作为与许多组织合作的客户关系管理 (CRM) 顾问, 很难不将人工智能视为一个主要考虑的主题. 那么有所帮助吗? 其较大的影响在哪里? 如何开始? 需要什么技能? 这些是人们几乎每天都会听到的一些问题.
所有这些问题都有一个共同点: 它们很好操作, 并且具有战术性.
在进行了很多关于实现人工智能的讨论和参与之后, 人们注意到了人工智能采用的两个趋势:
在许多组织中, 这个主题是由 IT 驱动的.
其次, 该主题采用技术思维方式处理.
人们通常提出的是关于数据, 数据科学家以及将要使用的系统和应用程序的问题.
毫无疑问, 这些都是重要的问题. 但它们不是唯一的, 可能甚至不是最困难或最重要的问题.
从总体战略和应实施的范围, 还有许多问题, 企业应从支持的业务领域等开始. 它继续涉及合规性和数据保护主题, 并且非常重要的是, 很多员工担心受到影响. 在德国, 工人委员会将会定期发表意见. 到了最后, 人工智能总是关注自动化, 而自动化就是采用更少的工作人员实现自动化. 到目前为止流行的观点是人工智能创造的就业机会比它所需要的要多, 但是新的工作需要另一种技能, 而不是那些能够通过自动化完成的工作.
此外, 还有一些道德问题. 可以建议人们尝试采用作为道德机器一部分的情感人工智能应用程序. 这是一次真正具有启发性的经历, 其偏差可以在同一类别中计算. 一个公认的非常极端和明显偏见的例子是微软公司的 Tay, 这是一个通过在 Twitter 上发布而得到重新训练的人工智能机器人, 继续从它的对话中学习.
从中得出的结论是, 企业需要回答四类问题:
战术操作问题
战略问题
合规性和安全性问题
道德问题
这些问题相互关联, 可以通过应用麦肯锡公司开发的 7S 模型进行解答.
现实检查的挑战
战术操作似乎最容易理解. 例如, 可以列出一个应用程序, 接近实现一些人工智能场景. 他们的一个想法非常具有战术性, 为人工智能驱动的聊天机器人实现原型以获得一些经验. 这种方法清楚地解决了一些技术问题. 他们决定构建人工智能能力中心(CC), 这是一个好主意, 并且仍在寻求帮助.
但是负责构建这个人工智能能力中心 (CC) 的是 IT 部门. 这严重限制了它们的范围. 虽然能够解决有关数据, 云计算战略, 所需计算资源或安全性甚至数据保护的问题的解决方案, 但他们无法深入研究组织模型的必要更改等问题, 更不用说流程或业务模型. 那么这是否减轻员工的恐惧? 他们是否会展示必要的文化和力量, 以便充分利用他们将要追求的目标?
以下需要了解一下 7S 模型如何为人工智能转型提供帮助.
人工智能转型的成功因素
尽管完成每一项业务都是一项艰巨的任务, 但要实现人工智能技术所能提供的可能性, 这绝非必然. 有几种模型支持必要的过渡. 其中之一是最初由麦肯锡公司开发的 7S 模型, 不是作为实现人工智能的模型, 而是作为支持人工智能转型的模型.
图 1 7S 模型
麦肯锡 7S 模型确定了七个成功因素, 其中三个是硬性成功因素(红色), 四个是软性成功因素. 而这个模型所表明的是, 这七个因素需要协调一致, 甚至相互加强, 才能使组织在实施转型变革时能够持续成功.
由于七个因素是相互关联的, 它显示了需要查看的内容, 并且如果其中一个因素发生了变化, 通常也需要重新调整. 除了技术, 操作, 战略问题之外, 7S 模型还涵盖了有关合规性和道德规范的问题. 它通过结合软硬性成功因素来做到这一点. 例如, 道德是共同价值观的一部分, 并通过企业风格和员工以及如何接受培训来表达. 这与合规性和安全性类似, 系统也可以支持或强制执行.
将它应用于将人工智能嵌入到企业中, 它立即表明仅仅着眼于系统和技能是不够的. 在企业中实施人工智能的模式转变也需要解决其他五个因素.
由于所有因素相互关联并形成一个网状, 一种可行的方法是从硬性的成功因素入手. 同样重要的软性成功因素提供了有助于保持企业一致的限制.
企业可以制定明确的人工智能战略, 然后用来创建可以使用现有的项目组合管理流程进行处理的计划组合. 重要的是, 这种人工智能战略是企业总体战略的一部分, 并且在项目组合管理流程中使用目标, 关键绩效指标 (KPI) 和支持框架进行管理. 利用一种 "大处着眼" 的方法, 其成果将得到快速交付, 并且可以快速重新调整.
其次, 选择有助于实现给定策略的组织模型. 这里有许多模型可以应用, 从组建一个专门的团队开始, 从利益和职业相匹配的人员或平行结构中实施人工智能实践社区. 为了强调 7S 模型的相互依赖性, 首选的组织模型在某种程度上取决于企业文化, 意义风格和共享价值观. 选择推动战略主题的人员取决于他们的技能.
第三, 根据企业选择的平台, 有必要选择有助于解决当前需求的人工智能系统, 并提供更好地支持未来需求的路线图. 其核心功能之一是提供持续的学习设施, 以便持续改进参与.
这里的关键词是平台, 因为这又与员工和技能软性成功因素有关, 当然也与硬性策略因素有关. 同样, 平台的选择会对员工和技能产生影响.
所有成功因素都会对其他因素产生影响. 改变一个因素则需要对其他的因素进行调整.
7S 模型表明, 纯粹从一个部门的角度来看待人工智能转型项目是不够的.
由于在一家企业中整合人工智能涉及到很多方面, 7S 模型也强化了思维模式, 企业在开展小规模行动的同时思考大问题, 从而不断取得成功.
来源: http://ai.51cto.com/art/201909/602516.htm