如今，人工智能經常被吹捧為各行業組織的未來之路，但是確保人工智能實施的投資回報率（ROI）真正實現往往是一件棘手的事情。一組以人工智能為導向的企業，例如Appen、Cognizant、Cortex、Dataiku、DataRobot和德勤公司合作，并委托ESI ThoughtLab進行了一項研究，該研究對1，200個組織進行了基準測試，以確定導致投資回報率（ROI）增長的因素人工智能。企業需要制定人工智能成功的路線圖。

除了有關人工智能投資和回報的數據外，跨行業調查還收集了有關1200個組織如何以及為何實施人工智能的詳細數據。利用這些數據，結合人工智能成熟度框架，來自人工智能專家顧問委員會的意見以及與人工智能領導者的深入訪談，ESI Thought Lab得出了有關人工智能商業現狀的一系列結論。

ThoughtLab發現，三分之二的企業高管認為人工智能將對他們的業務至關重要，但這與人工智能投資的平均回報率只有1.3％，平均每個企業需要17個月才能達到收支平衡，40％的人工智能項目沒有正收益。然而，在其企業范圍內擴大人工智能范圍的平均回報率更高（1.5％），對于人工智能領導者的平均回報率更高（4.3％）。

但是什么是人工智能領導者？哪些因素推動了更智能的人工智能實施帶來更高的投資回報率？ThoughtLab匯集了五項核心原則，這些原則是其1，200名接受者中最成功的人工智能實施的特征。

1.從試點開始，然后在整個企業范圍內擴展人工智能。成功的實施始于需要人工智能的特定用例，并在這些試點案例中證明了其價值，然后將其擴展到整個企業。

2.打下堅實的基礎。在大多數情況下，成功的人工智能實施始于強大的IT和數據管理系統。許多人還擁有大量可用預算，考慮了人工智能中的道德和隱私問題，并制定了清晰的愿和計劃。

3.正確獲取數據。ThoughtLab發現，十位領導者中有九位在數據管理方面很先進，其中包括心理數據、地理空間數據和實時數據等豐富的數據格式。

4.解方程的人為方面。企業領導者將其人工智能預算的27％用于人員上，幾乎是其他人的兩倍。企業領導者還更傾向于任命高級人員（例如首席人工智能或數據官）來監督人工智能的工作。

5.采取協作和學習的文化。85％的回報豐厚的企業確保人工智能與業務專家之間密切合作，90%的企業為非數據科學家提供了獨立使用人工智能的技能，使人工智能在工作場所內分散化。

輝瑞公司機器學習和人工智能負責人Peter Henstock說：“隨著人工智能的日益普及，有一種趨勢是提出新的人工智能計劃來解決問題。在不了解底層技術的情況下，很容易浪費資金來重復解決同一問題。隨著人工智能的廣泛應用，需要制定一種以對問題域和機器學習領域的深刻了解為指導的策略。”
責任編輯：tzh