在人工智能方面，很多企业通常会测试概念或用小规模用例进行证明，以充分利用供应商产品，例如现有SaaS平台的新功能。
　　
　　如果情况顺利，他们会开展和实施下一个项目，但很快就会遇到不兼容的系统、相互竞争的数据湖，成本超支、重复工作，以及无法扩展等问题，更不用说隐私、合规性或道德问题。
　　
　　在某些时候，采用人工智能的好处变得非常明显，但继续前行却很艰难，因此需要退后一步，为企业范围的人工智能转型制定一个具有凝聚力的战略。
　　
　　毕马威会计师事务所数据分析和人工智能业务合作伙伴TraciGusher说，“对于开发和应用人工智能技术不堪重负，不仅仅让企业陷入技术债务中，还会由于没有看到可持续和可扩展的人工智能的前进道路而使他们望而却步。”
　　
　　以下是组织如何确保从试点项目顺畅转向人工智能的方法。
　　
　　从核心业务优先级开始
　　
　　Gusher说，要为企业转型创建一个全面的人工智能驱动战略，必须从基础开始。需要问自己一些问题，例如，“对于采用人工智能战略的组织来说，最大的机会是什么?面临的最大挑战是什么?最大的风险是什么?”
　　
　　她说，“然后需要了解人工智能如何影响这些机会、挑战和风险。如果真的想要获得竞争优势，那么必须在这些领域中从战略层面上看待它。”
　　
　　企业还应该避免投资回报不够快速的项目。
　　
　　她说，“如果组织需要解决迫在眉睫的风险，那么采用人工智能可能并不是最好的选择。因为获取数据需要时间，学习需要时间，从中获益需要时间。组织应该关注的是长期项目。”
　　
　　做出这些决策需要高级管理人员和董事会成员对人工智能的能力有充分地了解。
　　
　　UL是一家拥有125年历史的负责测试电气设备的公司，其采用人工智能转型战略始于公司最高层。
　　
　　UL公司高级副总裁兼首席技术官ScotWebster说，“领导的作用不可低估，领导力对于帮助企业范围内创造更广泛的目标非常重要。”
　　
　　他补充说，企业范围的人工智能战略不能作为快速运营的工程项目运行。
　　
　　他说，“UL公司拥有14,000名员工，我敢肯定，所有员工都了解我们专注于数字化、人工智能、战略5.0。我们拥有一个卓越的中心，专门针对规模较小的机器人流程自动化(RPA)和机器人应用程序。”
　　
　　将企业的数据战略从孤岛转移到平台
　　
　　普华永道公司合伙人兼全球人工智能领导人AnandRao表示，一旦企业所有合适的人才和领导层到位，就应该专注于开发和应用人工智能和数据科学平台。通常，用于试点项目的平台不能很好地扩展。相反，企业范围内的人工智能需要向云端转移，这可以提供额外的好处，包括更容易处理大型数据湖、更好地与外部数据源和工具集成，以及更容易访问最新的人工智能技术。但是要将业务转移到云端，企业必须对数据进行处理。这意味着打破孤岛。
　　
　　IBM公司系统战略和开发总经理JamieThomas说：“最重要的问题是在数据战略方面不够重视。这是我们看到的最大陷阱。”
　　
　　全面的数据管理策略不仅包括收集、组织、分析数据，还为其提供了使数据对人工智能的意义和背景。Thomas说，这也意味着制定一个处理偏见的计划，如果模型输入错误的数据，就会出现这种情况。
　　
　　FannieMae公司监控、分析和报告主管JayRudrachar表示，在过去，该公司团队都在孤岛上实施人工智能和机器学习项目。但现在不得不退后一步，因为这不管用。
　　
　　因此，18个月前，该公司开始采用集中的企业级人工智能战略，其中包括基于业务需求的多个数据科学平台和数据湖。Rudrachar说，其人工智能战略的巩