您的位置 首页 > AI技术

从AI应用中获得投资回报的简便方法


在当今企业环境中,AI应用的规划、构建和部署成为CIO们的主要关注点,然而,随着管理层要求通过计算ROI来证明这些项目的合理性,开发团队面临数据隐私、法规遵从和安全风险等复杂挑战。新的策略侧重于通过改善现有度量指标来实现ROI目标,从而缩小AI项目的范围,专注于对现有流程的改进,这种方法不仅加快了项目启动和原型交付的速度,还简化了数据合规性和安全性的过程,减少了设计变更的需求,许多企业已经看到了这种方法的价值,并计划迅速实施。

从AI应用中获得投资回报的简便方法

不难理解,为何我最近参与的大多数CIO圆桌会议的主要焦点都是AI应用的规划、构建和部署,但近期,管理层要求IT部门通过记录这些项目对业务的好处和价值来证明其合理性,已经不再是过去那种仅仅因为某些项目具备明显的AI功能而可以轻松开展的时代了。

如今,管理层希望在任何AI提案中包含投资回报率(ROI)的计算,但是,如何对全新且不同的事物,或者像AI这样复杂的事物进行ROI计算呢?AI带来了很多问题,例如数据隐私问题、法规遵从的复杂性以及全新的安全风险,这些因素迫使许多开发团队缩小其AI计划的范围,对于那些负责兑现AI承诺的人来说,这反而是一种解脱。

这使得构建能够通过改善已有度量指标来实现ROI目标的AI应用程序变得尤为重要,同时缩小AI项目的范围,专注于最具吸引力的改进(包括提供最大的ROI)对于数字系统而言是一种明智之举。开发团队可以将现有的度量指标作为应用设计的指南,通过评估当前应用来确定最有利于使用AI的方式,而当项目仅旨在改进现有流程而不是发明全新事物时,范围也大大缩小了。

这种新方法带来了一些引人注目的好处:

当项目仅旨在改进度量指标和流程时,无需创建新的ROI计算、进行传阅并让各方利益相关者达成一致,团队可以更快地开始工作并交付原型。

利用现有的应用逻辑并使用相同或大部分相同的数据,可以缩短确保数据合规性和安全性的过程,范围较大的AI项目通常会因为IT外部的各种团队(如法律和合规团队)需要处理潜在问题而被延迟。

从一开始就对应用设计及其附加值有更清晰的认识,可以缩短设计过程并减少每次代码提交后所需的更改数量,简单来说,增强已知事物所需的时间要比创造新事物少。

这种针对ROI的方法变更可能并不适用于每个AI项目,然而,许多企业发现,设计和证明全新AI应用的合理性存在许多未知因素。专注于改进已经在度量的最重要指标可以成为一种有价值的捷径,而许多CIO圆桌会议的参与者已经看到了这种方法的价值,并计划很快实施。



本站涵盖的内容、图片、视频等数据,部分未能与原作者取得联系。若涉及版权问题,请及时通知我们并提供相关证明材料,我们将及时予以删除!谢谢大家的理解与支持!

Copyright © 2023