对于人工智能黄金潮之忧让许多企业采取积极措施。为什么超过80％的人工智能/机器学习项目会失败，而只有40％的传统IT项目会同样失败呢？技术的初生状态是一个主要因素。人工智能是一个快速发展的前沿领域，这意味着解决方案不够健全，项目遇到的技术困难比使用已经建立的框架更多。
加剧这些平台成长困难的因素还有普遍存在的人才短缺、缺乏优质数据、糟糕的规划、过于夸大的供应商承诺以及难以定义不断变动目标的需求。这些因素共同形成了一个期望落空的完美风暴。用户对不完美的系统抱有抵触情绪，进一步降低了实际价值。为了使人工智能/机器学习解决方案成功，企业需要制定适合这种颠覆性技术的战略。
其中一种战略来应对这种失败率偏高的困境是任命“人工智能委员会”——由跨功能团队组成的专门任务部队，评估和实施人工智能技术，核心关注点是建立员工的信任和采用能力。在本文中，您将获得一个内部指南，了解在这些委员会内部的有效治理和合作是如何帮助我们克服困难，并从人工智能中提取真正的商业价值的。
管理期望
对人工智能的炒作导致人们对利用人工智能全面自动化流程产生不切实际的期望。然而，最擅长的人工智能委员会会确立现实的期望，并公开交流潜在风险和限制。这可以防止仓促、不加检查的人工智能部署。
例如，与其立即将所有内容创作交由人工智能自动生成，一个专注的起点可能是使用人工智能生成一些本地化营销资产的初稿。这种有针对性的方法允许在更广泛的推出之前进行测试，建立对人工智能能力的信任。
管理期望还意味着为组织的能力制定可实现的人工智能采用里程碑。委员会应该引导领导者远离过夜变革，转而增量增强人类能力。这种平衡的观点确保人工智能作为增强工具而不是替代品。
赢得领导层的支持
任何人工智能倡议的成功都取决于C级主管团队的支持。当高管积极参与人工智能治理时，他们传达了人工智能是战略优先事项而不仅仅是实验性技术的信号。他们的参与使得在人才、数据、基础设施和变革管理方面的必要投资成为可能。
领导层与人工智能委员会之间的持续合作为分享结果、挑战和想法提供了一个反馈循环。这促进了实验，并确保与业务目标的对齐。此外，领导层对道德人工智能采用的承诺典范了组织范围内的重要原则。
从小处入手，赢得快速胜利
最有效的人工智能委员会倡导在追求大规模采用之前，从小而紧密的项目入手。这种专注的方法允许在资源有限的情况下试探水温，而不会过早过度消耗资源。
从小开始还提供了展示人工智能能力和具体好处的快速胜利。例如，一个SAAS公司利用人工智能分析销售电话转录，自动记录后续行动和反对意见等数据到他们的CRM系统。这为销售经理提供了即时的见解，同时消除了手工记笔记的需求。
此外，有针对性的开始使得人工智能委员会可以为未来的倡议建立最佳实践和准则。通过首先处理较小的任务，委员会可以评估人工智能的有效性并降低风险，然后再进一步扩展。这种务实的方法使采用速度与组织能力和准备度保持一致。
为员工创新提供支持
赋权员工进行人工智能实验是有效采用的基石。最好的人工智能委员会营造了一个员工可以在其中安全测试人工智能应用并提供反馈的环境。这种合作的方法确保了人工智能解决方案满足用户需要，而不是自上而下的指令。
支持不仅仅是提供工具。它意味着在人工智能方面建立创新和持续学习的文化。员工应该在安全的边界内自由探索人工智能的潜力，而不用担心失败。这种自下而上的创新允许人工智能能力的有机增长。
此外，推动实施需要提供足够的资源，以防止财务限制阻碍实验。组织必须提供访问数据、平台和指导，以推动人工智能探索。
衡量人工智能倡议的影响
对人工智能倡议进行强有力的评估提供了数据驱动的见解，以实现持续改进。关键绩效指标（KPI）结合定性反馈，突出了工作的优点和改进的方向。
定量指标评估诸如处理的客户查询数量、生成的销售线索以及由人工智能系统处理的支持票数之类的因素。这些展示了生产力的提高。
定性数据评估员工和客户与人工智能互动的主观体验。调查、面试和焦点小组测量满意度、信任度和使用便捷性。
定期进行影响评估还可以实现对人工智能绩效随时间推移进行基准化。基于实际数据的定期评估可以推动敏捷、迭代式的校准人工智能策略。
减少供应商依赖
虽然外部人工智能合作伙伴可以提供有价值的能力，但委员会应该注意减少风险。许多人工智能初创公司是新的且财务不稳定的。过度依赖未经验证的供应商执行关键职能是危险的。
委员会应该提倡逐步的合作方式，也许从试点项目开始。进行深入的尽职调查，评估合作伙伴的道德、文化、专业知识和业绩记录。为合作达不到预期或解散时建立替代计划，以内部实现能力或切换供应商。拥有自己的数据以防止锁定效应。
最有效的委员会将合作伙伴视为人工智能能力的补充来源，而不是完全将核心功能外包。通过务实的供应商管理，组织可以利用人工智能生态系统而掌控自己的命运。
建立道德人工智能实践
实施尖端技术具有固有的风险，特别是在没有精确和远见的方法下。人工智能委员会倡导一种文化，鼓励员工创新，但始终在明确的道德边界内。
全面的培训计划对于实现这一点至关重要，确保员工了解人工智能驱动解决方案的复杂细微差别和潜在后果。定期的人工智能系统审计，偏见检测机制和透明度协议对于维护公平和责任至关重要。
在消费信贷等领域，一个专门的公平贷款分析团队对审查人工智能/机器学习生成的信贷决策和定价结果至关重要。此外，在考虑与第三方人工智能供应商合作时，对其道德标准和过去业绩的细致评估是不可让步的。
结论
在我的上一篇博客中，《未来的工作：提升技能或被甩在后头》，我讨论了在面对技术进步时，员工提升技能的紧迫性。人工智能委员会的角色是这个叙述的自然延伸。
从管理期望到获得领导层支持，从启发到影响测量，我们探讨的最佳实践为组织将人工智能作为核心能力整合提供了路线图。
虽然人工智能不会取代人类角色，但它的思考应用有助于提高生产力、效率和创新。通过健全的人工智能治理，我们可以克服未知的恐惧，创造一个由人工智能和人类智能共同驱动的令人兴奋的未来。