從IT服務(wù)臺到數(shù)據(jù)分析的前沿、新工具、策略和關(guān)系，人工智能將如何改變企業(yè)的IT組織?

正如調(diào)研機(jī)構(gòu)Gartner公司最近發(fā)布的一份有關(guān)人工智能宣傳和炒作周期調(diào)查報告所指出的那樣，人工智能將在未來五年的首席信息官議程中排在首位，這是潛在的變革性業(yè)務(wù)影響的來源。但是，對于許多IT組織而言，人工智能不僅是IT領(lǐng)導(dǎo)者作為業(yè)務(wù)推動者而備受關(guān)注，它還對功能本身產(chǎn)生了根本性的影響——從自動化一些長期存在的功能到要求IT團(tuán)隊(duì)更多參與和采用新方法。

[[332069]]

人工智能開始以IT領(lǐng)導(dǎo)者希望遵循的多種方式重塑IT部門。以下是5個值得關(guān)注的方式：

1. IT成為主要的人工智能消費(fèi)者

ISG公司認(rèn)知自動化和創(chuàng)新總監(jiān)Wayne Butterfield表示，用于自動化傳統(tǒng)中斷修復(fù)程序和其他IT服務(wù)臺流程的工具并不是什么新鮮事物，但是如今這些工具正變得越來越受歡迎。他說：“IT服務(wù)臺像客戶服務(wù)操作一樣容易并且重復(fù)，因此可以實(shí)現(xiàn)自動化。”

這并不是為IT功能而開發(fā)的人工智能自動化技術(shù)的唯一領(lǐng)域。TIBCO公司分析戰(zhàn)略副總裁Shawn Rogers表示：“IT很快不僅成為了合作伙伴，而且成為了消費(fèi)者，利用人工智能進(jìn)行安全和系統(tǒng)管理實(shí)現(xiàn)流程自動化，并以人工智能驅(qū)動企業(yè)前進(jìn)。”

2. 影子IT可以擴(kuò)展

ISG公司的Butterfield指出，由于人工智能的影響，技術(shù)核心以外的IT活動激增。從自助數(shù)據(jù)科學(xué)和分析工具，到為企業(yè)采用功能性的機(jī)器人流程自動化(RPA)，再到為企業(yè)開發(fā)的機(jī)器學(xué)習(xí)模型，企業(yè)在影子IT功能方面的力量正在不斷擴(kuò)大。當(dāng)然，“自助服務(wù)”和“影子IT”的定義以及它們之間的界限取決于企業(yè)的文化。

3. 數(shù)據(jù)科學(xué)家需要與IT團(tuán)隊(duì)進(jìn)行更深入的合作

一些主流的企業(yè)應(yīng)用程序(比如CRM)正在向人工智能和自動化方向發(fā)展。但是對于更先進(jìn)的人工智能應(yīng)用來說，IT技術(shù)團(tuán)隊(duì)和數(shù)據(jù)科學(xué)家之間建立更緊密的合作關(guān)系的必要性正變得越來越明顯。TIBCO公司Rogers說，“組織中只有一兩位數(shù)據(jù)科學(xué)家的早期時代已經(jīng)結(jié)束。如今，數(shù)據(jù)科學(xué)隊(duì)伍日益壯大，而IT則成為該團(tuán)隊(duì)的一部分。”

Fractal Analytics公司技術(shù)服務(wù)客戶合作伙伴George Mathew說，“隨著企業(yè)準(zhǔn)備擴(kuò)展其人工智能和分析功能的使用，他們需要更深入地訪問IT團(tuán)隊(duì)了解的系統(tǒng)、數(shù)據(jù)和應(yīng)用程序。構(gòu)建由人工智能主導(dǎo)的解決方案需要數(shù)據(jù)科學(xué)家和工程師之間的密切合作。盡管每個領(lǐng)域本身都是一個深層領(lǐng)域，但可以使這兩個團(tuán)隊(duì)能夠協(xié)同工作，并且在許多情況下，各個領(lǐng)域重疊在一起，以便開發(fā)人工智能解決方案。”

4. IT團(tuán)隊(duì)和數(shù)據(jù)科學(xué)團(tuán)隊(duì)需要共享的工具和策略

Mathew說，“IT團(tuán)隊(duì)與數(shù)據(jù)科學(xué)團(tuán)隊(duì)之間的合作關(guān)系要求每個團(tuán)隊(duì)都采用彼此的技術(shù)和技巧，至少是出于熟悉的緣故，如果不是出于專業(yè)知識的話。”

Mathew指出，工程師將需要能夠讀取從本地?cái)?shù)據(jù)集中提取數(shù)據(jù)的源代碼，了解探索性數(shù)據(jù)分析和功能工程，并精通貝葉斯技術(shù)等算法來產(chǎn)生洞察力。他們需要掌握這些知識，以便對代碼進(jìn)行重構(gòu)和模塊化，以便這些代碼能夠在企業(yè)IT系統(tǒng)上運(yùn)行。

與其相反，數(shù)據(jù)科學(xué)家將需要學(xué)習(xí)如何通過數(shù)據(jù)庫連接器或API攝取數(shù)據(jù)，如何在結(jié)構(gòu)化存儲中存儲和處理數(shù)據(jù)，以及如何編寫模塊化代碼以供下游使用。

Mathew說：“我們已經(jīng)看到了對常見挑戰(zhàn)的熟悉和理解，從而導(dǎo)致了數(shù)據(jù)科學(xué)家和工程師之間的協(xié)作不斷增強(qiáng)。”他指出，其組織中的幾個團(tuán)隊(duì)已憑借這些更強(qiáng)大的合作伙伴關(guān)系提供了與人工智能相關(guān)的復(fù)雜解決方案。

5. 人工智能治理成為關(guān)注焦點(diǎn)

隨著企業(yè)實(shí)施越來越多的基于人工智能的自動化和流程，其面臨的法規(guī)和聲譽(yù)風(fēng)險也隨之增加。Gartner公司指出了制定政策以對抗與人工智能相關(guān)的潛在偏見、歧視和其他問題的重要性。

同樣，這是數(shù)據(jù)和IT領(lǐng)導(dǎo)者可以共同努力的領(lǐng)域，Gartner公司建議需要關(guān)注以下三點(diǎn)：對數(shù)據(jù)源和人工智能成果的信任;數(shù)據(jù)和算法透明度要求;以及數(shù)據(jù)、算法和觀點(diǎn)的多樣性，以支持人工智能的道德和準(zhǔn)確性。