随着每家公司都成为软件公司,企业 IT 领导者可以通过听取供应商同行的建议来改善数字化成果。
虽然生成式人工智能是新事物,但人工智能并非如此。包括Michelin和Albemarle在内的许多公司最早使用的人工智能案例之一是预测性维护,其最基本的功能是根据传感器收集的数据训练算法。一旦训练完成,模型就会寻找导致故障的指标,并向人类操作员发出警报,从而防止生产中断。
尽管IT和业务领导者在战略上保持一致,但技术和转型计划仍然以不可接受的速度停滞不前,以下是CIO可以如何从IT项目失败中吸取的六个教训。
虽然防护措施可能不适用于全球人工智能军事军备竞赛,但在特定的使用案例和行业中,它们可以在更细化的层面上发挥作用。以负责任的采购实践、指导方针、有针对性的建议和监管举措为形式的防护措施非常普遍,而且已经有了很多。
企业持续生成或收集海量数据,但其中大部分数据实际上永远无法用于改善业务流程或决策。原因很简单:大多数数据都是非结构化数据,在创建过程中也没有标注,只是堆积在一起。
数字业务时代,创造业务价值是IT增值发展的重大契机。但只有在客户成功使用IT产品或服务并产生利润,才算创造和实现了业务价值。