多项调查一致显示,大部分企业级人工智能试点项目从未走到生产环境这一步,而搁浅项目的共同症结所在很少是模型本身——而是周边架构:数据平台碎片化、缺乏将人工智能系统与记录系统连接起来的集成层,以及从未考虑到人工智能工作负载而设计的身份与访问模型。
让人工智能成为可能的那些不起眼的工作
面向人工智能落地的企业架构,意味着建立一致的API,让人工智能系统能够可靠地访问业务数据并采取行动;建立数据平台,使相关上下文可用而无需为每个新用例重复搭建数据管道;并为连接人工智能与现有系统的集成层明确责任归属,而不是让每个AI项目各自重建一套定制连接。
这类基础性工作很少出现在高管的人工智能战略汇报中,而这恰恰是它相较于抢占头条的试点项目而资金不足的原因,尽管正是它决定了试点项目能否转化为持久的生产能力。
贾万信息技术集团(JIG)帮助企业构建数据、集成与身份等架构基础,将人工智能试点项目转化为真正的生产系统,而非永久停留在概念验证阶段。