導(dǎo)語
評(píng)估 AI 投資回報(bào)率雖具有挑戰(zhàn)性，但至關(guān)重要。IT 領(lǐng)導(dǎo)者和行業(yè)觀察家就如何清晰了解 AI 工作是否取得成效提出了以下見解。
無論是作為一項(xiàng)技術(shù)，還是在使用方式上，AI都正處于轉(zhuǎn)型期。越來越多的公司將 AI 試點(diǎn)項(xiàng)目帶出測試實(shí)驗(yàn)室，并進(jìn)行大規(guī)模部署，一些公司因此看到了巨大的好處。盡管 AI 有不確定性，忽視其潛力都會(huì)導(dǎo)致公司以老舊方式開展業(yè)務(wù)并面臨破產(chǎn)的風(fēng)險(xiǎn)。
然而，對(duì)于許多公司來說，從 AI 中獲取價(jià)值可能是難以預(yù)測的。他們的模型可能沒有經(jīng)過調(diào)整；訓(xùn)練數(shù)據(jù)集可能還不夠大；客戶可能會(huì)心存疑慮，還有對(duì)偏見、道德和透明度的擔(dān)憂等等。在準(zhǔn)備好將AI 計(jì)劃投入生產(chǎn)之前，或者在適當(dāng)審查其結(jié)果之前，就將 AI 戰(zhàn)略提前可能會(huì)花費(fèi)公司資金，或者更糟糕的是，將對(duì)業(yè)務(wù)發(fā)展不利。
那么如何知道，一個(gè) AI 項(xiàng)目是否會(huì)改變或破壞公司呢？如果沒有直接的 ROI 數(shù)字，公司就必須通過創(chuàng)造性的方式來確定這一點(diǎn)。以下是 IT 領(lǐng)導(dǎo)者和業(yè)內(nèi)人士如何衡量 AI 的價(jià)值。
成熟與突破性技術(shù)
衡量任何計(jì)劃或技術(shù)的商業(yè)價(jià)值并不總是線性計(jì)算， AI 當(dāng)然也不例外，尤其是考慮到成熟度和業(yè)務(wù)潛力時(shí)。經(jīng)驗(yàn)證實(shí)和預(yù)測的變量如數(shù)據(jù)挖掘、節(jié)省成本和培訓(xùn)、投資和促進(jìn)新用途的能力會(huì)影響可接受投資回報(bào)率的決策，但對(duì)技術(shù)給予一定程度的信任，無論是對(duì)新興還是對(duì)成熟技術(shù)，都至關(guān)重要。
美國宇航局（NASA）噴氣推進(jìn)實(shí)驗(yàn)室的 CTO 兼創(chuàng)新官 Chris Mattmann 說，一些 AI 的案例應(yīng)用已經(jīng)非常成熟。以自動(dòng)化業(yè)務(wù)流程為例。
他說：“每家公司都有無聊的東西，我們也有。所以我們自動(dòng)化了很多事情，比如處理票據(jù)、搜索、數(shù)據(jù)挖掘、使用 AI 查看合同和分包合同。”
JPL 通過使用已實(shí)現(xiàn)商業(yè)化的技術(shù)來做到這一點(diǎn)，包括 DataRobot 和 Google Cloud，Mattmann 說。為了確定一項(xiàng)特定技術(shù)是否值得投資，公司會(huì)考慮它是否會(huì)節(jié)省成本、時(shí)間和資源。 “它已經(jīng)是成熟的，所以應(yīng)該能夠證明這一點(diǎn)。”
對(duì)于處于中等成熟度的技術(shù)，JPL 著眼于該技術(shù)是否有實(shí)現(xiàn)新功能的能力以及成本如何。他說：“例如我們要去火星，有一個(gè)用于深空電信的細(xì)管道。而今天，有足夠的帶寬每天從火星向地球發(fā)送大約 200 張照片。
我們派出的那些出色的火星探測器有豌豆大小的大腦，他們正在運(yùn)行 iPhone 1 處理器。我們只把經(jīng)過輻射硬化的東西留的太空中，我們相信它們可以承受深空環(huán)境。我們知道性能良好的芯片是那些較舊的芯片，因此我們不在漫游車上進(jìn)行高級(jí) AI 或 ML。
但 Ingenuity 直升機(jī)最初只是作為技術(shù)演示而并非任務(wù)的核心，它搭載了高通驍龍?zhí)幚砥�，�?AI 芯片。這向我們證明，有可能擁有更新的芯片并做更多的 AI。”
在這里， AI 將啟用目前無法實(shí)現(xiàn)的新用例。例如，漫游者無需每天發(fā)回 200 張圖像，而是可以使用 AI 分析圖像，向地球發(fā)送一百萬個(gè)文字說明；例如，在特定方向上有一個(gè)干涸的湖床，我們可以通過文本獲得比現(xiàn)階段更多的可見度。
最后，對(duì)于最前沿的實(shí)驗(yàn)性 AI 技術(shù)，衡量成功的標(biāo)準(zhǔn)是它們是否允許完成新的科學(xué)，以及撰寫并發(fā)表新論文。
Mattmann 說：“訓(xùn)練和建立模型是有成本的。像谷歌和微軟等公司可以隨時(shí)訪問海量的訓(xùn)練數(shù)據(jù)，但在 JPL數(shù)據(jù)集很難獲取，需要博士級(jí)的專家進(jìn)行分析和標(biāo)記。在 NASA，我們訓(xùn)練新 AI 模型的成本是商業(yè)行業(yè)的 10 到 20 倍。”
在這里，新技術(shù)的出現(xiàn)可以讓 NASA 用更少的人工標(biāo)簽來創(chuàng)建 AI 模型。
AI 測量及其影響范圍
當(dāng)沒有直接的方法來衡量 AI 項(xiàng)目的業(yè)務(wù)影響時(shí)，公司會(huì)從相關(guān)的關(guān)鍵績效指標(biāo) (KPI) 中挖掘數(shù)據(jù)。這些代理變量通常與業(yè)務(wù)目標(biāo)相關(guān)，其中包括客戶滿意度、上市時(shí)間或員工保留率。
Atlantic Health System 公司就是一個(gè)典型的例子。Sunil Dadlani 是該公司的高級(jí)副總裁兼 CIO，他認(rèn)為在其公司病人是每個(gè)決策的核心。因此在許多方面， AI 投資的回報(bào)是通過觀察病人護(hù)理的改進(jìn)來衡量的。他說，這些以病人為中心的指標(biāo)包括縮短住院時(shí)間、加快治療時(shí)間、加快保險(xiǎn)資格驗(yàn)證以及更快的事先保險(xiǎn)授權(quán)。
另一個(gè)項(xiàng)目涉及使用 AI 來支持放射科醫(yī)生檢查掃描結(jié)果。其中一個(gè)KPI 是放射科醫(yī)生對(duì)潛在異常發(fā)現(xiàn)的警報(bào)頻率。Dadlani 說：“截至 2022 年 4 月，我們 99% 的放射科醫(yī)生報(bào)告說使用 AI 分析了12,000 多份研究報(bào)告。并補(bǔ)充說這已經(jīng)觸發(fā)近 600 次警報(bào)。因此醫(yī)生可以盡快解決潛在的嚴(yán)重問題。”
來自美國第五大會(huì)計(jì)師事務(wù)所 RSM 的管理咨詢、業(yè)務(wù)和技術(shù)轉(zhuǎn)型團(tuán)隊(duì)的合伙人 Richard Davis 認(rèn)為，在 RSM，AI 投資遵循兩條緊密相連的路徑：一是生產(chǎn)力和分析工具，可以幫助員工更好地工作；二是客戶使用相同或相似的工具。
例如，在與客戶合作時(shí)，可能會(huì)要求 RSM 從多個(gè)系統(tǒng)（會(huì)計(jì)、銷售和營銷、人力資源、物流）中提取數(shù)據(jù)，并將所有內(nèi)容整合到一個(gè)窗格中。Davis 說， AI 可以幫助加快這一過程，然后 AI 可用于識(shí)別工作如何通過這些系統(tǒng)進(jìn)行，以及潛在的挑戰(zhàn)和障礙可能在哪里。
那么公司如何知道其 AI 是否朝著正確的方向發(fā)展呢？
Davis 拒絕提供 RSM 在 AI 計(jì)劃或投資回報(bào)率方面的投資細(xì)節(jié)，但是他說：“第一，我們可以非常清楚地衡量工具的使用情況。隨著時(shí)間的推移，我們希望看到的是更有效地交付參與。”
他還表示，參與度的提高應(yīng)該會(huì)提生生產(chǎn)力。因此，如果過去需要花一周才能完成某件事，那么現(xiàn)在的目標(biāo)可能是將其縮短到一天。
專注于商業(yè)利益
衡量 AI 的成功也可能是主觀的。麻省理工學(xué)院的 AI 研究科學(xué)家兼零售行業(yè)的數(shù)據(jù)科學(xué)家 Eugenio Zuccarelli 說，評(píng)估一個(gè) AI 項(xiàng)目就像開發(fā) AI 本身一樣是一門藝術(shù)。
Zuccarelli 說，盡管如此，能夠解釋 AI 對(duì)業(yè)務(wù)的影響仍然很重要。 他說：“KPI 不應(yīng)該圍繞模型本身設(shè)定，而應(yīng)該圍繞業(yè)務(wù)和人員設(shè)置指標(biāo)，這應(yīng)該是項(xiàng)目的最終目標(biāo)。”否則，選擇一個(gè)看似成功但實(shí)際上并不能轉(zhuǎn)化為對(duì)公司有效影響的技術(shù)指標(biāo)太容易了。
Zuccarelli 還曾在寶馬和特斯拉等公司擔(dān)任過數(shù)據(jù)科學(xué)職位，他也警告過不要孤立地衡量進(jìn)展。例如，如果一個(gè) AI 項(xiàng)目旨在改進(jìn)由于其他原因已經(jīng)在改進(jìn)的東西，那么需要一個(gè)對(duì)照組來確定實(shí)際上有多少改進(jìn)是由 AI 引起的。
具有多年金融服務(wù)行業(yè)經(jīng)驗(yàn)的 Vladislav Shapiro 表示，AI 項(xiàng)目其他有價(jià)值的 KPI 可能是，減少錯(cuò)誤警報(bào)或自動(dòng)刪除過多的特權(quán)。Shapiro 是 Costidity 公司的創(chuàng)始人，一家專門從事 IT 的咨詢小組安全和身份治理管理的企業(yè)。
他說，在最近一次由 AI 驅(qū)動(dòng)的安全部署中，誤報(bào)率降低了三倍，并且許多以前的人工流程都實(shí)現(xiàn)了自動(dòng)化。
“當(dāng)你向公司高級(jí)管理層展示這些數(shù)字時(shí)，他們就會(huì)明白，上述所有措施都降低了被泄露的風(fēng)險(xiǎn)，并增加了問責(zé)制和治理”他說。
漸進(jìn)式衡量成功
全球?qū)I(yè)服務(wù)公司 Genpact 的首席數(shù)字策略師 Sanjay Srivastava 表示，自動(dòng)化導(dǎo)致成本降低是展示 AI 經(jīng)濟(jì)效益最簡單、最清晰的方式。但 AI 也可以促進(jìn)新的收入來源，甚至徹底改變一個(gè)公司的商業(yè)模式。
比如借助 AI ，一家飛機(jī)發(fā)動(dòng)機(jī)制造商發(fā)現(xiàn)它可以更好地預(yù)測故障和改善物流，從而可以開始提供發(fā)動(dòng)機(jī)服務(wù)。他說：“對(duì)于最終消費(fèi)者來說，購買飛行里程比購買發(fā)動(dòng)機(jī)本身更好。這是一種新的商業(yè)模式，它改變了公司的運(yùn)營方式，因?yàn)橛?AI 技術(shù)支持。與此同時(shí)，對(duì)業(yè)務(wù)的影響也很明顯”
因此，為了證明在那段時(shí)間內(nèi)對(duì) AI 的投資是合理的，這家特定的制造商需要這個(gè)長期目標(biāo)，但將其轉(zhuǎn)化為可以通過其他方式衡量的短期項(xiàng)目。
他還說，“與其說十年后我們將改變行業(yè)，不如說在第一年，我們將開始研究需要儲(chǔ)備哪些零件。你還沒有改變這個(gè)行業(yè)的飛行里程，你只是說，我們需要數(shù)量達(dá)標(biāo)的正確零件。這是個(gè)為期一年的項(xiàng)目，旨在優(yōu)化倉庫系統(tǒng)并減少在庫存方面的投資。”
除了供應(yīng)鏈優(yōu)化外，其他短期進(jìn)度衡量指標(biāo)還包括客戶滿意度。
他說：“如果飛機(jī)在孟買停留了五天等待一個(gè)零件，客戶就會(huì)有不好的感受。”
與戰(zhàn)略愿景保持一致
還有一個(gè)現(xiàn)實(shí)是，在短期內(nèi)，一些 AI 項(xiàng)目可能會(huì)影響虧損，但從長遠(yuǎn)來看仍然是重要且有變革性的。例如，用機(jī)器人提供客戶服務(wù)的公司可以解決一些單調(diào)的任務(wù)。Gartner 分析師 Whit Andrews 表示：“但聊天機(jī)器人也可能會(huì)有弊端。因?yàn)橛行┤松瞄L追加銷售并希望與人互動(dòng)，所以公司可能不希望用聊天機(jī)器人。”
這就回到了你想成為什么樣的公司。“在某些時(shí)候，你必須問自己的公司是否是這樣一家公司，比如，如果交付搞砸了，客戶可以打電話通過詢問到底哪里出了問題，然后你與他們直接互動(dòng)，嘗試著在交付后每個(gè)月向他們推銷產(chǎn)品。”
如果公司致力于 AI 驅(qū)動(dòng)的轉(zhuǎn)型，有可衡量的投資回報(bào)率的支持，并有一個(gè)以客戶為中心的愿景，那么它可能會(huì)忽略直接影響到收益指標(biāo)，轉(zhuǎn)而關(guān)注其他潛在更有意義的指標(biāo)。
Andrews 說：“一個(gè)更自動(dòng)化的公司可能會(huì)更成功，因?yàn)樗谠黾邮袌龇蓊~。但是你可以開發(fā)你的數(shù)據(jù)，這樣你就可以在和他們關(guān)聯(lián)度更高時(shí)間觸達(dá)他們。如果有什么東西你可以指著它說，邏輯思考告訴我們，它能使我們的客戶更快樂，我們的員工更成功，那么就去實(shí)現(xiàn)它吧。”
微信排版：Viki
微信審核：Jaro
