用企业上下文创造人工智能价值

企业内往往同时运行多套人工智能平台、系统与工具，例如客户平台、对话助手以及工作流与流程自动化，各自先进且响应迅速，但实际产出的结果与行动却可能出错、混乱，或未能真正理解业务。麻省理工科技评论洞察（MIT Technology Review Insights）一项调查显示，受访组织虽均在某种程度上使用人工智能，却仅有不到五分之一（16%）从部署中获得变革性价值；最多受访者（40%）称仅在特定任务或团队看到中等收益，21%报告有显著收益，另有23%几乎没有回报。多数公司仍处试点阶段（38%）或以副驾驶、聊天助手协助员工（35%）；仅12%的企业已将人工智能智能体投入生产，3%称关键流程主要由人工智能完成。Atlan联合创始人Prukalpa Sankar指出，模型能力与其在组织内真正可用性之间存在巨大落差，通用人工智能在现实意义上已近在眼前，但在多数公司仍难发挥效用。她认为缺失的是“上下文”，即人工智能对企业业务的理解程度；上下文层是介于业务系统（如记录系统与数据）与人工智能平台之间的架构基础设施，将企业智能转化为受治理、可供机器使用的上下文，并帮助知识不断沉淀。没有上下文层，就像雇了全世界最聪明的实习生却蒙上眼睛扔进组织。本文由麻省理工科技评论定制内容部门Insights制作，非编辑部稿件。