一家公司意识到当打进电话话来自询问订单状态的客户高达30％时，若领导层想知道人工智能（AI）是否能够帮助其管理这样的交互过程，答案是肯定的，AI中的虚拟客户助理可以回答“我的订单到哪里了？”到“我还需要等多久？”等等类似的问题。但更大的问题是，人工智能（AI）能否以更有影响力的方式来帮助公司，这是大家最为急迫的。
Gartner副总裁兼杰出分析师Whit Andrews表示：“在常规的商业时刻，需要看看你在与客户的关键互动中如何使用AI技术，并考虑如何增加价值。然后将AI应用到这些交互点上，以帮助企业获得更多商业价值。”
“AI需要公司从各种各样的地方收集数据并得到应用，最终确定可以采取行动的自我改进分析路径”
例如，从公司和消费者之间的交互过程中获取的关于客户的数据。当将信息与关于该特定客户的其他数据（即，每Z周订购X个Y产品的数量）相结合时，公司可以使用AI来进一步丰富在该交互之外的关系。
在未来的交互中，数据可能允许卖家提出特定于客户的问题，例如“我们知道你经常在等待交货。您希望订购此产品还是订购更大数量的产品？“AI使企业能够从各种各样的地方收集数据，并且在前所未有的粒度级别上进行自我改进分析。
CIO的关键见解
Gartner副总裁兼杰出分析师Janelle B. Hill 表示：“领先的CIO们正在与业界同行共同尝试，发现AI的最佳使用案例，以评估其打乱市场和重塑现有业务模式的潜力。
在开始一个成功的AI之旅之前，以下是CIO们要了解的三个重要见解。
重要见解
01、人工智能的发展正在加速数字化业务的落地，使许多CIO急于制定适合其企业的人才战略和投资计划。在过去的几年里，人工智能技术的创新步伐惊人，主要来自小厂商。CIO处于恰当的位置，可以传递给公司首席执行官和董事会关于人工智能最近的发展，并说明人工智能可能会如何影响他们的业务和竞争格局。通过遵循这种方法，CIO可能会潜在地颠覆IT和业务之间的传统参与模式，从一开始就影响业务战略，而不是简单地制定执行团队决策后续的实施项目。
02、深度学习，自然语言处理（NLP）和计算机视觉是技术进步迅速发展的领域，也是CIO需要建立专业知识和技能的领域。
由于机器学习，大数据，计算机视觉和语音识别方面的最新突破，正在增强人工智能的商业潜力。但是人工智能需要新的技能和新的思维方式。CIO必须确保IT拥有AI解决方案的战略和管理思路。虽然试点AI实验可以从一个小投资开始，为了全面投产，最大的投资领域是建立和保留必要的人才。这些人才所需的技能包括特定人工智能技术的技术知识，数据科学，维护高质量数据，问题领域的专业知识以及监测，维护和管理环境的技能。
03、人工智能技术在商业上取得成功的市场条件是非常一致的，这使得人工智能足够安全，让CIO能够对潜在的应用案例进行调查，实验和制定策略。
语音识别，自然语言处理（NLP）和图像处理等功能受益于大数据处理和先进分析方法（如机器学习和深度学习）的发展。领先的人工智能技术将在CIO经常提到的前三大业务目标中发挥越来越重要的作用：提高客户亲密度，增加竞争优势，提高作业效率。CIO们应该寻找适用于这些领域的云SaaS应用程序。更丰富的AI解决方案经验将帮助CIO构建业务案例，并识别当前技术的局限性，以了解填补人才缺口所需的技能。
安德鲁斯说：“最重要的是你的企业应该使用AI。“如果你有兴趣探索人工智能，最重要的第一步就是追求和解决对你所在的组织至关重要的或者瓶颈的问题。”
AI基础
人工智能的通用定义关注于自动化，因此经常会错失IT和业务领导者可以利用的隐藏机会。人工智能是模仿人类表现的技术，通常是通过学习而使其更加的聪明。
“首席信息官应该寻找关键的业务点，与人类互动或或使人类专业知识增加新的价值”
人工智能最常见的错误是关注自动化而不是增加人的决策和交互。如果首席信息官只关注通过人工智能进一步实现自动化，他们也会错失更多个性化和差异化的潜在机会。人工智能可以增强人类的能力，因为它有能力对信息进行分类，并且能够以比人类自己完成的更快的速度进行预测。
首席信息官应该寻找人际交往或人类专业知识增加价值的关键业务点。然后，他们应该考虑人工智能如何通过这些努力而创造更多的价值。
常见的AI应用程序
通常，通用AI应用程序会实时分析上下文交互数据和历史数据。
销售和营销：定制销售流程，个性化与潜在客户的沟通，将销售人员与买方进行匹配，并提供个性化定价。
服务：提供虚拟客户协助和分类，预测维护和即将到来的维修需求，将服务人员连接到客户，并发现流程差距。
供应链：发现和纠正数据错误，发现供应链中的风险，提升物联网（IoT）设备在现场的效率，并规划物流路径。
银行和金融服务：帮助客户使用聊天机器人访问他们的银行余额。
医疗保健：使用虚拟护理助理跟进患者出院后的情况。
避免炒作泡沫
炒作并不总是一件坏事。在有限的范围内，它会促进关注，并触发创新和潜在投资。一点点的炒作可以激发潜力，而炒作太多可能会导致错误的希望和错误的规划假设。
如何从现实中识别AI泡沫
虽然人工智能提供了令人兴奋的可能性，但声称能够提供人工智能产品，但没有任何真正具有差异化的创业公司和老牌供应商，已经使潜在的买家感到困惑，并且混淆了更加直接经过验证的方法的价值。
“首席信息官们必须区分人造和真实的人工智能产品”
安德鲁斯说：“一家供应商向我们展示了一个聊天机器人，旨在为客户和零售公司之间提供有关托运产品的有用对话。“但是，当我们询问聊天机器人”如何从后续数据或客户的选择中改进自己的结论“时，供应商表示该系统完全基于自己的规则，而这些规则是手动定期更新的。
这可能会解决业务挑战，但这不是AI。
随着人工智能加速推广周期，并承诺永远可以改变及优化业务，首席信息官们必须区分人造和真实的人工智能产品。要做到这一点的一个方法是要求供应商描述AI解决方案中使用的分析模型，并从中推断解决方案在特定情况下可能执行得如何。询问AI系统如何学习和仔细听取自我学习的指标，必要的人类训练，还是只能手动改变“规则”。
3个问题要问供应商
询问供应商时确定这三件事情：
01、在其解决方案中使用哪种AI学习方法？
02、拥有什么样的具体技能和经验水平才能成功？
03、需要多少训练数据来“训练”当前的解决方案，以及需要多长时间进行一次？
这些问题的答案远远超出了传统的“演示”。公司必须了解供应商的产品如何使用AI，以及它是否能够很好地处理已经拥有的数据和流程。
需要考虑的另一个因素是在产品中使用人工智能的原因，因为它间接的引入了风险、复杂性和成本。
“人工智能系统并不是一成不变的，要求供应商全面投资于提高灵活性和弹性”
因此，声称其产品包含AI的任何供应商，也应该能够解释如何使不同于AI的版本对终端用户有利。除了验证AI是否使产品更好，还要了解供应商的AI产品在市场上如何优于其他产品。
在比较不同的AI产品时，询问供应商如何用他们的AI产品来管理风险，以及如何超越竞争对手的方法。这一点尤为重要，因为许多供应商不了解使用AI所涉及的风险。
人工智能系统并不是一成不变的，需要供应商全力投入，以提高其灵活性和弹性。通过与独立的数据科学家合作或者成为业内的积极参与者，了解供应商在改进产品方面所做的工作。云SaaS部署有利于供应商和共享环境中的潜在其他参与者进行持续创新。
应用人工智能
在您将AI优先用于关键业务事项时，请牢记以下注意事项：
01、在以前无法实现的领域寻找新的想法和可能性，因为您没有或者无法吸引足够的人才。
02、学习并总结你所在组织独特的经验教训，并尽量减少那些更明显或突出的教训。
03、与您的高价值工作人员交流，让他们了解可通过人工智能解决的角色常规问题。
