Me, Myself, and AI: A New Podcast on Artificial Intelligence in Business
为什么只有 10% 的公司在人工智能方面取得成功? 在 MIT SMR 和 BCG 推出的系列节目中,我们采访了那些在人工智能领域取得巨大成就的企业领袖,了解他们如何取得成功。倾听来自沃尔玛、DHL 等公司的专家们如何充满热情地进行工作,并了解他们眼中成功的关键。
敬请收听规模化人工智能可以创造巨大的竞争优势,但仅仅投资尖端技术和算法是不够的。为了获取价值,需要重新调整决策和运营——并且要投资于员工才能使获取价值更加长久。在 BCG,我们称之为 10,20,70 规则。
作为大规模人工智能的先驱,那些已经将人工智能扩展到整个企业并从投资中获得有意义价值的公司通常会将 10% 的人工智能投资用于算法,20% 用于技术,70% 用于将人工智能纳入业务流程和新的工作方式中。换言之,这些组织在人员和流程上的投资是技术投资的两倍。
当公司在人力和流程方面投资不足时,他们很快就会失去发展人工智能方面的动力。这是因为,推出一系列成功的人工智能试点项目看似简单。如果没有正确的方法以及对变革管理战略的重视,几乎不可能将人工智能规模扩展至整个业务。
为什么只有 10% 的公司在人工智能方面取得成功? 在 MIT SMR 和 BCG 推出的系列节目中,我们采访了那些在人工智能领域取得巨大成就的企业领袖,了解他们如何取得成功。倾听来自沃尔玛、DHL 等公司的专家们如何充满热情地进行工作,并了解他们眼中成功的关键。
敬请收听A recent BCG-MIT Sloan Management Review study suggests that in order to achieve significant financial benefits from their machines, companies will have to look beyond automation—and focus instead on learning and organizational transformation. A symbiotic relationship is necessary, where companies don't just teach machines what humans already know; they deploy whatever human-machine interaction the situation calls for, adapting as needed to changing context, circumstances, and scenarios.
我们使用各种技术(包括机器学习、大规模优化和模拟),帮助客户快速启动和规模化人工智能驱动的计划。我们的方法建立在数百次客户参与经验基础上,它主张大处着眼,小处着手,快速成长。通过这一框架,公司可以在数周或数月内(而不是数年之内)交付成果。
从设定雄心勃勃的业务目标开始,企业应瞄准大价值池,并识别能力差距。我们的人工智能咨询团队专注于拥有最大潜在影响力的项目。
我们所提供支持的专业知识和服务:
选择高价值用例,启动重点试点项目,然后构建、测试和迭代。通过使用一种敏捷的、基于 sprint 的方法,跨职能团队以一种综合方式驱动变革。
我们所提供支持的专业知识和服务:
对组织而言,建立维持和规模化其人工智能战略所需的数字和人力能力至关重要。公司应该准备好开发新工作方式,创造 再培训和技能提升的机会,重新设想流程以促进真正的人机协作,并部署一个可靠的人工智能架构。
我们所提供支持的专业知识和服务:
我们的人工智能顾问采用混合的、跨职能的团队形式,确保公司拥有全方位的专业知识,推动整个公司的 数字化转型。以下只是我们为大规模人工智能项目带来的一些功能:
Are companies using artificial intelligence to make critical decisions inadvertently hindering efficiency? Sylvain Duranton advocates for implementing AI systems alongside human judgement.
Companies are encountering the “AI paradox”: it is deceptively easy to launch projects with AI but fiendishly hard to reach scale.