一項針對 4.8 萬名專業人士的研究表明,未經培訓就使用人工智慧會增加低回報專案的風險

根據畢馬威 (KPMG) 在 47 個國家(擁有 4.8 萬名經濟活躍人口)進行的全球研究,人工智慧專家分析了為什麼公司開始將創造價值的措施與僅規模化成本的措施分開 Aline Lefol 和 Tiene Colins,《商業 IA》一書的合著者,中小企業實用指南“, 1,這種不匹配有助於解釋為什麼部分人工智慧專案沒有提供承諾的財務回報,並且在某些情況下代表營運成本增加。.

研究表明,人工智慧已經在工作中廣泛使用,但往往沒有充分的準備或對結果進行嚴格評估。從經濟角度來看,採用和識字率之間的差距使得很難有效捕捉生產力的提高,並增加了回報低於預期的投資風險,特別是在作為效率大槓桿在內部出售的項目中。.

在分析中 Aline Lefol,IA2YOU 的執行長兼創辦人,IA2YOU 是一家專門從事商業人工智慧的公司, ,問題不在於技術,而在於它的應用方式。據高層稱,從該工具開始,而不是有明顯的業務問題的舉措往往會產生邊際收益或返工。“IA 僅在與可衡量的目標相關時才創造價值,例如降低成本、時間或特定流程中的故障。如果沒有這一點,專案縮放支出的風險就會快於結果,」他評估道。.

畢馬威的調查也指出了與技術使用中的信任和治理相關的挑戰,這些因素導致公司採取更謹慎的態度。經過一段時間的強烈熱情後,市場越來越認為並非人工智慧的每一次應用都證明投資是合理的,特別是在效率和預算控制面臨壓力的情況下。.

對於 人工智慧策略師兼顧問 Tiene Colins 是, 這個時機反映了採用成熟度的重要轉變。“人工智慧適用於任何問題的觀念開始被更務實的觀點所取代”。當沒有結構化資料、與 CRM 和 ERP 等系統的整合或明確的操作規則時,技術往往會加劇現有的低效率,他說。.

在不同行業中觀察到的最常見的失敗模式包括仍然不穩定的流程的自動化、缺乏明確的治理、對人類判斷替代的不切實際的期望以及缺乏追蹤結果的客觀指標。在這些情況下,人工智慧可能會加劇升級人類服務和營運成本,而不是減少瓶頸。.

策略師也警告說,並非每個可數位化流程都應該自動化。監管或財務風險高、強烈依賴同理心或缺乏明確標準的活動需要人工驗證或加強控制以避免損失。.

這種實用的、以結果為導向的方法在書中得到了深化 商業和商業人工智慧 中小企業實用指南, ,由策略家撰寫。這項工作提出了客觀標準,以幫助領導者確定哪些流程真正證明使用人工智慧的合理性,以及如何避免消耗預算而不產生可衡量影響的專案。在效率壓力越來越大的市場中,不加區別地採用人工智慧可以減少競爭差異,而更多地透過謹慎、治理和注重實際回報來使用人工智慧,從而減少競爭差異。.

關於《“IA for Business”實用指南一書”

“《”IA 商業與實用指南”是第一本針對希望以易於理解和現實的方式改變人工智慧結果的中小型公司的手冊。該書由指導企業家和管理者在不同領域實際應用技術的aline Lefol 和Tiene Colins 撰寫,介紹了簡單的工具、真實案例和戰略步驟,無需技術知識即可實施解決方案。本書以清晰的語言和實踐重點,展示了人工智慧如何已經成為任何企業家的能力範圍,並提供了 Lia 的支持,Lia 是一個獨特的虛擬助理,可以即時陪伴讀者的旅程。.