人工智能是当前的热词，它很有可能带来生产生活方式的重大变革，有远见的科技行业领导者都认为人工智能将在2019年对他们的公司业务甚至整个行业产生越来越大的影响。
但是，人工智能的发展仍处于初期阶段，并无普适性。如何将其利用在企业生产管理的进程中，并能解决问题、提高效率、加速决策进程，应该基于单个企业或至少是具体行业的特殊情况来考虑。
1、采用人工智是否更利于决策？
作者介绍称，人工智能需要帮助公司完善决策流程，尤其是借由人工智能实现公司的决策过程从完全依赖人的判断到向数据驱动模型的转变。人工智能可以将业务和流程分解为数据，做出决策，再将决策赋予数据执行。
但是尚未实现数据驱动的公司会面临较大阻碍，因为员工很容易认为这样的改变会对他们的工作构成威胁，因此成熟的企业结构更适合采用人工智能提供决策。
2、哪个环节效率最低？
作者指出最简单的方法是找出目前公司运行状况最不理想的地方，尤其是可量化的低效率部分比较适合智能化，比如关键流程严重依赖手动数据输入，或是简单任务重复劳动。
People.ai的首席执行官Oleg Rogynsky说：“如果公司仍然依赖手动数据输入来实现关键功能，那么它已经走上了一条消亡之路。”因为过度依赖手动会导致错误率增加、周转时间变慢并且需要浪费人力物力做质量检查——而人工智能可以轻松解决此类问题。
3、哪里能提供尽量多的相关数据？
人工智能的工作取决于人类提供的信息，越丰富、可靠、便于访问越好，优先考虑那些相关要素和关系最清楚的流程。
作者也强调如果信息不充足却强行采用人工智能，只能说是在制造问题而不是解决问题。尤其要注意的是，这些数据需要从企业内部获得，而不是用网上的数据套用。
4、希望实现什么样的商业效果？
这是最关键的一点，人工智能的合理应用要与公司的总体战略布局保持一致。作者解释称，这是指通过引入人工智能，需要帮助企业实现更好的商业目标，包括减少损耗、提高效率和发现新的商业机会等。
除此之外，针对公司需要解决的问题或者面对的瓶颈，如果人工智能可以提供解决方案、消除障碍，那么这个项目也适合人工智能来操作。
5、人工智能真的能解决问题吗？
在人工智能开发过程中，公司需要问自己这个问题。
作者表示开发人工智能有两个驱动因素：一是能为企业带来实际商业价值；二是具备可行性——有所需的数据和必要的机器学习能力。
否则，即使人工智能察觉到问题，企业的结构性障碍也会阻止相应的行动。
另外就是针对某一时期总结经验教训、后续改进时，通常会发现最严重的问题。企业管理者若以此为出发点，寻找相应的标签、数据，看看是否符合人工智能的解决方式，也不失为一种好的方法。
作者：若卡 来源：创业邦
,
