分析企業不擅分析,難以迎接人工智慧

企業不擅分析,難以迎接人工智慧

If Your Company Isn't Good at Analytics, It's Not Ready for AI

企業才剛開始發現,人工智慧技術可能用哪些不同的方式來改造企業。但有件事已經很清楚:企業必須投注時間與金錢,用來準備將基本流程自動化與開發結構化分析與集中處理的資料流程,如此才能充分運用這些新技術。
主管團隊常以為,若是直接採用人工智慧和其他先進科技,就能跳級超越(leapfrog)現有的基本資料分析最佳實務。但在自動化流程與結構化分析達到關鍵多數的程度之前,就急於採用複雜的人工智慧,這種企業最終可能變得動彈不得。它們可能會苦於承擔昂貴的創業合伙關係、無法理解的黑箱系統、繁瑣的雲端運算叢集(cluster),以及沒有工程師撰寫程式碼的開放原始碼工具組。

相反地,擁有強大基本分析的企業,像是銷售資料和市場趨勢等分析,若是添加人工智慧層級之後,就可在複雜與關鍵的領域做出重大突破。例如,我們合作的某家電信公司,現在預測顧客是否會採用機器學習的精準度,比以往高出75倍。之所以能達到這樣的精準度,是因為它之前已把相關流程自動化,因而能夠運用更多標準的分析技術,來快速聯絡顧客,並了解他們的偏好。

那麼,企業如何判斷自己是否已準備好,可採用人工智慧與其他先進技術?

將基本流程自動化

第一,經理人應自問,在耗費大量資金和拖慢營運作業的問題領域,公司是否已把那些領域的流程自動化了。企業應把涉及大量資料的重複性流程都自動化,特別是在分析或速度快所帶來的智慧是一種優勢的領域裡。若沒有先把這類資料輸入流程自動化,