根據Gartner的研究，到2021年人工智能增強技術（把人和人工智能結合）將會提升62億小時的人工生產力。儘管這些預測令人鼓舞，但人工智能被採用的速度卻慢於預期。目前，現實情況是每個行業、各種規模的企業都在艱難地引入人工智能技術。但推動人工智能應用的落地卻面臨巨大挑戰。
人工智能落地的五大挑戰
首先，是缺乏對人工智能的理解。很多企業僅僅是因為“人工智能解決方案”的日益流行而紛紛加入並尋求實施“人工智能解決方案”。他們假定這些方案可以解決任何的問題。但這並不意味著人工智能是可以解決任何問題的魔法杖，它必須被應用於它適合解決的問題。
其次，是如何處理好他們的數據。數據是人工智能的基石和燃料。訓練機器學習模型需要好的數據，只有這樣才能讓融合人工智能的業務流程真正起作用。
第三，是企業面臨缺乏相關技能的人才。人工智能要求即使是最有經驗的軟件工程師都要重新學習如何編程的知識。由於人工智能技能的稀缺，且對它的需求非常旺盛，所以真正的挑戰是不容易僱傭到有經驗的人員。
第四，是信任。確保人工智能的推薦或決策過程完全可追溯是非常重要的。這可以保證企業能審計模型和相關的訓練數據的血緣關係，以及審計每個人工智能推薦的輸入和輸出。為了能夠在生產環境裡使用人工智能應用，企業必須能夠解釋它們的產出結果。
最後，是如何改變企業的文化和業務模式，以便更好地利用新技術帶來的機遇。就如同很多企業沒能擁抱互聯網和移動革命一樣，他們通常不願意深度思考他們的業務模式和商業流程如何才能全面擁抱人工智能帶來的新機遇。
MIT Sloan管理評論中有這樣一句話。
人工智能算法縱然精妙，但它無法抵消數據[架構]匱乏所帶來的問題......糟糕的數據就是殘廢。
如前所述，人工智能不是魔法。企業如果希望運用人工智能的潛能，就需要使用來自多源的數據，支持最好的工具和框架，並在多種環境裡運用模型。因為絕大部分人工智能應用的失敗都是源於數據準備和整理的失敗，而不是模型本身。人工智能模型的成功需要企業先能成功地收集和整理數據。
釋放數據價值，打造人工智能之梯
簡而言之，沒有信息基礎架構就沒有人工智能。人工智能信息基礎架構是企業整理和結構化數據的基石。它可以幫助消除數據孤島，避免數據封閉，並允許任意地點的敏捷化運行。同時，隨著為人工智能設計的信息基礎架構的成型，企業就能夠使用一個統一的方法來自動化和管理它的數據和人工智能應用的生命週期，從而最終可以用可信任和透明的形態讓人工智能應用於實踐。
企業如果希望運用人工智能的潛能，他們需要使用來自多源的數據，支持最好的工具和框架，並在多種環境裡運用模型。然而絕大部分人工智能應用的失敗都是源於數據準備和整理的失敗，而不是模型本身。
IBM Cloud Pak for Data是一個全面集成的數據和AI平臺，能夠為企業提供現代化的方式，來在整個組織中收集、組織和分析數據以及使用AI。並可通過越來越多的IBM和第三方微服務輕鬆擴展，能夠在任何雲上運行，從而支持企業更輕鬆地集成其分析和應用程序，加快實現創新。
無論企業處於人工智能旅程的哪個階段，把一個人工智能戰略分解成小塊（或梯子上的橫檔）可以作為一個規範性原則。無論數據存儲於何處，通過統一數據收集、整理和分析，這個策略能讓企業簡化和自動化把數據轉化成洞察的過程。通過使用人工智能之梯的規範性框架，企業可以構建一個高度受控、高效、敏捷和麵向未來的人工智能方法的基石。
下面讓我們看看企業如何藉助IBM Cloud Pak for Data來在整個組織中收集、組織和分析數據以及使用AI。
1)收集：讓數據變得簡單且易於訪問。無論數據位於何處，把每種類型的數據都收集起來，並形成應對持續變化的數據源的靈活性。
2)組織：奠定業務就緒的分析基礎。把所有的數據整理進入一個可信任和業務就緒的基礎裡。其中內建了數據管理、保護和合規的功能。
3)分析：以可信任和透明的形態構建和擴展人工智能。用智慧的方法來分析數據，充分利用人工智能模型來賦能企業獲得新的洞察，並作出更好更智能的決策。
4)注入：讓人工智能應用於實踐。藉助於預測、自動化和優化，把人工智能應用到企業的多個部門和各種流程中。
不管企業現在處於什麼樣的階段，人工智能之旅依然是很困難的工作。只有技術是不夠的，這就是為什麼人工智能之梯的每一步都很重要。下面將分析新奧集團如何利用IBM Cloud Pak for Data平臺，對員工自助服務、客戶自助服務、虛擬員工助理與專家助手這四大場景實現了智慧大改造。
打造AI業務中臺，解放雙手和大腦
新奧集團起步於1989年，以“創建現代能源體系、提高人民生活品質，成為受人尊敬的創新型智慧企業”為使命願景，形成了貫通下游分銷、中游貿易儲運、上游生產的清潔能源產業鏈和涵蓋健康、文化、旅遊、置業的生命健康產品鏈。面向數字時代，新奧積極推動數字化轉型，著力打造泛能網、來康網兩大平臺，構建清潔能源生態圈、生命健康生態圈。
目前，新奧集團服務範圍覆蓋中國27個省（市、自治區）的200多個城市，業務拓展至東南亞、南亞和非洲等地，僱員超過4.5萬人，旗下有新奧能源、新奧股份、新智認知、西藏旅遊4家上市公司，2019年經營收入達1645億元人民幣。
作為一家業務板塊豐富、子公司眾多且致力於建立產業生態圈的大型集團公司，新奧集團面對的挑戰越來越複雜。運營成本的攀升，用戶對產品服務不斷提高的期望，業務場景的複雜多變，集團內部員工滿意度的覺醒等等，都對集團提出了更高的要求，單純模擬業務操作的流程機器人不再能滿足新奧集團真正的業務需求。
2019年，新奧集團通過應用IBM企業級機器人流程自動化(RPA)成功打造了自動化財務機器人——虛擬員工“小奧助理”。“小奧助理”入職財務共享中心後一舉打通了線上線下流程，取得了立竿見影的喜人成果：
●累計平均每天完成2000-3000個任務
●相比真實人工平均可縮短60%工作時間
●陸續承接了12個崗位上共50多人的工作
●實現了七十多個業務場景，已經產生每年數百萬的業務創價值
在“小奧助理”成功應用的基礎上，新奧集團持續深化覆蓋企業APP、微信公眾號、微信/QQ群、小程序、網頁與呼叫中心等渠道的AI業務中臺項目，打造AI業務中臺、廣泛的底層技術能力和通用智能，通過自建的AI運營中心，快速在集團內部和外部生態形成深入廣泛的應用場景，在降本增效的同時快速實現行業複製和推廣。
人工智能運營卓越中心基於一個容器化的自動化技術平臺，通過部署運行在IBM Cloud Pak for Data平臺上，可以幫助收集任何地點的數據，不管是結構化數據還是非機構化數據，不管是在公有云、混合雲還是本地數據中心，也不管是AWS雲、微軟雲、谷歌雲還是IBM雲，都能整合調用。
IBM Cloud Pak for Data基於Red Hat OpenShift簡化的混合雲基礎而構建，自由和開放源碼的雲計算平臺使開發人員能夠創建、測試和運行他們的應用程序，並且可以把它們部署到雲中，容器化雲平臺能讓企業充分利用底層資源和基礎架構優化及管理，在任何形式的雲上完成部署和遷移。雲原生設計覆蓋整個分析生命週期的市場領先服務全都統一了起來。通過數據管理、DataOps、治理、業務分析和自動化的AI，可幫助企業消除對成本高昂且往往相互競爭的單點解決方案的需求，提供成功實現AI所需的信息架構。
為提升數據管理、應用和查詢效率，平臺並不複製任何數據，而是將多個數據源連接到一個稱為星座的數據源或數據庫的自平衡集合中，而這就是IBM獨有的數據虛擬化技術，能跨越多個數據庫和大數據存儲庫、對應用程序顯示為單一數據源進行查詢。
除此之外，IBM Cloud Pak for Data可以利用具有災備能力、敏捷且可移植的多雲數據平臺加速應用開發和部署進程。因Kubernetes容器化而獲益匪淺，可在一個更安全的監管環境中快速配置和擴展服務，與之前需耗時數月相比，現在數分鐘即可完成。
通過在IBM Cloud Pak for Data平臺上部署Watson Assistant與Watson Discovery，新奧集團得以實現“雙手”（RPA）與“大腦”（NLP-自然語言處理）的緊密結合，在與客戶或員工進行有效交互後發現並理解其意圖，進而呼喚RPA或其他應用程序完成後續實際操作並解決問題。最終實現對員工自助服務、客戶自助服務、虛擬員工助理與專家助手這四大場景實現了智慧大改造。
總結
當企業尋求採用人工智能時，記住三件事情很重要。首先從問題開始。無論企業是剛剛開始他們的人工智能之旅，還是已經在路上，請務必回頭去分析和尋找企業試圖去解決的核心業務問題。在大部分情況下，從需求和痛點開始找。例如，人工智能怎麼能幫企業構建卓越的、個性化的客戶體驗？
其次，沒有IA(Information Architecture，信息基礎架構)就沒有人工智能（AI）。企業需要一個現代化的信息基礎架構來從所有需要的來源獲取數據，並讓各個團隊的用戶都可以訪問。這個基礎架構還能支持動態地構建和部署人工智能模型，並簡化和統一跨雲環境的數據和人工智能服務。人工智能之梯就是旨在幫助企業構建信息基礎架構，並最終達成企業的人工智能目標。
最後，人工智能不是魔法，而是辛苦的工作。它需要合適的工具、方法論和思維模型，來克服企業所面臨的各種障礙（數據、技能和信任），讓企業最終真正地擁抱人工智能並把它運用進實踐。人工智能是我們這個時代最大的機遇。不過社會上還有一些顧慮，認為人工智能會替代人類的工作。現實是：人工智能不會替代管理者。相反，使用人工智能的管理者會替代不使用的那些人。
閱讀更多 未來工業互聯網 的文章
