如何走出AI試點煉獄
我遇到的每一位高管都會問同樣的問題：為什麼我們的人工智能投資陷入試點煉獄？在對 200 多名人工智能從業者進行最新研究調查後，我得到了一個發人深省的答案：只有 22% 的組織已經從實驗轉向戰略人工智能部署。其餘的則陷入了我所說的“混亂的中間”，即在分散的試點上浪費資源，而這些試點從未達到生產規模。在我幫助公司利用開源人工智能和機器學習解決複雜問題的 20 多年中，我看到這種模式在各個行業中重複出現。公司對人工智能的潛力感到興奮。他們資助飛行員。他們聘請數據科學家。但在生產部署和可衡量的投資回報率方面，他們遇到了同樣的問題：超過 57% 的公司需要一個多月的時間才能從開發轉向生產。這不是創新速度，而是消耗競爭優勢的摩擦。問題不在於熱情或投資。問題是他們是在流沙上建造的。如果沒有共同的標準，每個團隊都會重新發明輪子。工具片段。治理差距擴大。信任被侵蝕。原本需要幾天甚至幾個月的時間才能完成的事情。企業領導者需要了解的是：擺脫這個陷阱的公司並沒有使用更好的人工智能模型。他們通過使用開源軟件來使用更好的基礎。標準創造了競爭優勢標準可能聽起來像官僚主義，但在人工智能中，它們將規模化的公司與停滯不前的公司區分開來。我們的研究揭示了真正的障礙：45％的團隊將數據質量和管道一致性視為他們的最大生產障礙。另外 40% 的受訪者指出安全和合規性挑戰。這些不是技術問題，而是協調問題。當每個團隊都使用不同的技術語言時，您就無法有效地共享工作、建立信任或擴展。這樣想：想像一下，如果您公司的每個部門都使用不同的電子郵件系統，而這些系統無法相互通信。這本質上就是當今人工智能工具所發生的情況。開放標准通過為人工智能開發創建共享語言來解決這個問題。當每個人都使用兼容的工具和格式時，協作就會變得自動。過去需要幾個月的集成現在只需幾天即可完成。結果如何？更快的部署週期和可衡量的投資回報率。根據我們的研究，公司開始收到這樣的信息：92% 的人工智能從業者使用開源工具，76% 的公司表示他們的組織今年提高了開源優先級。推動結果的三個標準並非所有標準都同等重要。根據我所看到的組織轉型的經驗，以下三個可以產生立竿見影的效果： 在系統之間移動人工智能模型而無需重建的方法。開放神經網絡交換等標準可防止供應商鎖定並消除返工——創新速度的無聲殺手。當團隊可以在不同的環境中部署相同的模型時，開發速度會顯著加快。讓人工智能服務無縫通信的協議。團隊無需為每個新工具構建自定義集成，而是可以從標準組件組裝複雜的人工智能係統。這將數月的集成工作變成了數天的配置。負責任的人工智能治理框架。由於 53% 的組織缺乏全面的人工智能政策，模型文檔和驗證的標準化方法將治理從阻礙者轉變為加速器。團隊行動得更快，因為他們確切地知道合規性是什麼樣的。我反复看到的模式是這樣的：每個標準都會減少摩擦。他們共同創建了一個創新復合而不是分裂的生態系統。開源是你的競爭優勢一些高管擔心開源意味著混亂。他們認為標準需要中央權威。但人工智能的發展速度對於傳統標準化來說太快了。當正式的標準機構發布規範時，技術已經進化。開源通過進化設計解決了這個問題。標準源於現實世界的使用，通過社區採用而傳播，並以市場速度進行調整。這使它們以自上而下的標準無法比擬的方式保持相關性。還有另一個關鍵因素：透明度建立信任。我們的研究表明，不到一半的人工智能從業者有信心向高管或監管機構解釋模型決策。標准開放後，您可以檢查它們的工作原理、驗證其聲明並根據您的需求進行調整。這種透明度加速了採用和監管批准。在我們的研究中最讓我驚訝的是社區洞察力：人們區分使用開源軟件和在開源基礎上構建。真正的加速需要共享標準，讓團隊獨立行動，同時仍然共同行動。擺脫混亂的中間層這是我對首席高管的核心建議：停止將人工智能視為技術問題，而開始將其視為系統問題。混亂的中間層之所以存在，是因為組織將人工智能視為孤立的項目。團隊選擇不同的工具，構建單獨的管道，並創建單獨的治理流程。這對飛行員有用，但會破壞可擴展性。戰略人工智能需要建立在兼容性的基礎上。以下是實現這一目標的三種方法： 1．圍繞協同工作的核心平台簡化您的工具鏈。您不需要 47 種不同的 AI 工具。您需要一種統一的方法，使團隊可以共享模型、數據管道和部署流程，而無需從頭開始。 2。選擇您可以檢查和驗證的解決方案。這降低了風險並增強了利益相關者的信心。信任加速採用，採用加速價值創造。 3．衡量部署週期，而不僅僅是模型準確性。跟踪從原型到生產的時間。跟踪有多少人工智能項目交付了可衡量的業務成果。這些指標揭示了您的基礎是否有效。我們與大公司的合作表明，從分散的方法轉向統一平台的組織會看到顯著的改進：更快的部署、更高的成功率和更清晰的投資回報率衡量。標準化和創新是合作夥伴戰略人工智能部署者和陷入試點的組織之間的差距只會擴大。獲勝者不會是那些進行最多實驗的人；而是那些進行最多實驗的人。他們將是最快將實驗轉化為價值的人。根據麥肯錫的研究，組織正在從人工智能部署中看到實質性的好處，大多數組織報告使用該技術的業務部門成本降低和收入增加。好消息？您所需的基礎正在由開源社區構建。作為領導者，您的工作是認識到它們的戰略價值並致力於在它們的基礎上進行構建。這意味著制定架構決策時應優先考慮兼容性而不是專有鎖定。這意味著投資於將開源的創新速度與企業部署的治理要求相結合的平台。最重要的是，這意味著要了解，在人工智能中，標準化和創新並不是對立的，而是合作夥伴。標準奠定了穩定的基礎，讓創新快速蓬勃發展。從一個診斷問題開始：您的團隊能否在項目之間共享人工智能模型和數據管道而不重建它們？如果沒有，你就是在流沙上建造。能夠回答“是”的公司將決定下一個十年的競爭步伐。 Peter Wang 是 Anaconda 的聯合創始人兼首席人工智能和創新官。 《Fast Company 改變世界創意獎》的最終截止日期是太平洋時間 12 月 12 日星期五晚上 11:59。今天申請。
已发布: 2025-11-20 23:30:00
