通过自主人工智能重新定义企业智能

从人工智能作为一种工具到人工智能作为一种运营模式的转变——我们在本报告中称之为“代理转变”——需要比更好的模型或更快的基础设施更根本的东西。它需要实时连接人员、流程和数据，以及可靠地根据该情报采取行动的治理和控制。这意味着同时重新思考架构和运营模型。首先，重建数据基础设施以提高可访问性而不是数量。其次，用可随着模型和工具的变化而发展的可组合架构取代固定的技术堆栈。最后，解决人工智能主权问题，包括情报在哪里运行、谁控制它以及它如何跨组织和管辖范围运作。主要发现如下： 企业人工智能的扩展问题是结构性的。流程优先的公司正在领先。全球人工智能支出正在急剧增长，模型功能的发展速度超出了大多数组织的集成速度。然而，大多数企业仍然没有通过人工智能增加收入，也没有从根本上重新思考他们的运营方式。产生持续回报的公司有着共同的原则。他们将流程重新设计视为模型选择之前的工作，为技术的发展而构建，而不是在部署后改造角色和工作流程。对他们来说，代理转变始于运营模式。数据就绪，而不是数据丰富，才是人工智能可复合的原因。大多数企业发现拥有数据和拥有人工智能就绪数据是非常不同的事情，但为时已晚。一个主权的、可组合的基础——在数据所在的位置查询和准备数据，无需迁移或集中化——可以将原始数据资产转换为人工智能代理可以采取行动的情报。随着数据驻留法、多云环境和结构复杂性使集中化变得越来越不切实际，对模型运行位置和数据存储位置的主权控制才能保持适应性完好。下载报告。此内容由《麻省理工学院技术评论》的定制内容部门 Insights 制作，而不是其编辑人员。它是由人类研究和编写的，任何可能使用的人工智能工具都仅限于人类监督下的生产过程。