根据最近的哈佛商业评论的文章我们经常被有关人工智能(AI)创造奇迹的新闻轰炸——它将为我们做什么,它将如何改变我们的生活。但这种报道忽略了一个关键点:对于任何希望利用人工智能的好处的企业来说,真正重要的不是人工智能模型本身;相反,正是这台由人工智能驱动、运转良好的机器,将公司从现在的位置带到未来希望的位置。”

那么,实现这一点的关键是什么呢?作者认为,它正在构建、集成、测试、发布、部署和管理该系统,以便将人工智能模型的结果转化为可供最终用户使用的可操作的见解。这种实践,更广为人知的名称是AIOps,是实现大规模、可靠的人工智能的关键,并且从正确的环境开始正确地执行它。

正如《哈佛商业评论》这篇文章所言,“要释放人工智能的价值,你需要从一个设计良好的生产环境开始……你需要一个软硬件无缝结合的环境,这样企业就可以依靠它来运行实时的日常商业运营。”这篇文章概括了支撑一个好的产品环境和一个成功的人工智能项目的三个关键标准:

  1. 可靠性。作者写道:“避免数据瓶颈对于创建一个可靠的环境非常重要。考虑周全的处理和存储体系结构可以克服吞吐量和延迟问题。AIOps团队还应该准备应急计划,以免技术问题导致整个人工智能系统崩溃——考虑到与人工智能应用相关的大量数据和处理速度,这是一项关键且具有挑战性的任务。
  2. 的灵活性。当涉及到商业目标时,“变化是唯一不变的”这句老话肯定是正确的。虽然这些可能会有一个正在进行的基础,“一切都需要运行像发条在系统层面上,使人工智能模型交付其承诺的好处:进口数据必须定期根据一些固定的规则,必须不断更新的报告机制,以及陈旧的数据必须避免频繁刷新。“在这种环境中,关键是生产要灵活,允许在不影响性能的情况下进行有效的系统重新配置和数据同步。”
  3. 可伸缩性和可扩展性。许多IT系统具有不同的性能、可伸缩性和可扩展性特征,当它们跨系统边界时,问题很快就会出现。引入人工智能模型只会让事情变得更加复杂。因此,AIOps团队准备好应对遗留基础设施带来的挑战,这是他们向AI扩张的一部分,这一点很重要。正如《哈佛商业评论》的那篇文章所指出的,“成功很大程度上取决于团队不断调整、修补和测试现有系统的新方案的能力,通过新旧系统的功能达到平衡。”

组织已经采取了不同的方法来实现上述三个组件,以及哈佛商业评论文章更详细地描述这些。但鉴于人工智能将在几乎所有领域带来竞争优势,投资人工智能显然是最好的出路。