原文來自Harvard Business Review，作者Athina Kanioura；Fernando Lucini
原文鏈接：https://hbr.org/2020/04/a-radical-solution-to-scale-ai-technology
管理者都知道要利用人工智能（AI）技術提升競爭力，但許多嘗試都失敗了。他們找錯了方向：建立模型不是為了證明概念，而是為了解決問題。根據《哈佛商業評論》研究，有四分之三的高管認為，如果在未來五年內對規模化AI技術，企業就有可能倒閉。為了打消疑慮，我們的解決方案非常激進：跳過概念的驗證階段，直接規模化。
我們調查了12個國家16種行業的1,500名高管：雖然84％的受訪者知道規模化AI有助於實現戰略增長目標，但只有16％的人邁過了實驗階段。所有成功的公司都做了一件事：他們放棄了驗證概念。
他們嘗試規模化AI的頻率是其他公司的兩倍，成功的概率也是其他公司的兩倍。由於這些公司結構合理，能夠結合實踐經驗，他們不僅更快地完成了規模化，在試點和全面擴展部署上花費的資金也更少。
結果就是：AI投資回報率幾乎是同行的三倍。研究的所有公司在過去三年裡在AI技術上平均花了2.15億美元，然而在AI回報率的差距就達到1.15億美元。除了投資回報，成功規模化的公司在客戶服務、員工生產力和資產有效利用方面都看到了巨大紅利。
為什麼概念驗證沒用
概念驗證為什麼會失敗？假設某企業有6個月構建體驗優化平臺，以此驗證改進客戶服務的概念。啟動、運行，接著確認它有效，然後轉移到生產中。這裡有個常見的錯誤：概念在技術上可行，卻沒有思考投入生產所需的原材料、風險、數據偏差、隱私以及道德問題。結果呢？企業揹負了技術債務，因為從一開始他們的目的就不是規模化。
Nordea是北歐最大的銀行集團，它需要聊天機器人協助優化客戶服務，呼叫中心的員工就有更多的時間處理更復雜的客戶問題。Nordea有數據基礎、專業人才和設計框架，因此選擇跳過了概念驗證，直接規模化。
他們構建了一款最小可行產品，然後等待觀察客戶如何與之交互。2017年6月，Nordea向數十萬名客戶推出了這款聊天機器人：電子郵件和電話流量下降了20％，而聊天機器人和相關網頁的使用量增加了30％，所有這些都不需要向領導層證明聊天機器人是如何工作的。
什麼取代了概念驗證？
我們發現80％的AI App沒能走到最後，規模化AI的成功率並不高。但是跳過概念驗證，有什麼替代方法呢？
1.以實踐為核心——新技術具有成熟的空間，直接推出儘管規模有限，但AI技術專家和公司領導層能夠準確地看到新技術將如何被客戶接受並獲得價值。概念驗證的規模要小得多，從數據中提取價值也很困難。
2.抓緊行動——各行業對概念驗證都已經疲勞了。企業不應該無休止地概念驗證。考慮幾個有價值的項目，集中精力盡早投入生產。
3.確保團隊到位——協作團隊至關重要。通常，公司擴展AI能力的努力被孤立在IT部門或團隊中。缺乏多維度團隊的支持，就會失去與業務成果的聯繫，最終導致失敗。
展望未來
要在AI時代擴大技術價值，關鍵是要著眼大局，從小事做起：優先考慮數據分析、治理、道德和人才。不要因為專注於今天的工作而犧牲了未來的潛力，導致自己沒有為下一場技術變革做好準備。瞭解AI如何改變行業和世界，制定計劃利用它的優勢。
這是個新領域，現在打下良好基礎就能快人一步，別把時間浪費在概念驗證上。
