跨境物流AI评分 一般 (50)AI 中文改写

构建可在全企业范围内运作的AI

1 天前 5 阅读来源:MIT Technology Review

AI 中文改写

原文为英文,由 AI 改写为中文报道,内容完整。如需参考原文请点击下方链接

过去几年,企业对AI的态度大多是“先做几个实验看看效果”,一个个孤立的试点项目分散在不同部门,各自为战。但当AI智能体开始真正嵌入业务流程、承担实际工作,这套打法正在失效。MIT Technology Review旗下播客Business Lab最新一期节目中,SAP商业AI平台生态全球负责人Thorsten Leiduck与Infosys北美区SAP商业AI平台及AI战略副总裁Satinder Pal Singh共同指出,企业正面临一个更深层的挑战:如何重新梳理数据、业务流程、治理机制和人员之间的协同关系,把AI从一堆零散工具变成企业运营模型的一部分。Leiduck的核心观点是,企业必须把AI当作一个平台来对待,而不是一堆互不相连的项目。“AI绝对依赖于数据基础,”他说,企业需要一层互联的、语义丰富的底层数据架构来反映自身业务全貌,才有可能在各类流程中可靠地部署AI。 这一判断的紧迫性在于,AI正在进入关键任务流程。Leiduck举例说,在一些日常应用中,“80%的准确率也许够用了”,但在供应链或财务结算这类场景,这个水平是“非常糟糕的结果”。数据基础同时也决定了哪些AI应用值得投入。Singh将AI智能体定位为“数字同事”,建议企业从三个维度评估潜在用例:影响力、可行性和可扩展性。具体来说,企业要先确认智能体能否推动有意义的业务指标,再判断自身的数据和人才是否支撑这个用例,最后看成功经验能否复制到其他场景。“一个无法规模化的试点,只是一个实验,”Singh说。而规模化的推进又会让治理问题浮出水面。清晰的政策、访问控制、监控机制和监督体系,是确保智能体保持可信、与业务要求对齐的必要条件。“治理缺位不会加速AI落地,”Singh说,“它只会制造风险积压”,最终可能迫使企业进行更具破坏性的停摆和审计。两位高管都认为,随着AI智能体以“数字同事”身份承担更多职责,上述考量只会越来越重要。他们描绘的未来是:智能体系统跨应用协调工作,而客户专属的知识图谱和受治理的数据将成为企业的关键资产。对Singh而言,更长远的机遇在于从“AI作为生产力工具”转向“AI作为决策伙伴”——帮助管理者理解正在发生什么、预判下一步走向、并确定如何应对。

以上为 AI 中文改写版本,如需查看英文原文请访问

英文原文 · MIT Technology Review

内容版权归原作者及 MIT Technology Review 所有

这篇文章对你有帮助吗?
觉得有用?分享给更多人

留言 · 0 条

暂无留言,来说两句吧

留言经合规过滤后展示,禁止违法内容