Gartner最新的人工智能（AI）hype cycle報告指出，AI在未來五年中CIO議程中的排名十分靠前，對潛在業務轉型具有重要影響。然而，對於許多IT機構來說，AI絕不僅僅是IT領導者們的業務驅動雷達：它對公司業務功能本身有著根本性的影響——自動化功能、IT團隊的參與和新方法。
AI正在以IT領導者們希望的多種方式重塑著IT行業。下面讓我們一起來看看五點值得注意的地方。
1IT成為了主要的AI消費者ISG的認知自動化和創新主管韋恩•巴特菲爾德（Wayne Butterfield）表示，能夠實現傳統故障修復和其他IT服務檯流程自動化的工具並不新鮮，但這些工具近年來卻越來越受歡迎。IT服務檯（IT Service Desk）和客戶服務操作一樣易於複製（進而實現自動化）。
但這並不是超級AI自動化在IT領域的唯一應用。TIBCO分析戰略副總裁肖恩•羅傑斯（Shawn Rogers）表示，IT不僅是AI的合作伙伴，還迅速成為了其消費者。IT利用AI進行安全和系統管理，實現流程自動化，推動企業快速發展。
2
影子IT（Shadow IT）可能會擴張
由於AI的影響，發生在技術核心之外的IT活動正在激增。ISG的巴特菲爾德（Butterfield）表示，從自助服務數據科學和分析工具，到在整個企業中採用機器人流程自動化（Robotic process automation, RPA）功能，再到企業開發的機器學習模型，企業中影子IT功能正在擴大。當然，“自助服務”和“影子IT”的定義和界限取決於你的企業文化。
3
數據科學需要與IT進行更加深入的合作
一些主流的企業應用（例如CRM）正在採用更多的AI和自動化技術。但對於更高級的AI應用而言，在IT和數據科學之間加強合作的必要性與日俱增。TIBCO的羅傑斯（Rogers）稱：“早期將數據科學家藏在組織內部的時代已經結束了。如今，數據科學需要團隊的力量，而IT正是這個團隊中的一員。”
由於公司準備擴展其AI和分析功能的應用，因此需要更加深入地訪問IT系統、數據和應用。Fractal Analytics的技術服務客戶合夥人喬治•馬修（George Mathew）表示，“構建AI主導的解決方案需要數據科學家和工程師之間的緊密合作。這二者單拎出來看都是十分深奧的領域，但成功的團隊需要實現二者的協同合作，有時還要完成跨多領域任務，才能實現AI解決方案。”
4
IT和數據科學需要共享工具和策略
馬修認為，IT和數據科學之間的合作關係要求所有團隊都能採用彼此的技術和方法，“即使不必熟知過於專業的內容，也至少要了解相關的基礎知識”。
工程師們要能讀取從本地數據集提取數據的源代碼，理解探索性數據分析和特徵工程，熟練掌握貝葉斯（Bayesian）等算法。馬修稱：“他們需要具備這些知識來對代碼進行重構和模塊化，以便代碼在企業IT系統上運行。”
相反，數據科學家們則需要學習如何通過數據庫連接器或API來取數據，如何在結構化存儲中存儲和處理數據，以及如何編寫模塊化代碼以供之後使用。
馬修指出：“這種對共同挑戰的理解使得數據科學家和工程師之間的合作更加緊密”。他所在機構中的幾個團隊已經憑藉著強大的合作伙伴關係，交付了多個與AI相關的複雜解決方案。
5
AI治理成為焦點
隨著各機構採用了越來越多的AI自動化和流程，其監管和聲譽風險也逐步增加。Gartner指出，應制定政策以打擊AI領域潛在的偏見、歧視和其他問題。
AI是一個需要數據和IT共同合作的領域，Gartner建議重點關注以下三點：對數據源和AI成果的信任；數據和算法透明度要求；以及支撐AI倫理和準確性的數據、算法及觀點多樣性。
