AI 重塑 IT的5 种方式

作者 | Stephanie Overby

译者 | 火火酱，责编 | Carol

封图 | CSDN 下载于视觉中国

Gartner最新的人工智能（AI）hype cycle报告指出，AI在未来五年中CIO议程中的排名十分靠前，对潜在业务转型具有重要影响。然而，对于许多IT机构来说，AI绝不仅仅是IT领导者们的业务驱动雷达：它对公司业务功能本身有着根本性的影响——自动化功能、IT团队的参与和新方法。

AI正在以IT领导者们希望的多种方式重塑着IT行业。下面让我们一起来看看五点值得注意的地方。

IT成为了主要的AI消费者

ISG的认知自动化和创新主管韦恩•巴特菲尔德（Wayne Butterfield）表示，能够实现传统故障修复和其他IT服务台流程自动化的工具并不新鲜，但这些工具近年来却越来越受欢迎。IT服务台（IT Service Desk）和客户服务操作一样易于复制（进而实现自动化）。

但这并不是超级AI自动化在IT领域的唯一应用。TIBCO分析战略副总裁肖恩•罗杰斯（Shawn Rogers）表示，IT不仅是AI的合作伙伴，还迅速成为了其消费者。IT利用AI进行安全和系统管理，实现流程自动化，推动企业快速发展。

影子IT（Shadow IT）可能会扩张

由于AI的影响，发生在技术核心之外的IT活动正在激增。ISG的巴特菲尔德（Butterfield）表示，从自助服务数据科学和分析工具，到在整个企业中采用机器人流程自动化（Robotic process automation, RPA）功能，再到企业开发的机器学习模型，企业中影子IT功能正在扩大。当然，“自助服务”和“影子IT”的定义和界限取决于你的企业文化。

数据科学需要与IT进行更加深入的合作

一些主流的企业应用（例如CRM）正在采用更多的AI和自动化技术。但对于更高级的AI应用而言，在IT和数据科学之间加强合作的必要性与日俱增。TIBCO的罗杰斯（Rogers）称：“早期将数据科学家藏在组织内部的时代已经结束了。如今，数据科学需要团队的力量，而IT正是这个团队中的一员。”

由于公司准备扩展其AI和分析功能的应用，因此需要更加深入地访问IT系统、数据和应用。Fractal Analytics的技术服务客户合伙人乔治•马修（George Mathew）表示，“构建AI主导的解决方案需要数据科学家和工程师之间的紧密合作。这二者单拎出来看都是十分深奥的领域，但成功的团队需要实现二者的协同合作，有时还要完成跨多领域任务，才能实现AI解决方案。”

IT和数据科学需要共享工具和策略

马修认为，IT和数据科学之间的合作关系要求所有团队都能采用彼此的技术和方法，“即使不必熟知过于专业的内容，也至少要了解相关的基础知识”。

工程师们要能读取从本地数据集提取数据的源代码，理解探索性数据分析和特征工程，熟练掌握贝叶斯（Bayesian）等算法。马修称：“他们需要具备这些知识来对代码进行重构和模块化，以便代码在企业IT系统上运行。”

相反，数据科学家们则需要学习如何通过数据库连接器或API来取数据，如何在结构化存储中存储和处理数据，以及如何编写模块化代码以供之后使用。

马修指出：“这种对共同挑战的理解使得数据科学家和工程师之间的合作更加紧密”。他所在机构中的几个团队已经凭借着强大的合作伙伴关系，交付了多个与AI相关的复杂解决方案。

AI治理成为焦点

随着各机构采用了越来越多的AI自动化和流程，其监管和声誉风险也逐步增加。Gartner指出，应制定政策以打击AI领域潜在的偏见、歧视和其他问题。

AI是一个需要数据和IT共同合作的领域，Gartner建议重点关注以下三点：对数据源和AI成果的信任；数据和算法透明度要求；以及支撑AI伦理和准确性的数据、算法及观点多样性。