越来越多的经由验证的AI项目正在规模支配，个中一些企业看到了显著的好处。但对付许多企业来说，从AI中获取代价可能是难以捉摸的，例如AI的模型可能无法调度，演习数据集可能不足大，客户可能会心存疑虑，以及关于AI的偏见、道德和透明度的担忧。
在AI操持准备就绪之前将其投入生产，或在对其结果进行适当审查之前将AI计策扩展多业务阶段，可能会让企业受到丢失。或者更糟糕的是，不当的利用会将公司业务推向不利的方向。
因此，评估AI投资回报率至关主要，但同时具有寻衅性。如何衡量AI的业务影响呢？以下带你理解IT领导者和业内人士如何衡量AI的代价。
精确对待成熟和打破性技能
衡量任何操持或技能的商业代价并不总是线性打算的。AI当然也不例外，尤其是考虑到成熟度和业务潜力时，对技能的信赖度至关主要，无论是打破性技能还是成熟技能。诸如数据挖掘、培训本钱的节省、投资和促进新用场的能力等经由验证和预测的变量，将会影响可接管的投资回报率的决策。
对付美国国家航空航天局喷气推进实验室来说，衡量AI项目投资回报率的关键成分是技能成熟度。
该实验室首席技能和创新官Chris Mattmann表示，一些AI用例如今已经非常成熟，比如自动化业务流程。“每家公司都有重复而单调的事情，以是须要将一些业务流程实现自动化，例如票务处理、搜索、数据挖掘、利用AI查验合同等。”
该实验室利用商业可用的技能来做到这一点，个中包括DataRobot和Google Cloud。Mattmann说，为了确定一项特定技能是否值得投资，将考虑它是否会节省本钱、韶光和资源。
对付处于中等成熟度的技能，该实验室着眼于该技能是否具有开启新用例的能力，以及本钱是多少。他说，“我们发射的火星探测器须要有一个用于太空通信的传输办法，而如今已经有足够的带宽支持每天从火星向地球发送大约200张照片。
他先容，该火星探测用具有豌豆大小的大脑，采取的是iPhone一样的处理器，它们可以承受各种磨练。成熟芯片性能良好，可以知足运用需求。”但是，AI将开启目前无法实现的新用例。例如，漫游者火星探测器无需每天发回200张图像，而是可以利用AI剖析图像本身，并可以向地球发送一百万字的笔墨解释，例如描述在特定方向上有一个干涸的湖床。与目前的图像比较，企业可以通过文本得到更多可见性。
末了，对付最前沿的实验性AI技能，衡量成功的标准是它们是否许可完成新的科学探索，以及撰写和揭橥新论文。
谷歌和微软等公司可以随时访问海量的演习数据，但在美国国家航空航天局喷气推进实验室，数据集很难获取，须要博士级别专家进行剖析和标注。正如Mattmann所说，“美国国家航空航天局演习新的AI模型的本钱是商业行业的10到20倍。”
在这方面，新技能的涌现将使美国宇航局能够创建AI模型，而不须要人工标注。例如，天生网络可以用来创建合成演习数据。
衡量AI的业务影响及范围
当无法直接衡量AI项目的业务影响时，企业将从干系关键绩效指标（KPI）中挖掘数据。这些变量常日与业务目标干系，可以包括客户满意度、上市韶光或员工保留率。
Atlantic Health System公司高等副总裁兼首席信息官Sunil Dadlani说，患者是该公司每项决策的核心。因此，在许多方面，AI投资的回报是通过不雅观察患者照顾护士的改进来衡量的。这些以患者为中央的指标包括缩短住院韶光、加快治疗、保险资格验证和保险授权。
另一个项目涉及利用AI来支持放射科年夜夫检讨扫描，其KPI是放射科年夜夫收到潜在非常创造警报的频率。Dadlani说，“截至2022年4月，我们99%的放射科年夜夫报告说利用AI剖析了12000多项研究，已经触发了近600个警报。基于此，这些年夜夫可以尽快办理潜在的严重问题。”
美国排名第五的RSM司帐师事务管理咨询、业务和技能转型团队合资人Richard Davis指出，该公司AI投资遵照两条紧密相连的路子：一条路子是帮助员工更好地事情的生产力和剖析工具，另一条路子是客户利用的相同或类似工具。
例如，在与客户互助时，可能会哀求RSM司帐师事务所从多个别系（司帐、发卖和营销、人力资源、物流）中提取数据，并将所有内容整合到一个表格中。Davis表示，AI可以帮助加快这一过程。
那么企业如何知道其AI是否朝着精确的方向发展呢？Davis说，“我们可以非常清楚地衡量工具的利用情形，随着韶光的推移，我们希望看到的是更高效的参与。”
他表示，这种参与度的提高该当会导致生产率的提高。“如果过去须要一周才能完成某件事，我们的目标可能是将其缩短到一天。”
关注AI的商业利益
衡量AI的成功也可能是主不雅观的。麻省理工学院AI研究科学家、零售行业的数据科学家Eugenio Zuccarelli表示，评估AI项目与开拓AI本身一样是一门艺术。
Zuccarelli说，只管如此，能够阐明AI对业务的影响仍旧很主要，“关键绩效指标（KPI）不应该环绕模型本身设定，而该当环绕业务和职员指标，这该当是AI项目的终极目标。否则，很随意马虎选择一个看似成功但实际上并不能转化为对企业产生有效影响的技能指标。”
Zuccarelli曾在宝马公司和Telstra公司担当数据科学职位，他警告不要孤立地衡量进展。例如，如果一个AI项目旨在改进由于其他缘故原由已经在改进的东西，那么须要一个掌握团队来确定实际上有多少改进是由AI引起的。
具有多年金融做事行业履历的Vladislav Shapiro表示，AI项目的KPI具有其他代价，例如减少缺点警报或自动删除过多特权。他们在最近进行的一项由AI驱动的安全支配中，将误报率降落了三倍，并且许多以前的人工流程都实现了自动化。
他说，“当向企业管理层展示这些数字时，他们就会明白，上述所有方法都降落了数据被透露的风险，并增加了问责制和管理。”
逐步衡量AI的成功
环球专业做事商Genpact公司首席数字策略师Sanjay Srivastava表示，降落本钱的自动化是展示AI经济效益的最大略、最清晰的办法。但AI也可以促进新的收入来源，乃至彻底改变企业的商业模式。
例如，一家飞灵活员机制造商创造AI可以更好地预测故障和改进物流，从而可以供应发动机做事。Srivastava说，“对付终极消费者来说，购买翱翔里程比购买发动机本身更有吸引力。这是一种新的业务模式。它改变了企业运营办法，由于AI使之成为可能。”
当然这种商业成功不是吹糠见米的，为了证明在某段韶光内对AI的投资是合理的，这家制造商须要定个长期目标，并将其转化为可以通过其他办法衡量的短期项目。
因此，“不要说，‘我们在十年后将改变这个行业’，而是说，‘我们在第一年将开始考虑须要库存的零件’。这是一个为期一年的项目，旨在优化仓库系统，减少库存投资。”
除了优化供应链之外，其他短期进度衡量指标还包括客户满意度等。
与公司计策愿景保持同等
还有一个现实是，在短期内，一些AI项目可能会危害企业的收入，但从长远来看仍旧是主要的和变革性的。
Gartner公司剖析师Whit Andrews说，例如推出客户做事谈天机器人的企业可以肃清日常任务，但谈天机器人可能也是有害的，由于有些人喜好沟通，并希望与真实职员打仗。
他表示，“这可以追溯到企业想成为什么样的公司。在某些时候，企业必须讯问自己是否是这样的公司。例如，如果快递涌现问题，客户可以打电话讯问它在哪里，与他们互动，然后考试测验每月一次向他们发卖产品。”
言下之意，如果该公司致力于AI驱动的转型，并以可衡量的投资回报率供应支持，并具有以客户为中央的愿景，那么它可能会超越对收入的直接影响，转而关注其他可能更故意义的指标。
综上，人工智能的业务影响及代价是可以从多个维度衡量的。AI技能本身还在发展演进中，各细分领域的运用成熟度也不相同，IT领导者必须能够结合公司实际业务情形加以运用和评估，才能精确拥抱AI，不在新一轮变革中掉队。