在RPA软件中置入AI人工智能很有必要,但不要操之过急

不要相信置入AI人工智能的神话。虽然RPA软件中置入AI人工智能很有必要,但不要操之过急,如何正确执行操作并从中获得最大收益。

TechRepublic的Karen Roby与人工智能(AI)公司埃森哲的Greg Douglass进行了交谈,探讨了扩展AI的神话。以下是他们谈话的剪辑稿。

卡伦·罗比(Karen Roby):随着大流行的继续,许多公司都在寻求扩展AI项目,关于如何实际使用此技术进行扩展有很多神话。你们已经完成了一项非常有趣的研究,研究了AI的真实横截面。让我们谈一些最重要的发现,以及本研究真正为您带来的收获。

格雷格·道格拉斯(Greg Douglass):我们采访了全球16个不同行业的1,500位高管,这是一次非常广泛的调查,以了解我们的客户和公司在扩展和部署人工智能方面所处的位置。这就是从机器学习(ML)到机器人过程自动化(RPA)到神经网络的所有内容,这就是我们今天所说的人工智能或应用智能的全部范围。我们发现了一些有趣的东西。

第一个是,实际上只有20%的公司在真正扩展其AI计划方面取得了任何进展。通过扩展,我们的意思是从概念验证阶段过渡到某种程度上,他们真正使用应用智能来跨多个功能来衡量和推动其业务运营。在接受调查的公司中,只有20%达到了这一成熟水平,甚至更少的公司真正实现了整个企业的应用智能和人工智能的工业化,并真正地在推动其业务发展并根据其人造成果做出关键的金融业务决策情报。该数字是低个位数。告诉我们的是,80%的公司以及许多为这些公司工作的人都在为实现任何规模而走很长的路要走。

凯伦·罗比(Karen Roby):我们谈论过的一些神话,你们正在以不同的方式消除,其中之一就是正确做事并不意味着要快做事。我认为很多公司,人员或高级管理人员经常认为这是必须尽快完成的事情,但事实并非如此,对吗?

格雷格·道格拉斯(Greg Douglass):完全正确。神话之一就是一切与速度有关,而实际上与速度无关。我们发现,那些非常务实并且花时间建立正确的数据基础,适当的流程,适当的具有适当技能的领导者的公司需要时间。他们愿意花时间去做,并为他们的人工智能计划打下坚实的基础,然后将其扩展。尽管他们很快就完成了这项工作,但他们并不急于部署概念验证并快速扩展组织。那些是失败的人(冲过去的人)。关于放慢脚步要说些什么。然后’

凯伦·罗比(Karen Roby):除了时间,还有一件大事,那就是金钱。花费更多并不总是意味着更好的结果。

格雷格·道格拉斯(Greg Douglass): 那也许是整个调查中最有趣的发现,那就是您会被认为是那些为实现增长而进行了工业化的人,即那些非常个位数的百分比,或者是那些在接下来的15%至20%的战略性缩放器中,显然,他们在组织内部大规模使用了此功能,您会认为他们已经使用了大量资金来做到这一点,对吗?他们为此投入了大量的人力资本和大量的金融资本。事实是,我们的调查发现,他们实际上是在花更少的钱,他们非常有战略性,并且专注于精确地将自己想花的钱用于组织数据,聘用合适的人才并在他们的系统中部署特定功能超过未达到该水平的80%的公司。80%仍在四处乱逛并玩弄概念证明的人实际上没有效率地花钱,却没有比成功的人花更多的钱。这是一个非常有趣的发现。

卡伦·罗比(Karen Roby):当我们谈论运营模型时,我认为这是一个神话,那就是IT部门拥有AI运营模型。但同样,并非总是如此。

格雷格·道格拉斯(Greg Douglass): 聘请首席数据官已经风靡一时。而且我敢肯定,许多正在聆听此消息的人可能是首席数据官,并且在您的公司中拥有首席分析官。尽管拥有该职位没有错,但假设该职位将成为您组织中所有应用智能,人工智能的最终,一切和控制点,我们发现这实际上是行不通的。这不仅仅是一个领导者。您需要像组织中的那些人一样的优秀领导者,但这是一个多学科团队。那些成功的公司拥有一支由业务主管,财务主管,技术主管(包括数据官员和分析官员以及CTO和CIO)组成的跨学科团队,他们以协作的方式工作,几乎是在豆荚里,如果您愿意的话,可以决定应该使用人工智能的哪些功能,以及应该部署哪些工具以及如何组织其数据。当他们以多学科的方式做到这一点时,那些最终会排在顶部的战略扩展类别中。

凯伦·罗比(Karen Roby):精通AI的人才很难找到?

格雷格·道格拉斯(Greg Douglass): 当然,世界各地的许多技术员工都非常热衷于学习。我们发现,很多组织内部都存在饥饿和渴望,以使他们的员工真正获得这些新技能。当我们查看为客户推出的培训课程时,首先要问的是数字能力,但在此之下,特别是围绕分析能力。我该如何部署分析功能和诸如人工智能,机器学习,RPA,神经网络等工具?第一,员工渴望学习。第二,许多公司(包括我们的公司)正在开发一套出色的培训课程,以帮助客户真正扩大规模并在此基础上进行部署。第三是我们 再次看到几乎一波高校毕业生涌现,他们正在大学中学习这些技能,无论是本科生还是研究生课程。实际上,许多大学现在已经开始提供分析学和数据科学学位,因此,我们看到许多进入这些公司的年轻新毕业生所拥有的技能是许多更成熟的经验丰富的员工所没有的有。看到在技能方面跨技术和业务领域发生的枢纽真的很有趣。进入这些公司的新毕业生所拥有的技能是许多更成熟的经验丰富的员工所没有的。看到在技能方面跨技术和业务领域发生的枢纽真的很有趣。进入这些公司的新毕业生所拥有的技能是许多更成熟的经验丰富的员工所没有的。看到在技能方面跨技术和业务领域发生的枢纽真的很有趣。

卡伦·罗比(Karen Roby):我发现真正有趣的大神话之一是,大公司等于大AI痛苦。但是同样,它并不总是相关的。

格雷格·道格拉斯(Greg Douglass): 不,不是。例如,大公司往往拥有大量数据,对吗?我们学到的一件事不是拥有更多数据,因为有时更多数据等于更多痛苦,对吧?当我们开始部署这些类型的功能时,我们经常听到的一件事是客户说:“我们当然不缺数据。我们有PB级的数据。” 实际上,我们真正想让他们做的是将重点放在100到200个关键数据上,这些数据将驱动并推动其AI和机器学习功能。并不是更多的数据会在组织内部造成痛苦,因为人们会迷失在信息之海中,决定变得不堪重负,这是因为 真正要确定哪些关键信息和您希望从该信息中获得的关键结果,并专注于此。如果您不这样做,就会因无法以正确的速度运动而遭受很多痛苦,缓慢,陷入困境。

本作品采用 知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议 进行许可
RPA学习 » 在RPA软件中置入AI人工智能很有必要,但不要操之过急

常见问题FAQ

免费下载或者学员专享资源能否直接商用?
本站所有资源(非注明本站原创内容)版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。已注明本站原创资源的,可直接商用。
提示下载完但解压或打开不了?
最常见的情况是下载不完整: 可对比下载完压缩包的与网盘上的容量,若小于网盘提示的容量则是这个原因。这是浏览器下载的bug,建议用百度网盘软件或迅雷下载。 若排除这种情况,可在对应资源底部留言,或 联络我们。
找不到素材资源介绍文章里的示例图片?
对于PPT,KEY,Mockups,APP,网页模版等类型的素材,文章内用于介绍的图片通常并不包含在对应可供下载素材包内。这些相关商业图片需另外购买,且本站不负责(也没有办法)找到出处。 同样地一些字体文件也是这种情况,但部分素材会在素材包内有一份字体下载链接清单。

提供最优质的RPA学习资源集合

立即查看 了解详情