AI /自动化

数据驱动企业中的AI

数字企业的特征与非数字企业截然不同。传统组织主要在其运营核心使用技术，而数字组织将其带到了外部边界，其主要目标是为消费者创造快乐。它通过发现新生的机会、隐藏的风险、新兴的客户期望和竞争动向，最大化数据的潜力来实现这一点。通过敏捷性和易用性以及上下文来收集这些见解，从而使企业能够快速、准确地响应目标。随着数字组织越来越多地由数据驱动，它的决策和行动也是如此。

如果说数据是数字企业的命脉，那么人工智能(AI)技术就是数字企业的心脏。人工智能，尤其是包括机器学习、深度学习和高级分析在内的子集，可以在数据驱动型企业中实现大量的洞察力收集和决策制定的自动化，并将数据的价值放大许多倍。

但仅仅依靠最新的人工智能解决方案并不能造就一个数据驱动型企业。在准备转型之前，大多数企业需要采取几项措施。不幸的是，他们面临着许多障碍，包括(但不限于)被遗留技术所束缚的不灵活的核心、过时的流程和缺乏数字技能。

然而，只要有正确的方法和合作伙伴，成功的转型就在每个组织的掌握之中。印孚瑟斯通过以下策略帮助许多客户走过这段旅程:

我们的目标是将客户从传统的用例或点解决方案主导的方法转移到使他们能够在工业化规模上货币化数据，我们首先起草了一个通过数据创造价值的机会蓝图。从那里开始，我们为构建实现蓝图中列出的机会所需的功能绘制路线图。总体来说，路线图要求:

• 对企业遗留系统的核心进行现代化，使其能够进行数字化转换亚博比分直播
• 建立智能的认知系统，发现数据中隐藏的或未知的信号和关联
• 利用人工智能技术来创建一个发展迅速的学习型、适应性强的组织

下面是对每一个的快速解释:

企业核心现代化:在组织的遗留核心中，有大量的数据和见解被困在竖井中，必须将它们释放出来，以创建灵活的基础服务套件。这个基础可以被分解成几个组件，动态地组织，并自动地针对一个演进的上下文进行交付。但要做到这一点，企业核心的遗留系统必须首先现代化或剥离。这就是我们在零售抵押银行所做的，使他们能够为潜在客户生成信用评分，并实时处理申请。具体来说，我们重新设计了银行的信贷获取决策引擎，并改造了他们的遗留主机，以构建敏捷性，之后他们可以在50毫秒内生成申请人的信用评分。

建立智能的认知系统:一旦数据从遗留的核心中解放出来，就需要数字化数据供应链，以进行认知解释，并在整个组织中做出数据驱动的决策。我们已经帮助许多零售企业理解了与消费者行为、市场对活动的反应、客户需求、价格考虑等相关的大量结构化和非结构化数据。在这里，机器学习模型是进化推荐逻辑以实时推广产品的关键。

运用人工智能技术这个步骤涉及到利用许多AI模型来几乎完全自动化地解决业务问题。这允许持续的学习和持续的改进被考虑到验证和新的模型中。一位金融服务客户正在现实生活中经历这一切。该组织使用人工智能技术来检测数据值和交易量中的不一致性和其他问题，这些问题可能是可疑活动的迹象，并在需要时向决策者发出警报。它还研究这些数据模式，以预测和防止不利事件。

上述方法帮助组织组织一个关键的数据结构，它通知和驱动决策，并为企业的所有部分提供信息访问。只要有了正确的数据，员工就有能力在需要的时候取得前所未有的成果。数据可以让他们看到迄今为止看不见的见解，发现新的问题，建立创新的解决方案，并把他们固有的创造力带到新的高度。