未将业务流程智能化
从AI项目中获取价值的最常见障碍之一是将数据观察纳入到了现有的业务流程中。这种“最后一公里”困难也是使用业务规则管理系统 (BRMS) 最容易解决的困难之一。BRMS 是一项成熟的技术，在21世纪初被大量采用，并且作为部署预测模型的工具获得了新生。BRMS成为了一个易管理且可靠的自动化业务流程中的理想决策点。如果你的企业没有使用BPM(业务流程管理)系统来自动化(简化和合理化)核心业务流程，那么不要再做AI了。这时候你不需要AI，你首先需要的是BPM和BRMS这样的基础知识。
大多数现代业务规则管理系统包括模型管理和基于云的部署选项。在云场景中，平民数据分析师可以使用像Azure机器学习工作室和 InRule BRMS 等工具来创建模型，并通过REST端点将模型直接部署到业务流程中。像这种基于云的组合，相比成熟的AI程序，会以更合理的成本、更轻松地对决策过程进行实验。
实验失败
现在我们来看事情的另一面。如何使用 AI 来创建新的商业模式、打破市场、创造新产品、创新并大胆地开拓前所未见的领域?拥有风险投资的初创企业的失败率约为 75%，而且它们还是处于AI商业模式前沿的企业。如果你基于AI的新产品或业务计划的失败率较低，那你就相当于击败了一些最好的投资者。
最精英的技术专家也会失败，甚至经常失败。2011年，Google前CEO Eric Schmidt在参议院 听证会中披露了该公司的一些方法：
为了让你更了解 Google考虑的变革规模，2010 年我们进行了 13,311 次精度评估，以验证被提议的算法更改是否提高了搜索结果的质量，并进行了 8,157 次并排实验，我们向一组测试员展示两组搜索结果，并让评估人员就哪组结果更好进行排名，并进行 2,800 次点击评估，以了解一小部分真实生活中的Google用户对变化的反应。最终，该过程产生的516 项更改被数据证实对用户有用。因此，我们对Google的算法进行了如上的更改。大多数更改是用户无法察觉到的，并且只会影响极少数网站，但只有我们相信更改将使用户受益时，才会实施更改。
结果表明，有96%的提议更改失败了。
这个故事的重点是失败总会发生，这是不可避免的。Google与其他大多数公司的不同之处在于，Google的数据驱动文化让他们能够从错误中吸取教训。并且要注意 Schmidt证词中的关键词：实验。实验是Google、苹果、Netflix、亚马逊和其他领先的科技公司能够成功地从AI中获得大规模收益的方式。
一家公司创建和改进其流程、产品、客户体验和商业模式的能力与其实验能力直接相关。
接下来会发生什么?
就像工业革命席卷了那些没有采用机器制造的手工制作公司一样，AI和机器学习的巨变将消灭那些无法适应新环境的公司。尽管人们很容易认为AI的挑战主要在技术上，并将失败归咎于技术，但现实是，AI项目的大多数失败都是战略和执行上的失败。
从很多方面来说，这对公司来说是个好消息。大家认识到了AI项目失败背后是“老式”商业模式带来的挑战。虽然你无法避免在文化、组织结构和业务流程方面进行必要的变革，但知道路线已经规划出来，你也会感到些许安慰，挑战在于如何像舵手一样驾驶船舶航行并躲避礁石。从将AI应用于现有流程中小而简单的实验开始，这会帮助你在开始更长时间的AI旅程之前积累宝贵的经验。
作者：Steve Nunez
原文网址：
https://www.infoworld.com/article/3639028/why-ai-investments-fail-to-deliver.html
