執行官員急於宣佈人工智能（AI）業務的未來。預算膨脹，飛行員乘以噪聲機槍。但是，儘管進行了所有活動，但真正的轉變還是有限的。大多數項目不超過早期測試。結果是經歷人工智能的組織之間存在中等差距，而缺乏已經將其範圍擴展到日常操作的缺乏。
飛行員和規模之間的差距是當今AI的獨特故事之一。馬薩諸塞州理工學院 商業中的人工智能狀態2025 該報告於今年早些時候發布，他解釋說，只有一小部分計劃大規模地產生了生產。
幾乎每個公司都嘗試過某種人工智能，但只有二十個碎片成功地包括了性能變化的功能。其餘的仍然被困在無盡的概念中證明課程，追逐插圖，這些插圖似乎是孤立的，但從未在工作中站起來。
保羅·麥克杜納格·史密斯（Paul McDunag Smith）是國家伊斯蘭政府管理學院管理學院的第一任講師，顯然構成了問題。他告訴 《新聞周刊》。 “如果員工不信任人工智能或破壞工作，則可以將執行承認轉化為勞動力的厭惡。”
換句話說，簽名的合同或熱情管理的手勢並不意味著該組織準備好接受技術。沒有信心和治理，差距擴大。
飛行員沒有牽引力
解釋了停止許多項目的原因的搜索。通常，國際組織組織將其作為表面層面的補充，並將其放在當前系統旁邊，而不是將它們在相同的過程中編織。
用戶嘗試聊天外牆和集思廣益工具，但是當時間處理負責任的工作時，相同的用戶會撤退到傳統方法。系統無法學習，重複錯誤並侵蝕信心。
他說，麥當勞被稱為“沒有經驗的熱情”的人工智能學習差距。公司可以產生興奮，但尚未建立將早期想法轉化為重複做法的機制。
這一差距的封閉需要刻意從飛行員那裡上課，在整個組織中出版他們的課程，並在領導力的發展中滋養他們。沒有這種結構，即使是最好的工具也是要保持好奇而不是激勵措施。
該報告突出了另一個關鍵因素：文化。在風險抑制的組織中，懲罰錯誤，而飛行員很少成為初始模型。人工智能在實驗，重複和評論方面蓬勃發展。一種恐懼的文化在開始之前就優於治療。
果斷地訪問數據。正如McDongh-Smth所說：“數據是人工智能的氫。如果在需要時無法達到我們80％的監管數據，我們如何在產品，服務和體驗中呼吸人工智能？”
當數據在孤島中保持關閉時，甚至最先進的系統都窒息了。人工智能的縮放遠遠超過了高級算法，而不是創建數據可以自由移動並且體驗安全的條件。
在官方人工智能計劃下，突然的動態揭示了。員工已經用鍵盤投票。絕大多數工人在日常功能中使用個人情報工具，無論他們是否被強加。
同時，不到一半的公司購買了官方許可證。這種影子經濟表明，即使駕駛還不忙，該價值已經在何處創造。處理人工智能純粹是錯誤的。真正的機會是研究員工找到利益的地方，然後以適當的治理來揭示這些模式。
為什麼不穿透少數
跨越差距的一小部分公司具有一些共同的功能。它不是從轉換的抽象目標開始。相反，他們啟動了直接連接到策略的工作流程：保留客戶，供應鏈效率和操作靈活性。飛行員由業務領導者和技術團隊參與，確保實驗不僅限於實驗室，而與實際結果有關。
領導問題。麥克唐納·史密斯（McDonalg Smith）解釋說：“高級領導人需要在重新設計過程的同時從人工智能中構架飛行員。” “領導者必須確定規模的進程……大赦國際治理的早期治理，這有助於建立信心和信心。”
裁決不是製動。正是腳手架可以使體驗更高。
這些組織還運行兩個速度。一個團隊正在快速探索，測試新工具和接口。另一個使表現出承諾，從一開始就以合規性和融合為基礎的人。麥當勞史密斯說：“人工智能是一項集體運動。” “ Ai-Forwhard Adept正在與雙速團隊合作。主要設計原則是集成。創新和治理並排進展。
時間也很重要。市場成功案例中間的市場成功案例在大約90天內從飛行員轉變為生產，而大型公司通常需要九個月或更長時間。這種速度提供了學習週期，創造動力並降低了陪伴計劃的風險。
領導者的另一個問題是您是要建立他們的人工智能係統還是從賣家那裡購買它們。 McDongh-Smith是一個務實的過程：在所有權和組織控制數據需要時建立，但是購買穩定的基礎並僅在導致差異化時進行分配。
許多組織急於提早分配並最終獲得脆弱的系統。 “請不要在賣家中關閉。”中間土地，購買強大的基地以及在該領域的經驗上的層次是形成大多數成功案例的地方。
執行經理經常以錯誤的標準來評判國際大赦國際。降低成本是切實的，但是在AI方面，它幾乎沒有刮擦投資回報的表面。麥克唐納（McDonalgm）說：“投資收入越長，諸如新收入流，急忙週期時間，改善客戶體驗並降低風險的措施越長。” 《新聞周刊》。只有立即儲蓄才類似於對其大小的種子的裁決，而不是可以生長的樹。
馬薩諸塞州技術研究所的結果並不奇怪。一個 現代分析 通過標準普爾全球，有42％的公司理解去年的大多數人工智能計劃，上一年僅增長17％。被調查的人中，有將近一半的人說，他們的任何人工智能投資都取得了“強大的積極影響”，儘管採用了迅速採用，但符合主要商業標準的表現在很大程度上停滯不前。
原因與馬薩諸塞州理工學院所指出的內容非常相似：數據薄弱，互補性障礙和商業團隊與技術團隊之間的差距。換句話說，同一力量警告麥克多納·史密斯（McDona Smith）對現實世界的結果進行文化，治理和領導力。
標準普爾研究還指出，對AI的以下開發的興趣增加了：每十個公司中，近六家正在探索傳播“代理”的活動，而十分之四的人正在考慮這一點。
這些研究結合起來強調了一個明確的事實：技術不是問題。失敗源於他如何與組織打交道。
從聊天機器人到代理商
該機構內部的人工智能開始發展。公司已經開始傳播可以記住並調整多步驟工作流並處理它的代理系統的公司，而不是固定的聊天機器人。
馬薩諸塞州技術研究所支持這一點。該報告強調，通過連續的記憶和重複學習，人工智能直接解決了GAPA差距 – 飛行員和分裂系統之間的差距。早期實驗已經表明，客戶服務代理人處理了一方面的查詢，以及同意通過多個渠道進行共享的交易和銷售代理商的財務代理商。
“ AI的下一個階段已經形成。主要趨勢是從固定的聊天機器人轉移到Acication AI的轉變，該系統可以分析工作流程以分開活動並啟動良好的步驟以完成工作索引。”
這種發展很重要，因為它是從人工智能傳播到其運營的。公司最終可以包括您所學習的工具，並適應其策略的上下文和規模，而不是追逐實驗報價。
最後，飛行員和生產之間的差距首先與技術無關。它涉及領導力，文化和在組織結構中建立學習的能力。
成功處理人工智能的公司並不是軟件驅動程序，而是對如何工作的設計挑戰。他們將飛行員與策略聯繫起來，賦予經驗的差異自由，並從一開始就實施裁決。
麥當勞·史密斯（McDonalg Smith）說：“大赦國際不是銀子。
