公司搞AI需要先补课
作者：微信文章一、AI的当前困境
从去年到现在，陆续参与一些AI项目，实话实说，谈不上很美好。
比如AI知识库：客户不怎么用，原因是回答不完整不准确，还是得最后问人，既然如此，不如直接问，另外提问得有符合既定规则才有些用，随意部效果差，员工抵触高。
比如AI质检：自动识别并形成FMEA覆盖度不够，自动研判风险级别准确度不够，还是需要人工补齐风险内容和手工更新风险等级，原因是前期沉淀的风险经验未结构化，或结构化不够，导致模型无数据可用。
除了以上，也有业务不懂技术，技术不懂业务，人才储备难以马上就位，储备需要时间。
这些原因都在指向一个结论，很多企业AI转型未到窗口期，探索可以，但要求立马出效果则有些期望过高。
二、AI转型窗口期
那么，什么是窗口期？
信息化、数字化建设有基础，主要业务已经在线。
这意味着AI需要的业务数据、业务规则得形成数字沉淀，有了数据的支撑，AI 才能正常的运转。
这意味着AI需要的业务场景得有价值，只有核心的业务场景才能带来足够的ROI回报。
条件成熟，窗口即至。
而大部分传统制造、商贸、物流企业的核心业务基本都在线下，AI 能够发挥的价值有限。
很多AI 产品用不起来，本质是企业的数字化建设落后。
没有数字化，就没有智能化。
在实施AI转型前，公司得先补好前面的课。
三、AI补课的重点
我们得承认AI的“脑子”在无属性的智能上已经比人强了，但再强大脑也需要基于充分的信息量进行判断。
基于这个认知，我们需要做就是补齐这些信息。
信息受限，则智能受限，信息无界，则智能无界。
企业需要做的就是向AI提供高质量信息集，处理并形成这些高质量信息集的IT方法和工具载体叫数据中台。
尽管过去一些年，数据中台在企业遭受挫折，但那不是技术问题，更多的是组织、文化和意识问题，以及不合格的人。
所以，为了实现更好的企业级AI，还是需要再接再厉，把数据中台再重新搞起来。
页:
[1]