人工智能已經成為當今數字化轉型當中不可或缺的一部分，甚至已經全面取代了數字化轉型的定義。AI使得我們能夠從數據當中推斷出價值，使我們得以提高運營效率，甚至能夠幫助我們顛覆整個工作職能!但要真正實現這一系列目標，良好的實施又必不可少。正因為如此，AI規劃與映射才顯得如此關鍵。

正如數字化轉型需要一項清晰而具有凝聚力的戰略一樣，企業當中的整體AI實施同樣如此。雖然我們能夠輕松在單一部門的某種工作流程之內添加AI，但其真正的價值來自于技術立足企業范圍內的全面實施。換言之，我們需要將AI納入企業的整體業務架構之內，而非只在必要時立足特定場景進行采用。那么，AI的規劃與映射到底該如何進行?我們又該如何判斷自己的映射結果是否遵循正確的方向?下面幾個步驟應該能夠幫助大家在AI映射之旅中走向成功。

***步：你在這里。

對于任何旅程，***步都應該從了解自己的當前位置與想抵達的目標開始。其中包括以完全誠懇的態度建立公司發展愿景以及目前所能夠支配的預算、員工技能以及您能夠做出的承諾等等，這些指標必須與現實情況保持一致。在“你在這里”的討論當中，請認真考量以下幾點：

• 數據準備: 我們目前收集數據的情況如何?數據價值如何?是否經過良好梳理?能否供不同部門使用?我們是否有能力通過目前已經擁有的基礎設施處理這些數據?
• 基礎設施準備: 只有15%的企業擁有適當的基礎設施可支持AI方案。具體來講，這意味著您無法利用舊有基礎設施運行AI負載。大家需要更快的技術方案以實時處理大量數據，進而獲取真正有意義的結果。評估您正在使用的技術，同時確定您需要的采購項目或服務，從而獲得符合預期的收效。
• 組織規劃與變更管理。 您的企業現在是否已經擁有成功運用AI技術的心態?***是否已經準備好采用數據驅動型決策方法?您的團隊是否愿意采用這些新技術?如果答案是否定的，那么我們需要做些什么才能改變現有文化與思維方式?很明顯，如果沒有明確的目標，我們將永遠無法前進，這意味著必須扭轉員工及***的現有運營思維與心態。
• 數據科學與專業知識。雖然大家可以把很多AI服務外包出去，但是，團隊當中應該由誰負責制定預期目標——即從收集到的數據中提取正確的模式與關系?您的團隊是否具備開發模型以及測試模型的專業知識?只有解決了這些問題，您才能明確哪些工作可以外包，而哪些必須要由內部團隊負責處理。

第二步：我們要去往哪里?

知道自己身在哪里當然不錯，但接下來我們還得制定出非常明確的目的地規劃——也就是打算利用自己的AI方案完成哪些目標。AI規劃與映射之旅也需要這樣一個堅實的目的地才能起效。下面來看相關例子：

• 我們希望在整體企業范圍內實現財務流程自動化
• 我們希望利用企業資源規劃幫助提高人力資源與財務流程的效率
• 我們希望實現市場營銷活動的自動化與優化
• 我們希望通過聊天機器人實現客戶服務自動化

一旦您以上述方式建立起明確的目標，將彼此孤立的工作職能整合為業務流程，即可成功實施AI方案。這一點非常重要，因此我要再重復一次——流程的整合要比孤立的工作職能重要得多。大家可能需要一段時間才會理解這個概念，但這一點對于AI規劃與映射之旅的成功至關重要。舉例來說，我們應當對患者計費流程進行自動化，而非讓費用記賬員的工作內容自動化。我們應當實現電子郵件營銷流程的自動化，而非讓電子郵件營銷經理的工作內容自動化。要實現這些目標，大家可能需要徹底放棄以往對于業務流程的舊觀念，轉而擁抱人們真正需要的高效方式。

第三步：建立團隊

AI規劃與映射絕不是一個人就能完成的工作，AI實現也同樣不是。如上所述，大家需要關注的是企業整體，而非特定的工作職能。這就要求我們開展跨職能的合作與協同。在大多數情況下，這至少要求您的CIO與CMO共同努力，從而制定出明確且現實可靠的目標。在其它情況下，您可能需要將整個企業內的數據科學家、工程師同客戶服務、營銷、銷售以及財務部門聯系起來，從而更好地處理內部管理層面的所有流程、流程間的交集以及能夠實現更佳協作效果的聯動機制。

在AI規劃與映射之旅當中，大家不必感到不知所措或者擔心自己犯下錯誤。唯一的“錯誤”只有根本不愿邁出這一步。在如今的市場當中，拒絕采用AI技術就如同拒絕實施數字化轉型一樣。如果您仍然不確定該從哪里起步，請參考以下簡單提示：

• 盡可能打破原有孤島
• 盡可能普及自動化方法
• 盡可能實現數據的整合與合并

是的，AI轉型其實是一項“隨時隨地”都在進行的工作。當您為企業提供能夠順暢接納AI方案的基礎之后，AI技術也必然***限度為您帶來收益。