他们希望能够在未来三年内再增加15个项目。
随着技术的发展和投资热度的增加，人工智能在近年来获得了快速发展。从2016年到2017年，人工智能热度飙升286．3％，是年度关注度飙升最快的科普话题。
这些人工智能企业积极性很高，且期待投资回报。gartner的人工智能商业价值预测称，仅今年一年，企业就将从人工智能中获益1．9万亿美元。到2020年，这一数字将增至2．6万亿美元。
推动人工智能应用的顶级动力
gartner最近的调查揭示了人工智能应用的两个关键领域：客户体验改进（cx）和自动化任务。
40％的企业认为cx是他们对人工智能技术领域最重要的投资。如果使用有效，人工智能可以减少客户响应的时间。应用人工智能的技术还可以生成几乎无限数量的个性化消息。聊天机器人和虚拟客户助理则可以直接为外部客户服务。一些企业还使用ai来支持内部流程，比如内部决策。
20％的受访者表示，使用人工智能自动化重复性任务是他们的第一个投资领域，但如果把前三个领域加在一起，任务自动化将超过客户体验改进。用例各不相同，但在财务方面，ai处理改进了合同验证或发票分析的过程。人力资源专员也可以利用它对招聘简历筛选过程进行自动化，甚至开展一些自动化的一级面试。
但是人工智能的未来并不是一帆风顺的。
应用人工智能的最大挑战
在gartner的调查中，56％的受访者表示，他们面临的三大障碍之一是缺乏可用的技能。
管理者可以做以下四件事来帮助克服这个障碍。
1． 如果没有内部技能，创始人应该考虑购买一个预先打包的ai解决方案。评估潜在供应商会如何优先考虑你的需求，以及他们会如何处理关键问题。同时你应当要求供应商证明其概念或构建试点。
2． 你可以在当地市场寻找所需的技能。gartner曾与数据驱动型组织进行过交谈，这些组织开发了自家人工智能技能基础课程。
3． 不要仅仅提供学习内容和自助服务开发选项，要将员工与跨组织甚至额外的组织技能培养机会联系起来。
4． 利用当地现有的项目，不断发展你所需要的技能。企业可以与学校和大学合作，提高现有员工的技能，甚至为研究生提供实习机会，以提高员工技能水平。这也是雇佣全职员工的好方法。
知道从哪里开始并不总是容易的。42％的gartner调查受访者表示，他们最担心的三个问题之一就是他们并不能完全理解可用的ai用例。
人们很想创建一个实验性的人工智能实验室，但这些实验室往往与现实世界的商业因素几乎没有联系。管理人员和it人员还应该考虑以下四种策略，以便清楚地了解人工智能在组织中的最佳用途。
1． 与业务部门合作，确定并优先考虑将产生最大影响的ai用例。此外，企业还可以通过查看其他创企在其行业和其他行业中如何使用ai来确定最佳用例。
2． 把注意力集中在最紧急、最重要的问题上。查看业务中的关键功能领域，一旦你确定并阐明你的问题领域时，你紧接着就要开始确定你的人员和技能要求的范围。
3． 人工智能是由信息驱动的。要学会寻找高质量、高容量的数据，并为将来的应用程序投资改进收集实践经验。
4． 重复的任务和需要复杂决策的领域通常是首先要解决好的目标，该领域员工们希望人工智能能在这些方面有所帮助。
gartner的调查显示，许多组织都将使用效率作为衡量成功的标准，这一指标在那些自称保守或主流的企业中更为普遍。那些声称在采用策略上更积极进取的公司，则更有可能寻求提高客户参与度的方法。
不管从哪个角度看，衡量的关键都是在回答“它有效吗？”，以下这些策略可以帮助你保持责任感。
1． 从最容易衡量的项目开始。
2． 创业早期，你是在建立动力，而不是在制造工作上的麻烦。早期的胜利，甚至是经验教训带来的损失，都可以使你获得管理层的支持。
3． 将成功（或失败）与指标和关键绩效指标联系起来。推动这些项目的成功，可以展示人工智能如何对内部利益相关者产生影响。
4． 人们对于人工智能的商业价值存在许多误解。为了克服这个障碍，管理者应该设置现实的期望，然后确定合适的用例。

---