管理者都知道要利用人工智能（AI）技术提升竞争力，但许多尝试都失败了。他们找错了方向：建立模型不是为了证明概念，而是为了解决问题。根据《哈佛商业评论》研究，有四分之三的高管认为，如果在未来五年内对规模化AI技术，企业就有可能倒闭。为了打消疑虑，我们的解决方案非常激进：

　　我们调查了12个国家16种行业的1,500名高管：虽然84％的受访者知道规模化AI有助于实现战略增长目标，但只有16％的人迈过了实验阶段。所有成功的公司都做了一件事：他们放弃了验证概念。

　　他们尝试规模化AI的频率是其他公司的两倍，成功的概率也是其他公司的两倍。由于这些公司结构合理，能够结合实践经验，他们不仅更快地完成了规模化，在试点和全面扩展部署上花费的资金也更少。

　　结果就是：AI投资回报率几乎是同行的三倍。研究的所有公司在过去三年里在AI技术上平均花了2.15亿美元，然而在AI回报率的差距就达到1.15亿美元。除了投资回报，成功规模化的公司在客户服务、员工生产力和资产有效利用方面都看到了巨大红利。

　　概念验证为什么会失败？假设某企业有6个月构建体验优化平台，以此验证改进客户服务的概念。启动、运行，接着确认它有效，然后转移到生产中。这里有个常见的错误：概念在技术上可行，却没有思考投入生产所需的原材料、风险、数据偏差、隐私以及道德问题。结果呢？企业背负了技术债务，因为从一开始他们的目的就不是规模化。

　　Nordea是北欧最大的银行集团，它需要聊天机器人协助优化客户服务，呼叫中心的员工就有更多的时间处理更复杂的客户问题。Nordea有数据基础、专业人才和设计框架，因此选择跳过了概念验证，直接规模化。

　　他们构建了一款最小可行产品，然后等待观察客户如何与之交互。2017年6月，Nordea向数十万名客户推出了这款聊天机器人：电子邮件和电线％，而聊天机器人和相关网页的使用量增加了30％，所有这些都不需要向领导层证明聊天机器人是如何工作的。

　　我们发现80％的AI App没能走到最后，规模化AI的成功率并不高。但是跳过概念验证，有什么替代方法呢？

　　1.以实践为核心——新技术具有成熟的空间，直接推出尽管规模有限，但AI技术专家和公司领导层能够准确地看到新技术将如何被客户接受并获得价值。概念验证的规模要小得多，从数据中提取价值也很困难。

　　2.抓紧行动——各行业对概念验证都已经疲劳了。企业不应该无休止地概念验证。考虑几个有价值的项目，集中精力尽早投入生产。

　　3.确保团队到位——协作团队至关重要。通常，公司扩展AI能力的努力被孤立在IT部门或团队中。缺乏多维度团队的支持，就会失去与业务成果的联系，最终导致失败。

　　要在AI时代扩大技术价值，关键是要着眼大局，从小事做起：优先考虑数据分析、治理、道德和人才。不要因为专注于今天的工作而牺牲了未来的潜力，导致自己没有为下一场技术变革做好准备。了解AI如何改变行业和世界，制定计划利用它的优势。