將人工智慧從實驗階段轉化為實際應用

大多數組織並不需要被說服人工智慧的潛力。相反，我觀察到的是，各公司都在努力思考如何將這種潛力轉化為真正的、實際可見的價值。

在我們合作的機構中，討論的重點已經發生了轉變。雖然企業領導者對人工智慧的潛力越來越有信心，但許多人現在更關注如何才能盡快實現這種價值。

根據我的經驗，進展最快的組織是那些擁有清晰的使用案例、堅實的基礎，以及足夠的信心將成功的試點計畫推進到實際生產中的組織。

我們在與客戶的日常對話中也看到了這一點。

各個組織已經不再質疑人工智慧能做什麼，而是專注於如何擴大人工智慧的規模，從而產生可衡量的商業影響。

事實上，實驗已經證明了人工智慧的潛力。現在的挑戰在於如何在整個組織內持續、安全、周全且大規模地部署人工智慧。

打好基礎

過去兩年確實是充滿實驗性的，各個組織探索了新的應用場景，測試了新興技術，並開始了解人工智慧在哪些方面可以發揮最大的作用。

將首個人工智慧應用案例投入生產是一項重大成就。但真正的挑戰在於如何在多個團隊、不同的業務流程和多樣化的環境中複製這一成功，同時還要確保安全性、治理性和效能。

基礎設施是人工智慧成功應用的基礎。雖然模型、訓練、GPU 和應用程式都很重要，但網路才是這項基礎架構的關鍵組成部分。過去，許多組織預設採用雲端優先策略，期望幾乎所有新的工作負載都託管在雲端。如今，企業領導者更加謹慎，會仔細考慮每個 AI 工作負載的用途以及其託管位置。

對許多組織而言，升級現有基礎設施比取代現有基礎設施更為重要。重點在於確保現有環境能夠支援不斷增長的人工智慧工作負載，同時也能提供企業賴以生存的靈活性、安全性和速度。

但僅靠基礎設施是不夠的。各機構也必須明確它們試圖解決的問題。

我發現，從針對特定用例的、模組化的AI解決方案入手，遠比試圖一夜之間改造整個組織的龐大專案有效得多。無論是幫助客服團隊更快地解決客戶諮詢、改進欺詐檢測、為工程師提供技術支持，還是幫助員工自動化重複性任務，當人們看到AI解決實際運營問題時，組織就能更快地建立信任。

當企業能夠證明單次部署就能帶來切實的業務收益和可衡量的投資回報時，將成功的試點專案投入生產，並將人工智慧擴展到企業的其他領域就變得容易得多。

建立對人工智慧的信任

隨著各組織在人工智慧應用方面越來越雄心勃勃，信任變得與能力同等重要。

信任是人工智慧普及應用的基礎。缺乏信任會導致普及應用停滯不前，因為使用者和利害關係人即使面對新技術的潛在益處，也不願輕易接受。

同時，人工智慧工作負載引入了營運動態性，而許多現有的安全方法無法應對這種動態性。隨著企業連接更多數據、部署更大規模的模型，並將自主代理整合到其營運工作流程中，他們需要能夠隨著這些變化而不斷發展的安全能力。

安全、治理和透明度並非創新的障礙，相反，它們使組織能夠充滿信心且負責任地部署人工智慧。

這意味著，從基礎設施和網路到應用程式、模型和自主代理，人工智慧環境的每一層都必須融入可觀測性、安全性和治理。組織必須在明確界定的邊界內管理人工智慧代理並確保其安全，通常需要應用多年來應用於人類員工的控制、管理和安全原則。

挑戰在於，企業不再只是管理單一的人工智慧應用，而是越來越多地管理跨不同環境的多種模型、工具和服務。要建立能夠應對這種複雜性的治理機制，就必須將安全融入日常運營，而不是事後才考慮。

此外，合乎倫理、透明且負責任地使用人工智慧，能夠建立員工、客戶和利害關係人所需的信任，而這正是人工智慧被廣泛採用的前提。缺乏強而有力的安全保障和治理，組織機構很可能仍會保持謹慎，從而限制人工智慧的普及應用及其所能創造的價值。

個人化人工智慧

當人們看到人工智慧如何幫助他們解決實際問題時，組織的發展速度會大大加快。根據我們的經驗，一旦人們看到人工智慧解決他們熟悉的問題，他們就更有可能使用人工智慧。

因此，領導者扮演著重要的角色。

當領導者分享實際案例，展示人工智慧如何幫助他們履行具體職責，並鼓勵進行實驗時，他們就能建立起其他人追隨他們領導所需的信心。

英國機遇

英國擁有成為企業人工智慧應用領域全球領導者的絕佳機會，可以透過幫助企業超越實驗階段，安全、負責地大規模部署人工智慧來實現這一目標。

以我的經驗來看，成功採用人工智慧始於對能夠支援人工智慧工作負載的基礎設施進行堅實的投資，對工作負載的運作位置進行周密的規劃，將安全性和治理融入人工智慧環境的每一層，並在擴大規模之前專注於能夠證明可衡量的商業價值的實際用例。

展望未來

人工智慧正日益成為企業迫切需要的資源。 Plus 的優勢在於能夠幫助企業定期、安全、大規模地部署人工智慧。

對基礎設施、信任和採用採取深思熟慮的長期方法的組織，將更有能力在業務的各個方面充分發揮人工智慧的潛力。

如果我們能夠幫助 Plus 組織完成從試點到生產的過渡，英國將處於領先地位，並成功採用人工智慧。