2020年夏天，我和我的同事Laks Srinivasan在RoAI研究所（RoAI Institute）召开了一次由首席数据和分析官们参加的虚拟会议，讨论了如何将人工智能带来的回报最大化的问题。我们希望了解这些高层管理人员在多大程度上同意我们的观点——即人工智能面临着非常重要的经济回报问题，我们还希望了解他们所在的企业为了解决这一问题正在做些什么。参加这次会议的高管们来自各行各业，包括汽车制造业、消费品、医疗保健、保险、物流、营销服务和专业服务等。 有什么问题吗？ 也许是因为我们选择的与会者都是我们经常赞同的那些人，但是与会者确实同意我们的观点——人工智能项目面临着非常严重的投资回报率问题。福特的见解和分析负责人Craig Brabec和麦当劳现任首席数据分析官Craig Brabec表示，＂让我们面对现实吧——我们都从人工智能的炒作中受益。但是现在我们必须提供价值。＂ 他认为，由于炒作很严重，所以很多业务利益相关者们都会对人工智能能够产生的影响期望过高。而且，对人工智能发展速度的期望也有些过高。由于需要依赖大量数据、流程、系统集成以及支持性的文化，人工智能带来的好处的积累速度并没有像很多人期望的那样迅速。美国西北大学医学院高级副总裁兼首席医学官James Adams博士表示：＂医疗领域人的人工智能战略很简单——每个人都希望它完美、免费，并且现在就能用。＂ 一位与会者谈到，组织经常会在人工智能工具、技术和模型上花费太多的时间和精力，而在人工智能项目的可衡量性、增量价值方面花的时间不够。因此，项目团队找不到足够的资金来完成任务。 几位高管们表示，关于人工智能价值的讨论只会持续一段时间。一位与会者表示：＂如果这只是一次性的新鲜，那么等到成功来临，新鲜感就会过去。＂＂人工智能无所不在＂也存在着这个问题。一位数据和分析负责人评论说：＂一旦人工智能项目成熟并得到充分理解，它就不再会被认为是人工智能项目。＂当然，这使得它难以被不断地赋予价值。这位高管建议也许应该相对保守地为组织定义人工智能，并指出那些长期存在的人工智能功能。 没有一位参与讨论的与会者认为＂人工智能的回报＂对他们来说不是问题。一位与会者表示，＂我们将人工智能描述为从数据到洞察再到结果的过程。＂如果没有结果，人工智能根本就什么都不是。大家普遍都同意这种说法。当然，人工智能在回报方面的一些问题也出现在其他任何一种技术上——至少是任何一种新技术上。但是另一些问题则是人工智能技术独有的，因为它是见解和决策导向的，而且围绕着这种技术的炒作程度和恐惧也是前所未有的。Philip Morris International 的企业分析和数据副总裁兼首席数据官Mo Chaara（他曾经在UPS的机器学习和人工智能部门的高级分析/数据科学小组担任高级总监）表示，＂如果我们打开了人工智能的大门，我们会在多大程度上超越手工和人力为主的流程？我们准备好了吗？＂ Eli Lilly的首席数据和分析官Vipin Gopal表示，在人工智能的投资回报方面，另一个重大挑战是：＂分母包括什么？测量方法无法跟上人工智能的发展。＂自动化项目之所以会流行是因为它们的效果很容易衡量；如果一项创新带来的价值可能需要在长期才能见到效果，那么对这种创新的投资就存在着障碍。美国西北大学医学院的Adams博士表示，＂尽管人工智能技术最终创造的价值很高，但是即时的财务回报是一个障碍，要知道40%的医院的营业利润率只有1%。＂ 评估和改善回报的步骤 参与此次讨论的与会者们采用了多种方法来评估和提高他们所在企业的人工智能回报率。要想最大程度地提高人工智能的回报率，就需要整个组织广泛地了解人工智能，因此对数据和人工智能素养的投资至关重要。 另一个重要的关键是根据现有项目的价值程度和方向（概括为对项目的＂保持、收缩或扩张＂）来确定其优先级。一位高管提到，评估涉及运营改进的人工智能项目比较容易，但保留一些更具前瞻性和复杂性的人工智能项目也很重要。另一位与会者表示同意：＂尽管节省成本更容易被衡量，但是我们正在努力将创造价值摆在同样重要的位置上。＂同样，在一家公司之中，一个重要的问题是，＂我们如何利用这项技术实现跨越式发展？＂ 该组织试图建立业务/技术实验，以便轻松地将新用例与当前状态进行比较。 关于回报实现方法的讨论也涉及到了关于人工智能的文化和业务流程的重新设计。一位参与讨论的与会者供职的公司拥有强大的＂设计思维＂文化，这对于人工智能项目也非常有帮助。设计思维联系被用于确保企业或者客户的问题在充分考虑过多种选择的情况下，能够以正确的方式得到解决。一些与会者还提到了一种面向数据的文化。Eli Lilly公司的Gopal表示：＂数据文化、新流程和再培训是使人工智能项目成功的软性要求。＂另一位与会者表示：＂我们认为培训、文化变革和反向指导对于支持人工智能素养、采用和使用非常重要。＂当然，采用和使用人工智能技术是以该技术能够带来经济回报为前提的。 在技术方面，大家还讨论了诸如数据和系统工程之类的基础功能对于实现人工智能价值的重要性。 角色与职责 显然，在很多这样的组织中，首席财务官和财务部门在实现人工智能回报方面起着至关重要的作用。正如Craig Brabec所说，＂财务是唯一的记分员。＂一为与会者正在与财务部门合作开发指标和方法，以评估人工智能项目的价值；另一位与会者则与首席财务官就所有重大举措进行了非正式磋商。另一位公司代表提到有必要对首席财务官和财务部门进行有关如何以多种方式衡量回报的教育。这位高管指出：＂首席财务官认证的业务成果产生的财务价值对于在我们的业务中采用人工智能技术至关重要。＂ 但是除了首席财务官和财务职能外，几家公司还强调了其他高级管理人员可以发挥的重要作用。一位与会者表示：＂我曾经在之前供职的几家公司中都看到了这种情况。＂他/她表示，＂正确的发起人和适当的关注至关重要。＂另一位数据和分析领导人认为对新的人工智能项目的＂推动力＂可以是来自于领先的业主吹嘘自己在人工智能方面的成功，＂企业的领导者们可以让他们的成果开启病毒式传播。＂ 除了传播对人工智能潜力的热情之外，几位领导人还谈到了缓解恐惧的重要性。Chaara指出，＂人们会担心人工智能对工作和工人造成的影响。＂有人认为，只有首席执行官和企业内的高管们共同努力，通过内部的沟通活动才能够缓解这些担心。 很显然，人工智能在当今整个世界范围内赢得了广泛而令人瞩目的知名度，对于希望通过这种技术获得回报的组织来说，这种局面既带来了机遇也带来了挑战。因此控制期望、检测并宣传实际结果并最大程度地减少人们对失业和技能要求重大变化的担忧就变得非常重要。参与讨论的公司大都已经意识到了这些问题，并且正在努力地解决它们。