為了從人工智能中獲得更多收益，管理者必須改變使用技術的方式。
採用人工智能的熱情從未像現在這麼高。首席信息官和其他高管意識到迫切需要做出轉變，即從試驗一次性的人工智能到能夠獲得強大的貫穿全組織的能力，後者是敏捷性和業務增長的來源。
埃森哲公佈的一份新報告發現，84%的企業高管認為必須擴展人工智能才能實現增長目標，75%的人認為，如果無法擴展人工智能，他們五年內可能會破產。有76%的人承認，就貫穿全組織擴展人工智能而論，他們遇到了困難。
他們如何做出這種轉變?
該研究指出了擴展人工智能的三個關鍵成功因素：企業高管帶頭做出了一系列承諾，例如部署意向式人工智能，建立強大的數據基礎並創建遍佈整個組織的多學科人工智能團隊。
駕駛由意向式人工智能驅動的車輛
如果人工智能計劃沒有完全以業務戰略為基礎並且缺乏有助於監督管理的治理架構，那麼這樣的計劃肯定進展緩慢。將最基本的事情做好才是本質所在，即具備明確的戰略和運營模型，具備能衡量價值的責任明確且靈活的業務流程，並且具備明確的問責制和適當的資金水平。
關掉數據噪音
幾乎所有接受調查的公司(95%)都一直認同數據作為擴展人工智能根基的重要性。然而，經過數年對海量信息進行收集、存儲和分析後，大多數組織都在為龐大的數據量以及如何清除，管理，維護和使用數據而苦苦掙扎。
各大公司必須關注關鍵業務數據，關注如何創建和管理數據。使用更大，更準確的數據集並同時能夠將內部和外部數據集作為標準實踐進行整合的公司將更為成功。此外，使用合適的人工智能工具來管理應用程序的數據，這很重要。基於雲端的數據湖，數據工程/數據科學工作台以及數據和分析搜索功能等在這裏也都很重要。具備高度意向性，重點確保正確，高度相關的數據資產落實到位，從而為人工智能工作提供支持，這才是本質所在。這些公司不應以數據為藉口放慢或限制其計劃。
將人工智能視為一項團隊運動
以前可能有人認為人工智能部署應該完全由IT部門領導，但研究表明，要成功擴大規模，這些公司應貫穿全組織部署多學科團隊。這些團隊應該有這些專家組成：數據建模師、機器學習工程師、數據工程師和人工智能工程師、可視化專家、數據質量和訓練方面的專家以及其他專家。
儘管首席信息官仍可以在確保這些團隊獲得高層的明確支持並與最高管理層的願景保持一致方面發揮關鍵作用，但更為重要的是要不要僅靠一人之力來推動人工智能方面的工作。在組織中安插人工智能專家可以加快文化和行為方面的變革。只要這些組織確保員工全面瞭解人工智能的本質及其在日常工作中的應用，它們在人工智能擴大規模時則更樂於採納人工智能。
各行各業的公司都在使用人工智能來改變其工作方式。成功擴展人工智能使公司受益良多，如客户體驗得到改善，工人的生產力得到提高等等。如果人工智能成了眾望所歸的工具，你就能確保人工智能成為業務增長的基石。