东方时讯网
现在，大多数公司都可以找到某种形式的人工智能(AI)项目，其余的似乎至少在计划阶段有多个项目。如果马克·安德森(Marc Andreessen)如今著名的“软件将吞噬整个世界”，《华尔街日报》的论文在七年前写成真相的时候就成为了现实，那么就AI而言，“吃遍世界”的说法今天同样适用。
在整个消费者和企业环境中都可以看到AI，或者至少是一些声称是AI的东西。是为亚马逊和Netflix建议AI提供支持的推荐引擎吗?他们似乎是。就Netflix而言，他们几年前采取了行动，根据对您喜欢的内容的分析，而不是仅根据您所观看的内容，提出“您可能喜欢”的建议。由Netflix订户决定是否使他们的建议更加清晰。在亚马逊方面，该公司于2016年通过名为DSSTNE的项目开源了其推荐系统的AI框架。
尽管这些推荐引擎涉及到机器学习，但是由于它们无处不在，我们很少考虑它们背后的原因。对于大多数人来说，它们是推荐引擎，并且没有多少时间去剖析它们的工作方式。这是AI应用于现有技术的正常周期。当AI成为一种成分时，通常会最有价值，它会增强现有产品和技术。
至此，随着当前与人工智能相关的创新浪潮的增加，毫不奇怪，第一个应用程序已与新产品或产品增强功能相关。人工智能助手，聊天机器人以及人工智能对自动驾驶汽车的贡献可能是讨论最多的。对人工智能技术的投资支持了对创新的关注，布鲁金斯学会报告称，在2014-2017年的时间范围内，仅对无人驾驶汽车的投资就相当于800亿美元，预计2018年将有更大的投资。
业务策略师可以告诉您，人工智能已经在整个组织中以及数十年来扩展到整个生命的整个过程中发出了变革浪潮。例如，预测分析公司已从机器学习中受益匪浅，可以从信用评分和欺诈检测到确定数据库中的哪些线索最有可能提供更高的生命周期价值等广泛领域的组织协助。
人工智能推动的创新并不是什么新鲜事物。人工智能项目已经活跃了几十年，从1956年正式在达特茅斯学院开始。这并不是说他们一直都躲在学术界。通常的做法是，随着AI项目的成熟，它们会被整合到技术中。推荐引擎示例显示了这一点。按照这种推理，很可能在不久的将来，当技术中存在AI时，我们可能不会听到。例如，今天，您可能会阅读AI如何实现高级欺诈检测或改进的聊天机器人。在不太遥远的未来，将仅假设在需要预测分析和主动个性化的任何时候，最好的产品将包括人工智能。
事实证明，人工智能可以有效突破技术壁垒。即使在五年前，似乎不可能的事情现在也已成为现实。以产品和内容个性化为例。不久之前，仅在互联网上才可以进行数字个性化，在该网络中，使用跟踪过去的访问和购买来提供更多个性化的体验。如果移动或物联网设备的用户希望获得“个性化”的体验，则他们需要自己设置自己的喜好，即使是出于最好的意图，这项任务也常常无法完成。跳到今天，了解最终用户在一天当中在现实世界中所做的事情的能力现在可以用来主动预测要交付给最终用户的最合适的体验。结果是增加了使用量，减少了客户流失，并提高了转化率。
随着AI的普及变得越来越普遍，在组织中如何看待AI又有了新的发展。是的，它将继续是创新的驱动力，但人们对其提出了更多要求。对于组织的开发和业务部门而言，这都是一件好事。如果项目与公司的战略构想或现有的核心业务没有明确的联系，则可能会分散组织内部和外部的注意力。
在衡量项目成果与既定成果的匹配程度时，KPI是最好的工具之一。具有部门和个人KPI的明确定义的公司KPI可以使公司保持：专注于季度数;产品路线图步入正轨;或一项长期的战略计划。那么如何将AI吸收到KPI流程中呢?
有两种利用AI来改善KPI的方法-充分利用现有资源并有目的地进行开发。
首先是利用现有的AI项目。我们都已经看到，很酷的技术事后会提出一个问题：“但是我们如何使用它呢?”从创新审核开始。清点正在开发或已经开发的内容。这有什么作用?而且，它如何与公司当前的KPI和长期目标联系在一起?这可能需要开发人员或项目经理以外的其他人员来帮助进行此评估。我建议召开面对面或网络会议来讨论该项目的功能和目标。这是关于如何利用项目的积极交流。沟通至关重要。您正在寻找利用创新的现有方法和新方法，而不是评估个人带给组织的价值。
利用AI改善KPI的第二种方法始于计划阶段。许多公司都知道他们应该接受AI项目，但是他们想知道从哪个项目开始。首先，首先查看您公司的关键KPI，尤其是与公司收入相关的KPI。现在，问：AI可以如何改善这些KPI?查看上面的真实世界预测示例，可以解决几个KPI。如果应用程序开发人员从应用程序内购买中获得收入，则使用应用程序增加的时间将支持收入KPI。根据精细的角色来提供与用户更相关的内容，可以支持转化率KPI，该指标经常用于衡量从免费增值到高级订阅的用户。和，
对于那些将AI视为其产品的重要组成部分以及其业务运作方式的组织而言，它不仅可能是KPI乘数，而且很快就会成为收入乘数。