企业如何适应 AI 的挑战 [Q&A]

快速阅读: 据《Beta新闻》称，最近的调查显示，仅37%的企业为人工智能做好了准备。Riverbed公司CTO理查德·特沃雷克指出，企业应从评估实际应用开始，逐步推广，并注重数据质量和人才培养。高质量数据和跨代际合作是关键。到2027年，86%的领导者认为其组织将完全准备好执行人工智能策略。

企业如何适应人工智能的挑战 [问答] 2025年3月7日 • 伊恩·巴克 最近的一项调查显示，只有37%的企业为人工智能做好了准备。这意味着他们可能会因为竞争对手采用这项技术而落后。我们采访了Riverbed公司的首席技术官理查德·特沃雷克，讨论了组织如何拥抱人工智能以及如何在当今快速发展的环境中取得成功。

BN：什么是AIOps，这对企业意味着什么？
RT：AIOps——即用于IT运营的人工智能——利用人工智能简化IT系统管理。对于那些被服务问题困扰的团队来说，AIOps自动检测、分析和解决问题，主动识别潜在问题，确保在影响用户之前平稳运行。通过处理日常例行任务，AIOps让IT团队能够专注于需要人类洞察力的更复杂的问题。这种转变加快了问题解决的速度，提高了运营效率，并通过明确优先级帮助减少倦怠。

AIOps的一个关键功能是收集实时相关数据，如网络指标、应用程序性能和设备资源，使分析有意义并避免误报。系统将这些数据流传输到分析中；事件关联以识别模式和根本原因；异常检测以预测问题；并根据这些洞察自动化纠正措施。通过适当的调校和人工智能，至少95%的异常会被视为常规或已知问题，例如大型备份开始消耗资源导致容量警报。

自动化工作流程提供了解决问题所需的上下文和诊断数据，无需人工干预。对客户而言，这意味着无缝、个性化的互动，更快的响应时间和更好的服务交付。它还增强了跨平台的可访问性和用户参与度——因此AIOps是一个双赢解决方案。

BN：是什么主要阻碍了企业实现人工智能准备状态，他们如何开始解决这些问题？
RT：Riverbed最近的《全球人工智能与数字体验调查》显示，尽管有广泛的热情，94%的业务和IT领导者认为这是高管层的首要任务，但只有37%的组织现在完全准备好实施人工智能项目，72%的人表示实现有效且可扩展的人工智能是一项挑战。这一准备差距主要是由于数据质量不足、基础设施不足和缺乏人工智能专业知识。缩小差距的主要障碍是对人工智能当前能力的高估。许多业务和IT领导者认为他们在行业中处于领先地位，82%的人认为他们在行业中处于领先地位，但实际上，许多人工智能项目因准备不足而停滞不前。这种认知与实际准备之间的差距可能导致战略失误，如资源错配和不切实际的期望，最终导致无法实现目标。

为了解决这个问题，企业应采取更务实的方法——从准备评估开始测试人工智能的实际应用，然后再大规模推广。企业应该从小规模做起，优先提高生产力并追求“低垂之果”的应用。数据管理也起着至关重要的作用。许多组织未能充分利用内部数据，这削弱了人工智能的效果。公司必须使各部门的数据可用，投资于数据可观测性，并确保从所有来源收集真实、高质量的数据。培养持续学习的文化并组建专门的AI或可观测性团队是另一个重要步骤。这些团队可以定期积极审核基础设施以识别弱点。通过监控整个IT环境，从终端用户到应用程序，这些团队可以提供实时见解并确保卓越的数字体验。通过这些更实用的人工智能方法，我们预计未来三年将带来由人工智能驱动的企业快速增长。到2027年，86%的领导者认为他们的组织将完全准备好执行其人工智能策略和项目。

BN：什么是“优质数据”，为什么它很重要？
RT：优质数据是指准确、完整且一致的数据，确保人工智能模型能够做出可靠决策。为了使人工智能有效，组织需要的不仅是大量的数据，还需要值得信赖的数据。高质量的数据——特别是来自实际操作的真实数据——支持更准确的人工智能预测，并避免因合成或样本数据而产生的偏见。如果没有这些，人工智能的结果可能会受到影响和妥协。

最佳做法是理解哪些数据元素至关重要，不要将数据移动到集中式数据仓库，而是将数据保留在原处，仅提取分析和解决问题所需的数据。许多阻碍组织人工智能成功的最关键障碍都与数据问题有关。事实上，76%的组织对使用合成数据表示担忧，强调了在没有优质数据的情况下作出妥协决策的风险。通过制定数据收集策略、投资管理工具并鼓励跨部门协作，企业可以提升其“优质”数据到“优秀”数据。

BN：随着越来越多的企业成立专门的人工智能团队，他们需要哪些技能和知识？
RT：组织应为其团队配备多样化的技能和知识。这包括开发人工智能策略，重点是提供全面培训以带领员工踏上旅程。精通由人工智能驱动的分析也是必不可少的，以改善用户体验和IT运营。

人工智能治理框架应是关键考虑因素，帮助企业应对技术增长过程中的数据安全和隐私问题，从符合ISO等标准到特定行业的规定，指导其部署方式。有趣的是，高绩效公司（收入增长率在10.5%或更高的公司）更有可能报告人工智能在其组织内被充分运用以改善用户的数字体验，相比低绩效公司（67%对45%）。一个重要原因是高绩效公司更可能提供广泛培训，教导如何负责任地使用人工智能，相比之下低绩效公司（63%对41%）。这表明培训和建立专业团队的重要性；它帮助所有员工使用人工智能来转型业务。

BN：组织内的代际差异如何影响其人工智能准备状态？
RT：人们对人工智能的态度存在显著的代际差异。Riverbed最近的调查显示，年轻一代如Z世代和千禧一代被认为最能接受人工智能。这种舒适感很可能源于他们从小接触数字技术，使他们天生擅长使用和信任人工智能解决方案。千禧一代见证了并在其形成和职业生涯中适应了重大数字变革，也表现出对人工智能的强烈熟悉。随着许多千禧一代现在担任领导职位，他们经常推动工作场所的技术采用。

另一方面，较老的一代如X世代和婴儿潮一代往往表现出更多谨慎或抵制采用人工智能。他们的职业经历受到非数字化工作实践的影响，整合新技术可能显得具有破坏性或不确定。

总体而言，目标是创建一个协作的、跨代际的方法，通过知识共享和战略指导，使整个劳动力能够有效地拥抱人工智能。解决这一代际差距对于公司从人工智能的承诺转向实施有效、可扩展且促进业务增长的人工智能至关重要。人工智能并不是要替代多年的经验和知识，而是增强团队，让他们摆脱日常任务，从而有机会实现职业发展并解决日益增长的IT问题。

图片版权：Jirsak / depositphotos.com

分享 推特 钉住 邮件 短信

(以上内容均由Ai生成)