首席数据官的人工智能战略指南

如何开始

我们通常将数据和分析策略作为其他战略工作的副产品来创建，用同样的方式看待AI是不够的。罗林斯建议关注以下三个方面:

1. 对商业价值有清晰的认识。首先评估人工智能的相关性您最重要的业务成果，以及它如何推动新的数据驱动功能，以及与具体的操作和it挑战的关系。许多组织开始迷恋AI能力，但在这个过程中，他们未能确定最具战略价值的驱动因素。
2. 利用客户体验中的颠覆性潜力。的调查Gartner研究圆会员们发现，他们使用或计划使用的前三种AI应用类型都与改善客户体验有关。人工智能为获得洞察力和创造个性化提供了独特的机会。到2020年，25%的客户服务和支持业务将跨参与渠道集成智能技术虚拟客户助理。
3. 处理组织、治理和技术影响。为人工智能带来的组织、治理和技术挑战做好准备。专注于发展数据驱动的文化，数据科学技能以及从业务角度“讲数据”的能力。

注意监管和道德的考虑．基于使用上下文，相同的数据和相同的分析可能会受到不同的管理——一个在道德上是可以的，而另一个则可能是不可以的，对于安全、隐私、遵从性、保留和其他曾经独立的问题，可能也是如此。因此，数据和分析领导者将需要将治理问题作为正常业务讨论的一部分。