隨著企業中人工智能（AI）應用程序的增長，以智能，合乎道德和經濟友好的方式應用這些AI解決方案的責任越來越大。該技術的每一項新應用都會帶來自己獨特的挑戰，因此持續監控業務中AI的使用至關重要。鑒于此，在將AI實施或什至考慮將AI實施到您的公司時，需要考慮以下五個關鍵事項。

1.確定可以快速交付價值的案例

投資回報率（ROI）很重要，但是速度至關重要。許多組織在選擇要用AI解決的第一個業務挑戰時犯的一個常見錯誤是選擇將創造最大ROI的錯誤。但是，這不一定會為整個企業帶來最大或最好的結果。通常存在許多更簡單的問題，可以更快地產生更多的價值。

但是，ROI必須在決策中發揮作用。在任何情況下，解決方案的成本都不應超過其效益的價值，因此，對任何AI解決方案的預期ROI進行良好的估算非常重要。

2.始終參與業務

盡管這似乎很明顯，但仍需要重復：在一項計劃的整個生命周期中與業務保持聯系是必不可少的。在此過程中需要權衡和決策，因此了解業務需要實現的目標至關重要。問題對他們有多重要;以及他們需要它的速度。了解所有這些并同意下一步將有助于確保必要的投資-如果早期結果證明比預期的更有希望，甚至可以增加資金。

管理期望也至關重要。AI永遠無法保證100%的自動化或100%的準確性。因此，了解對于企業而言可容忍的誤差幅度以及在出現錯誤或異常時企業如何計劃解決錯誤或異常是非常重要的。這種理解明確了人工智能可以在哪里，如何以及在何種程度上為企業提供幫助，以及領導者可能需要備份計劃的地方。

3.在正確的時間準備好正確的數據以進行分析

將數據輸入AI引擎時產生的成本很容易侵蝕或損失組織使用AI所產生的任何節省。由于AI的成功很大程度上取決于數據，因此它必須既高質量又值得信賴。因此，數據需要實時饋送到AI，因為舊數據可能會產生不再有價值的見解。此外，應以易于分析的方式進行準備，分類和分類。盡管許多數字業務中充斥著大量數據，但事實是，數據過于混亂，雜亂無章，質量差或已過時。因此，對現代數據平臺和數據管理功能的投資對于推動成功的AI計劃至關重要。

除此之外，結合數據并允許業務的所有領域自由訪問數據的企業數據策略至關重要。例如，客戶在消費者平臺上的歷史記錄對于產品經理了解首選功能很有用。讓客戶服務知道客戶在平臺上做了什么;并進行營銷以創建個性化的廣告系列。

4.從小開始，快速失敗，敏捷

“首次使用權”一詞很少適用于實施AI，在做出預測和預測時尤其如此。要達到可接受的精度水平，可能需要進行多次迭代和連續的航向校正。因此，失敗必須迅速發生，以便了解如何糾正。由于風險很高，并且總是存在失敗的風險，因此從較小的問題或較大的問題的子部分入手也很重要。這有助于降低與故障成本相關的風險。放棄一個想法并重新思考該方法并沒有什么可恥的。實際上，重新思考的意愿至關重要。

如果對解決方案的可行性存有疑問，堅持下去（這樣做會浪費時間和金錢）永遠不是正確的方法。始終建議更改路線，或者在某些情況下完全放棄主意，然后選擇一個新主意。一旦解決了一個較小的問題，并且企業可以看到其價值以及相關的投資回報，則可以擴展該解決方案以解決更大的問題。

5.衡量結果而不是產出

IT和AI項目本質上是不同的。IT項目從一個清晰的想法開始，并為第一天的期望輸出設定了目標。相比之下，人工智能主要用于尋求了解未知的事物。因此，不可能提前知道輸出是什么。結果，需要隨著時間的推移不斷地調整，監視和修改AI。

因此，人工智能的成功可能需要比最初計劃的迭代更多的迭代，并且可能無法提供與最初想象的相同的準確性或自動化水平。因此，應根據其創造的影響程度以及產生的價值來判斷成功。

有原因地實施AI

僅僅為了它而實施AI是一個壞主意，這將花費您和您的組織寶貴的時間，精力和金錢。AI可能給您的組織帶來巨大的可能性，這很容易使他們不知所措，因為可能的應用程序幾乎是無止境的。因此，重要的是，企業應努力專注于公司AI中需要和可行的方面。不要猶豫，嘗試其他格式，也不要害怕失敗。人工智能可能會失敗幾次，但這是必不可少的步驟，因為沒有這些失敗的教訓，人工智能項目最終將無處可去。