-
组织改进
Josh Bersin：人工智能实施越来越像传统IT项目
Josh Bersin的文章《人工智能实施越来越像传统IT项目》深入探讨了企业中人工智能项目的实施情况。文章指出，尽管人工智能具有其独特性，但在实施过程中，它越来越多地展现出与传统IT项目相似的特点。这些相似性包括对数据管理的重视、安全性和访问管理的必要性、及时的工程响应和系统监控等。文章还强调了供应商筛选的重要性，以及变更管理、培训和组织设计在实施人工智能项目时的关键作用。这种趋势反映出人工智能已成为企业IT策略的核心部分，需要企业在实施和整合人工智能应用时，采用适应性强的传统IT策略，以提高运营效率和组织改进。
我们一起来看看原文：
随着我们越来越多地了解人工智能的企业实施，我对它们每天都感觉更像传统 IT 项目感到震惊。
是的，生成式人工智能系统有许多特殊的特征：它们是智能的，我们需要训练它们，并且它们对用户具有根本性的变革性影响。而且后端处理成本很高。
但尽管谈论先进的模型和逼真的行为，这些项目也有传统的一面。我已经与十几家大公司讨论了他们的各种人工智能策略，我想鼓励买家考虑基础知识。
发现 1：企业人工智能项目都与数据有关。
与新 ERP 系统、薪资系统、招聘或学习平台的实施不同，AI 平台完全依赖于数据。无论您购买什么产品（像 Galileo™ 这样的智能代理、Eightfold 这样的智能招聘系统，或者提供销售的人工智能支持平台生产力），成功取决于您的数据策略。如果您的企业数据一团糟，人工智能将无法突然理解它。
本周我读到了一篇关于 微软 Copilot 宣扬选举谎言和阴谋论的报道。虽然我无法判断这种情况有多普遍，但它只是指出“您拥有人工智能系统的数据质量、培训和数据安全”。
例如，沃尔玛的我的员工人工智能助理已经证明，在处理员工有关福利的查询方面，其准确度提高了 2-3 倍。但为了做到这一点，该公司利用了令人惊叹的 IT 架构，将所有员工信息整合到一个个人资料中，经过多年开发的移动体验，以及强大的全球安全架构。
我们的客户之一是一家大型国防承包商，正在探索使用人工智能来彻底改变其庞大的知识管理环境。虽然我们知道 Gen AI 可以在这里增加巨大的价值，但最大的问题是“我们应该加载哪些数据”以及我们如何分割数据以便正确的人访问正确的信息？他们现在正在研究那个项目。
在设计 Galileo 的过程中，我们花了近一年的时间梳理 25 年来积累的信息，以构建一个能够提供有意义答案的语料库。幸运的是，我们从一开始就专注于数据管理，但如果我们没有可靠的数据架构（具有一致的元数据和信息类型），该项目将会很困难。
因此，这些项目的核心是一个了解数据源、元数据和数据集成工具的数据管理团队。一旦新的人工智能系统开始工作，我们就必须定期对其进行训练、更新并消除偏见和错误。
发现 2：企业人工智能项目需要重点关注安全和访问管理。
假设您找到了一个可以为您的员工提供突破性解决方案的工具、平台或应用程序。它可以是销售自动化系统、人工智能驱动的招聘系统或帮助呼叫中心代理处理问题的人工智能应用程序。
谁可以访问什么？如何对语料库进行“分层”以确保合适的人看到他们需要的内容？这种练习与我们在 20 世纪 80 年代在 IBM 所做的事情是一样的，当时我们实现了这个复杂但极其重要的系统，称为 RACF。我讨厌宣扬自己的年龄，但 RACF 设计者在很多年前就思考过数据安全和访问管理的这些问题。
人工智能系统需要一套类似的工具，并且由于法学硕士倾向于将所有内容“整合和聚合”到模型中，因此我们可能需要针对不同用户的多个模型。
就人力资源而言，如果使用Eightfold、Seekout或Gloat建立一个人才情报数据库，其中包括职位名称、技能、级别以及有关证书和工作历史的详细信息，然后我们决定添加“薪水”……哎呀……好吧突然间我们遇到了数据隐私问题。
我刚刚完成了与 SAP-SuccessFactors 的人工智能架构的深入讨论，您看到的是一组开发用于在 Joule（SAP 的副驾驶）中针对各种用例运行的“迷你人工智能应用程序”。 SAP 花费数年时间构建工作流程、访问模式和不同级别的用户安全性。他们设计的系统是为了安全地处理机密数据。
还要记住，像 ChatGPT 这样的访问互联网的工具可能会以有害的方式导入或泄漏数据。用户可能会无意中使用Gen AI工具创建不可接受的内容、危险的通信以及引发其他“越狱”行为。
在您的人才情报战略中，您将如何管理工资数据和其他私人信息？如果法学硕士使用这些数据进行分析，我们必须确保只有适当的用户才能看到它。
发现 3：企业人工智能项目需要关注“快速工程”和系统监控。
在典型的 IT 项目中，我们花费大量时间在用户体验上。我们在 UI 设计师、艺术家和工匠的帮助下设计门户、屏幕、移动应用程序和体验。但在 Gen AI 系统中，我们希望用户“告诉我们他们在寻找什么”。我们如何培训或支持用户更好地提示系统？
如果您曾经尝试过使用 Paypal 这样的公司的支持聊天机器人，您就会知道这有多困难。我花了几周的时间试图让 Paypal 的机器人告诉我如何关闭我的帐户，但它从来没有给我正确的答案。 （最终我想通了，尽管我仍然从已经去世的承包商那里收到发票！）
这些问题我们必须要思考。在我们的案例中，我们构建了一个“提示库”和一系列工作流程，以帮助人力资源专业人员充分利用伽利略，使系统易于使用。 Paradox、Visier (Vee) 和 SAP 等供应商正在构建复杂的工作流程，让用户提出一个简单的问题（“管道的第 3 阶段有哪些候选人”）并获得格式良好的答案。
如果您向招聘机器人询问诸如“谁是该职位的最佳候选人”之类的问题并将其插入 ATS，它会给您一个好的答案吗？老实说，我不确定 - 所以供应商（或你）必须训练它并构建工作流程来预测用户会问什么。
这意味着我们将监控这些系统，查看不起作用的交互，并不断调整它们以使其变得更好。
几年前，我采访了星展银行（新加坡数字银行）的数字化转型副总裁，星展银行是世界上最先进的数字银行之一。他告诉我，他们组建了一个完整的团队来监视网站上的每次点击，这样他们就可以不断移动按钮，简化界面，并使信息更容易查找。我们需要对人工智能做同样的事情，因为我们无法真正预测人们会问什么问题。
发现 4：供应商需要接受审查。
下一个“传统 IT”主题将是供应商的审查。如果我是一家大型银行或保险公司，并且我正在寻找先进的人工智能系统，我会详细审查供应商的声誉和经验。仅仅因为像 OpenAI 这样的公司已经建立了出色的法学硕士，并不意味着他们作为供应商有能力满足您的需求。
供应商是否拥有您所需的资源、专业知识和企业功能集？我最近和中东的一家大型企业进行了交谈，该企业在沙特阿拉伯、迪拜等该地区的其他国家都有重要的设施。他们现在和将来都不会让用户信息、查询或生成的数据离开其管辖范围。您选择的供应商有能力满足此要求吗？小型人工智能供应商将努力解决这些问题，导致IT部门以新的方式进行风险评估。
还出现了专门从事“偏见检测”或人工智能系统测试的顾问。大公司可以自己做到这一点，但我预计随着时间的推移，将会有咨询公司帮助您评估这些系统的准确性和质量。如果系统是根据您的数据进行训练的，您的测试情况如何？在许多情况下，供应商提供的人工智能使用来自外部世界的数据：它使用什么数据以及它对您的应用程序来说有多安全？
发现 5：变革管理、培训和组织设计至关重要。
最后，与所有技术项目一样，我们必须考虑变革管理和沟通。这个系统的设计目的是什么？它将如何影响你的工作？如果答案不明确或不正确怎么办？所有这些问题都很重要。
需要进行用户培训。我们的经验表明，用户很快就会采用这些系统，但他们可能不明白如何提出问题或如何解释答案。您可能需要创建提示库（如 Galileo）或交互式对话旅程。然后提供支持，以便用户可以解决错误、不清楚或不一致的答案。
最重要的是，存在角色和组织设计的问题。假设我们提供一个智能系统，让销售人员快速找到产品问题、定价和客户历史记录的答案。销售运营的新角色是什么？我们是否有人员来更新和维护数据的质量？我们是否应该因此重组我们的销售团队？
我们已经发现，伽利略确实打破了人力资源领域的障碍，例如，向业务合作伙伴或人力资源领导者展示如何处理可能属于他人领域的问题。这些都是美妙的结果，应该鼓励领导者重新思考如何定义角色。
在我们公司，当我们使用人工智能进行研究时，我看到我们的研究团队在更高的水平上运作。人们正在共享信息，更快地分析跨领域信息，并高速利用采访和外部数据。他们写文章的速度更快，现在可以将材料翻译成多种语言。
我们的会员支持和咨询团队经常依赖分析师的专业知识，很快就会成为顾问。当我们向客户发布伽利略时，问题和询问的程度将变得更加复杂。
这个过程将发生在每个销售组织、客户服务组织、工程团队、财务和人力资源团队中。想象一下人们会问的“新问题”。
底线：企业 AI 系统成为 IT 项目
归根结底，人工智能技术革命将需要大量传统 IT 实践。虽然人工智能应用程序具有突破性的强大功能，但实施问题比您想象的更为传统。
我永远不会忘记我在 Sybase 期间实施 Siebel 的失败经历。该公司很喜欢这个平台，买下了它，并强迫我们使用它。然而，该公司从未告诉我们他们为什么购买它，解释如何使用它，或建立工作流程和工作角色以将其嵌入公司。仅仅一年后，Sybase 在销售组织简单拒绝后就抛弃了该系统。没有人希望人工智能这样重要的东西能得到这样的结果。
当你学习并更加迷恋人工智能的力量时，我鼓励你思考你曾经参与过的其他技术项目。是时候超越炒作和兴奋，思考现实世界的成功了。
扫一扫 加微信
hrtechchina
