是什么导致企业AI战略的失败

近年来，随着人工智能技术深入到各行各业，企业对人工智能的采用达到了前所未有的新高度。然而，在针对人工智能的探索和应用的过程中，许多企业由于安全性、兼容性、人才短缺等种种“技术问题”而苦苦挣扎，最后以失败告终。

不过，戴尔科技集团全球首席技术官（CTO）John Roese则认为：“现在，最大的障碍不是任何技术问题。那些还没有采取行动的客户其实并不是在技术使用上挣扎，他们仍困在流程、数据、以及他们的目标到底是什么这些问题上。”

前段时间圆满落幕的戴尔科技全球峰会上，接受了知名媒体ITPro采访的戴尔科技集团全球首席技术官John Roese表示，2024年企业采用AI的主要障碍是领导者们对他们想要使用AI实现的目标没有明确的计划。

如果你不了解你的核心价值、流程和能力是什么，那么你实际上并不知道应该从哪里开始。但是在你知道的那一刻起，这就是答案。

首先，随机选择一个流程来进行人工智能增强是失败的关键。John Roese指出，许多企业缺乏有效的流程管理，因此第一个项目往往能够获得充足的资源，而当第三个项目出现时，资源就已经耗尽，但企业并不能确定到底是第一个项目还是第三个项目能够成功。因此，一些企业陷入了犹豫不决的状态——因为害怕选择错误的解决方案或策略，而未能成功进入人工智能领域。

采用人工智能的限制因素是你对技术的看法有多清晰，而不是你的技术实力。

尽管企业仍在为他们的人工智能战略而苦苦挣扎，但许多企业现在已经克服了一些著名的技术问题，幻觉问题已不再是企业AI的真正关注点。到2024年，新方法和如何将人工智能置于企业生态系统中的更好理解，大大地减少了幻觉的影响。

*AI的幻觉问题指的是人工智能系统在处理信息、生成内容或做出决策时，由于其内在的局限性、训练数据的偏差、算法设计的缺陷或其他因素，产生了不合理、不准确、脱离现实或与上下文不符的输出，一定程度上影响了AI输出的准确性。

如检索增强生成（RAG），这种通过将外部数据检索步骤整合到生成过程中的方法，允许模型从包括特定于用户的数据集在内的大量数据中动态获取相关信息，从而用准确、最新和特定于上下文的内容来丰富其响应。这些响应不仅基于其固有的一般理解，而且针对用户的特定数据集进行定制。

企业架构利用的是企业已经拥有的数据，这些数据准确、真实地反映企业的精神、客户及优先事项。Roese表示，幻觉问题在会议室谈话中出现的程度要低很多。即使领导者希望用人工智能解决战略问题，他们对技术方法的理解也可提高人工智能系统的可靠性，如将模型建立在数据基础上，这也提高了他们对这项技术的信心。

为了帮助企业抓住AI机遇，更好地做好AI就绪工作，戴尔推出了全面的AI服务——从制定策略、管理数据、平台用例到配备员工，戴尔的AI服务可提供贯穿AI生命周期的完整选项组合，进一步帮助企业加快高性能人工智能架构实现价值。

如在戴尔AI咨询服务中，Roese表示，戴尔定义了一个涵盖六个维度的框架以帮助企业有意识地了解AI就绪工作情况：

01战略与治理

首先，业务和IT领导者需协作设定与业务优先级一致的明确目标。从一系列有针对性的战略研讨会开始，使每个人都对企业的未来及如何实现目标有一个坚实的愿景。

其次，清楚地了解对业务最重要的用例至关重要——正如前面所提到，企业常在优先级方面苦苦挣扎。作为AI咨询服务的一部分，戴尔创建了一个用例优先级工具，以便企业能够根据业务价值和技术可行性识别、分析和确定优先级。随后，企业需对所有AI项目进行有效监督，以确保遵守法规、风险管理准则和道德，推动AI战略顺利进行。

02数据管理

许多企业使用预先训练的模型开始他们的AI之旅。这些模型需要访问企业的数据，以提供成功实施AI用例所需要的上下文。无论这些数据是通过模型调整还是增强（如RAG）提供，及时向模型提供良好的数据是成功的关键。因此，一个高度就绪的企业应将可扩展的数据管理作为AI的关键推动因素，用于协调数据的发现、获取和管理。

03AI模型

高昂的模型训练成本促使企业使用RAG、提示工程和微调预训练模型等策略，快速解锁AI价值。然而，随着可选用模型数量的日益增加，也为企业带来适配性、公平性、隐私性及安全性等问题。并且，选择合适的模型后，企业还需定期调整参数以优化其有效性。

为了帮助企业安全、高效地使用AI，戴尔推出了一个易于访问、开箱即用的“AI企业私有化知识库”。这个具备语义理解能力的智能信息检索，无需进行模型的训练和微调，并由戴尔服务团队帮助企业在本地构建，在企业提供便利的同时，极大地节省了硬件资源与时间成本。

04平台技术与运营

在选择了用例和模型后，企业需要一个可信的平台来实施和运行它们。高度就绪的企业将利用适合其用例、安全性和数据约束的AI技术堆栈，并确保这些技术在整个组织和优先用例中实现标准化。

如能够轻松实现可扩展的数据管理的戴尔数据湖仓，通过将所有类型的数据（结构化、半结构化和非结构化）登录并保留在数据湖中，从而帮助企业无缝集成AI数据与多个数据源，助力企业快速、自信地实现运行分析、AI、机器学习和其他数据驱动的工作负载。

05人员、技能和组织

一个高度就绪的企业需要为平台和工具、架构、数据工程等方面的员工提供培训，以掌握使用AI所需的技能。此外，企业还需要专门针对AI的新支持和运营团队。

作为戴尔全面AI服务中的一环，戴尔向企业提供完整的培训课程服务，并与NVIDIA合作，提供包括戴尔和NVIDIA硬件和软件管理培训等服务。另外，戴尔还推出了数字化员工体验服务，通过战略技术和体验管理，为企业员工提供积极、高生产率的体验，提高企业业务现代化和AI技术的速度与采用率。

06采用和适应

逐步进入高度就绪阶段的企业已然对如何增加AI价值有了清晰的认识。此时，最初的战略需结合变化进行动态调整——企业的业务部门必须继续与IT部门合作，将AI整合到其一系列新计划中。通过从模型输出中捕获反馈，并将经验教训整合到模型训练、Guardrails和信息检索中，企业可实现AI内部的持续改进，进一步适应AI。

随着企业进入更高级别的AI就绪阶段，利用AI的优势获得的机会和业务也会随之增加。当然，并不是需要等到就绪程度达到一定水平才能开始将AI应用于关键用例，企业可以从短期的战术项目开始，率先抓住短期AI机遇，并为之后的长期战术做好准备。

结 语

荣获福布斯2023年年度全球最佳管理咨询公司表彰的戴尔科技，在AI和数据分析方面有着深厚的专业知识。通过全栈可扩展的AI解决方案，戴尔已准备好为您完成AI旅程的每一步提供助力。