IT謝幕，AI上場？商業模式將怎麼變？

2003年，尼克?卡爾(Nick Carr)宣稱，IT已成為一種無所不在的商品。從那時起，雲計算就已經消除了傳統IT組織中剩餘的戰略價值。

訪問障礙幾乎完全消失了。今天，商業的基本功能可以由免費的或廉價且易於使用的工具提供服務。競爭對手間可以平等地獲得所有相同的信息，共享相同的IT人才資源，而這些人才也會越來越多地提供可共享的資源。

在雲時代，使用新工具的成本主要來自文化，而非金融方面。如今，你能想像利用TCO分析，幫助你決定是在休息室里吃甜甜圈還是去星巴克喝咖啡嗎?

你不會因為購買了更好的辦公用品就能超過你的競爭對手。在商品競爭中，速度和效率是我們都在追求的重要指標。為了贏，你需要提高效率增益，這是企業在剛開始實行數字化的時候，還不曾預見的。這些增益辦法將由人工智慧帶來。

前進之路：智能技術

同時，採用人工智慧技術需要花費時間和金錢。這不一定是全新的支出。如果你的IT預算中仍然有足夠的空間，現在是時候給AI了。IT不會消失，但它將不得不成為更大戰略的一部分，並融入智能系統中。智能技術可能是讓信息技術再次具有戰略意義的一種拯救手段。

現在對於那些在人工智慧方面有著巨大野心的公司來說，是一個很好的機會。波士頓諮詢公司和麻省理工學院的斯隆管理學院在最近的一份調查報告中發現，「只有約五分之一的公司將AI納入某些產品或流程中。」大多數接受調查的高管（60％）表示「AI戰略對他們的組織來說是緊迫的」。

人工智慧並不是一個「令人興奮」的未來產品的功能，而是生產力的良性循環，可以收集、解釋和利用超出人類能力的數據。

為了在短期內保持競爭優勢，你必須更進一步，基於你現有的IT基礎，採用智能技術框架。這意味著要在所有業務部門中集成由AI驅動的自動化和大規模預測技術。

這不是魔術，它的工作可以通過三個簡單但不容易的步驟來執行：

步驟1：理清你的業務有哪些工作，並儘可能地自動化。隨著技術的進步，IT流程可以越來越多地自動化地集成到AI系統中。

步驟2：使用AI來收集和解釋工作不起作用的數據和原因。

步驟3：根據你的分析,對預計會變得更好的工作進行預測。讓它實現自動化,通過自動化不斷改進你的機器學習系統。

至於你的舊系統，為了IT而繼續對它投資是不可持續的。例如，你的客戶資料庫不僅是資料庫，現在它為人工智慧提供數據。比如，工資單或時間跟蹤等系統不是一成不變的，它們必須能被集成到一個更大的系統中。

智能技術是生產力的最後一個領域。這是最快最簡單的終止重複繁重工作的方法，反過來又創造了戰略布局和研發的能力。

智能與突破

關於這三個步驟中的每一步都可以寫得更多，但最重要的是開始。你沒時間進行詳盡的研究，並在進入這個領域之前建立完美的流程。你必須立刻在戰略上有意識地開展工作。

起初它會變得混亂。採用競爭性運作和向智能技術轉變的新框架將徹底破壞業務流程，這不是從一個部門轉移到一個部門的變化。運營方式和企業文化必須在整個體系內重新規劃布局才能取得進步。我們現在探討的是引入新的隊友：你的員工將會和機器一起工作，而不是使用機器工作。

出於這個原因，IT不能只是一個部門。組織中每個層級的每個人都要熟悉系統的內部工作機制。儘管這個系統目前還處於不成熟和混亂之中。

我們如何讓員工在複雜的組織內更有效地合作？讓他們坐在桌子的同一側彼此協作。這種文化轉變不是一蹴而就的，它是一個需要時間來接納和適應的持續實踐過程。

整合人工智慧也是如此，但在更大程度上，客戶服務和營銷團隊應該儘可能多地與AI進行交互，即便不能做到更多的交互，也至少要比開發人員多。因為他們的觀察和直接的客戶體驗有助於培訓智能系統。當你的團隊成員直接與AI進行聯繫時，他們會直接感受到AI的價值。

組織的最終結果是消除不必要的重複性工作。正如IT最初改變了內部通信和人工來推動基於信息的技術和戰略的興起一樣，AI也將改變我們的工作場所和業務，以及我們所知的IT。戰略和研發將有更大的空間，這是人類最擅長的工作。公司越早認識到這種轉變，他們的優勢就越大，因為AI正是從我們今天所知道的IT發展而來的。

作者簡介：Ben Lamm是企業智能對接平台Conversable的創始人兼CEO。

來源：InformationWeek

作者：Ben Lamm

智能觀 編譯

原文鏈接：

https://www.informationweek.com/big-data/ai-machine-learning/the-future-of-information-technology-is-intelligence/a/d-id/1331033

—完—

親愛的朋友：

如何真正結合AI？今天分享一篇關於協作模式的思考文章。

祝安！

智能觀 一米

2018-2-28 於北京中關村

想知道AI加教育領域有哪些最新研究成果？

想要AI領域更多的乾貨？

想了解更多專家的「智能觀」？

請在對話界面點擊「找找看」，去獲取你想要的內容吧。

聲明：

編譯文章旨在幫助讀者了解行業新思想、新觀點及新動態，為原作者觀點，不代表智能觀觀點。

推薦閱讀：