Gartner吕俊宽:企业投资AI的难点与诀窍

Gartner吕俊宽:企业投资AI的难点与诀窍
2019年06月26日 17:19 环球网

  【环球网科技记者 林迪】“企业,尤其是金融行业为什么要追逐AI?”在Gartner高级研究总监吕俊宽看来,企业投资AI的三个最大动机是:利用自动化取代一些繁琐的人工工作;提高客户体验;降低成本。

  图:Gartner高级研究总监 吕俊宽(CK Lu)

  Gartner调查显示,目前,企业在AI方面的收入增长相对较少,原因在于目前企业应用AI仍处于一个投入阶段,这也就导致很多企业陷入ROI(Return-on-investment,投资回报率)的迷失,常常会找不到AI投资的“点”。

  “金融机构在应用AI时遇到的问题有一定的代表性。”吕俊宽指出。

  第一,商业价值。他举例称,比如过去两年较火的AI应用“客服机器人”,其实很少有企业通过客服机器人就达到其ROI目标。一般的行业使用客服机器人,与客户交互沟通的数量可以增长15%到30%,但是这并不代表马上可以裁掉15%到30%的员工。所以,CIO(首席信息官)面临的挑战之一,就是从ROI的角度来向企业CEO证明投资AI是有回报的。

  第二,资料管理也是一个非常大的挑战。“金融机构里很多数据都是分散的,并且分散在各个分行里面。”

  第三,人才。吕俊宽指出,一方面,过去很多IT人员是做运营维护、资料中心管理的,并没有足够的能力在AI时代去发挥专长;另一方面,就是人才缺失。“业务专家对业务很了解,但并不一定了解AI可以解决什么业务问题。”

  第四,工具化。他表示,过去两年AI的应用多以SaaS(软件即服务)为导向。例如,银行APP中的人脸识别技术或是聊天机器人等,耗时较长来进行部署,却只能解决单一问题。那么,未来如果有数百个AI应用需要部署,则需要花费非常多的时间。因此,金融机构已开始讨论是否该选择PaaS(平台即服务),即建立一个AI平台,在这个平台上开展不同的AI服务。

  第五,规模问题。“包括金融在内的很多行业都会被这个问题所困扰。某个模型在实验室里运行的时候准确率可能非常高,可是一旦上线,或是进行更大规模的分析的时候,准确率就会大幅度下降。”

  最后,采购决策问题。他举例称,客服机器人就是一个非常明显的例子。“很多金融机构在采购客服机器人时,一开始设想的只是把它们应用于客服,可是当他们开始想要把客服应用在营销或者是外呼服务时,就会发现原本采购的客服机器人根本不具备这些能力。而且各个部门各自采购,也会造成投资的浪费。”

  对此,吕俊宽对企业给出了相应的建议:

  首先,企业不要刻意用财务上的ROI来衡量AI的成功与否。“要看效率,即透过AI计划帮助企业提高多少效率,以及AI对提升客户体验有多少帮助。”

  其次,关于人才培养。企业应当考虑如何将IT运维人员“转化”为在AI时代可用的人才。“概括来讲,就是需要让懂业务的人跟懂AI的人进行合作,打造一个有实际意义的AI应用。”

  最后,要实现AI的规模化部署,急需解决人才和基础设施两大问题。他举例说:“比如金融机构可以搭建AI平台,并让其业务人才分散在各个分行里,从而通过这些人才实现AI应用的规模化。”

ROI机器人
新浪科技公众号
新浪科技公众号

“掌”握科技鲜闻 (微信搜索techsina或扫描左侧二维码关注)

创事记

科学探索

科学大家

苹果汇

众测

专题

官方微博

新浪科技 新浪数码 新浪手机 科学探索 苹果汇 新浪众测

公众号

新浪科技

新浪科技为你带来最新鲜的科技资讯

苹果汇

苹果汇为你带来最新鲜的苹果产品新闻

新浪众测

新酷产品第一时间免费试玩

新浪探索

提供最新的科学家新闻,精彩的震撼图片