AI入门指南：先找问题，再试用，最后选靠谱供应商

随着 77% 的公司已经使用或正在探索使用 AI，超过 80% 的公司声称 AI 是重中之重，领导者们渴望从这项技术中获得最大价值。然而，市场上可用的解决方案数量众多，以及随之而来的营销信息洪流，使得找到一条清晰的道路变得困难。以下是一些指南，可以帮助您评估 AI 工具的功能，并确定最适合您组织的工具。

当媒体赞扬某个特定平台，或者您发现您的竞争对手正在使用同一个平台时，您自然会想知道自己是否也应该使用它。但在考察新系统之前，请先确定您的企业面临的问题。它的主要挑战是什么？它的核心需求是什么？一旦您将注意力重新集中，就通过这个视角重新审视您正在考虑的解决方案。

如果 AI 技术能够解决您的公司一直遇到的明确定义、可衡量的问题（例如，自动化日常任务或提高团队效率），那么该工具值得探索。如果它与解决您的问题没有直接联系，请继续前进。AI 非常强大，但它确实有局限性。您的目标应该是只将它应用于它能够产生最大影响的领域。

当您确定某个系统可能在战略上支持您的需求时，您已经满足了第一个必要条件，但这并不意味着您已经准备好购买。下一步是花时间通过小型试点项目对该技术进行大量测试，以确定其有效性。

最有价值的测试使用与关键关键绩效指标 (KPI) 相连的框架。根据 Google Cloud 的说法：“KPI 在生成式 AI 部署中至关重要，原因有以下几点：客观地评估性能、与业务目标保持一致、支持数据驱动的调整、增强适应性、促进利益相关者之间的清晰沟通以及展示 AI 项目的投资回报率。它们对于衡量成功和指导 AI 计划的改进至关重要。”

换句话说，您的测试框架可以基于准确性、覆盖范围、风险或对您最重要的任何 KPI。您只需要有明确的 KPI。一旦您有了 KPI，就召集 5 到 15 人进行测试。两个由 7 人组成的团队是理想的选择。当这些经验丰富的个人开始测试这些工具时，您将能够收集到足够的输入，以确定该系统是否值得扩展。

领导者经常会问，如果供应商不愿意与他们进行试点项目，他们应该怎么办。这是一个合理的问题，但答案很简单。如果您发现自己身处这种情况，请不要再与该公司进行进一步的接触。任何值得信赖的供应商都会认为，为您创建试点项目是一种荣幸。

此外，请提前计划并为实验性 AI 预算拨款。当您想尝试各种解决方案，而不必过度投入资源时，这应该是您的资金来源。即使一切看起来都很顺利，也要给您的团队充足的时间来熟悉该技术并进行适应，然后再进行购买或扩展。

当您考虑某个平台时，请记住，您不仅在评估技术，还在评估背后的公司。供应商应该像技术本身一样，甚至更多地受到严格审查。确保您只与在数据安全方面保持最高标准的供应商合作。他们应该遵守数据保护和道德 AI 原则的全球标准，平台本身应该获得 SOC 2 Type 1、SOC 2 Type 2、通用数据保护条例 (GDPR) 和 ISO 27001 的认证。

此外，请验证您的供应商是否未经您的明确同意，将您的公司数据用于 AI 训练目的。虚拟会议提供商 Zoom 是一个流行公司的例子，该公司曾计划收集客户内容以用于其 AI 和 ML 模型。尽管他们最终没有执行这些计划，但这一事件应该引起企业和消费者的关注。

如果您任命一位专门的 AI 负责人负责这一领域，这个人可以管理所有数据安全需求，并确保组织合规。这可能感觉像是多余的额外工作，但这是必不可少的。请记住，只要您的一个提供商发生一次数据泄露，就可能导致您失去客户信任，甚至失去客户。

领导者必须使用结构化的方法来评估 AI 解决方案，以从 AI 解决方案中获得最大价值。首先关注解决问题，然后紧随其后的是测试和试点项目、数据安全以及识别有形价值。AI 非常强大，但只有在经过仔细选择和实施后，应用于正确的问题时，它才能发挥作用。

Arjun Pillai 是 DocketAI 的联合创始人兼首席执行官。