“當(dāng)今絕大多數(shù)企業(yè)均認識到，為了獲得競爭優(yōu)勢，將數(shù)據(jù)轉(zhuǎn)化為戰(zhàn)略資產(chǎn)勢在必行。”Altair創(chuàng)始人兼首席執(zhí)行官James R. Scapa如此說道。
Altair（ALTR）是一家提供仿真、高性能計算（HPC）和人工智能（AI）領(lǐng)域軟件及云解決方案的全球技術(shù)公司，近日公布了一項國際調(diào)查結(jié)果。此項調(diào)查表明絕大多數(shù)全球企業(yè)均廣泛采用并實施了企業(yè)數(shù)據(jù)與AI戰(zhàn)略，所占比例相當(dāng)可觀。該調(diào)查還顯示，項目能否成功主要取決于組織、技術(shù)和財務(wù)等三大方面。
“人力、技術(shù)和投資方面均存在諸多問題，持續(xù)掣肘企業(yè)獲得基于數(shù)據(jù)的見解，進而無法高效、順利地交付成果。為了實現(xiàn)‘無摩擦 AI’，各大企業(yè)應(yīng)積極轉(zhuǎn)向自助數(shù)據(jù)分析工具，使非專業(yè)技術(shù)背景的用戶能夠在復(fù)雜的技術(shù)系統(tǒng)中輕松、高效地工作，防止上述問題繼續(xù)阻礙企業(yè)獲得長足發(fā)展。”James R. Scapa表示。
Altair發(fā)布的這項關(guān)于Frictionless AI的全球獨立調(diào)查報告，吸引了美國、中國、法國、德國、印度、意大利、日本、韓國、西班牙和英國共計10個國家/地區(qū)的2037名來自目標行業(yè)領(lǐng)域的數(shù)據(jù)與數(shù)據(jù)分析專業(yè)人員參與其中。調(diào)查結(jié)果顯示，如果企業(yè)內(nèi)部部門之間存在摩擦，那么AI和數(shù)據(jù)分析項目會因此半途夭折，失敗率居高不下（介于36%至56%）。
阻礙數(shù)據(jù)與AI項目成功的三大癥結(jié)
什么是Frictionless AI（無摩擦AI）？
當(dāng)企業(yè)實現(xiàn)“無摩擦 AI”時，數(shù)據(jù)分析將成為其業(yè)務(wù)中簡單易行的一部分，其項目具有快速、可重復(fù)和可擴展等特點。到那時，AI技術(shù)和數(shù)據(jù)科學(xué)與企業(yè)數(shù)據(jù)之間將不存在任何技術(shù)摩擦；數(shù)據(jù)專家與領(lǐng)域?qū)＜抑g的組織摩擦也蕩然無存；而此時工作流程摩擦也消失殆盡，從而使數(shù)據(jù)應(yīng)用從設(shè)計順利過渡至生產(chǎn)部署階段，進而實現(xiàn)高效的決策制定；遷移摩擦也將不再是基礎(chǔ)設(shè)施或工具變革的阻礙。
此次Frictionless AI全球獨立調(diào)查報告結(jié)果發(fā)現(xiàn)：組織、技術(shù)和財務(wù)是阻礙數(shù)據(jù)與AI 項目成功的三大癥結(jié)所在。
1、組織方面。調(diào)查發(fā)現(xiàn)，各大組織正在努力填補數(shù)據(jù)科學(xué)領(lǐng)域大量的職位空缺，這是造成摩擦的重要原因。75%的受訪者表示他們正積極尋找數(shù)據(jù)科學(xué)領(lǐng)域的專業(yè)人才，而35%的受訪者則表示，大多數(shù)員工在AI技術(shù)方面的專業(yè)知識極為匱乏。調(diào)查中58%的人表示，人才短缺和提升現(xiàn)有員工技能水平所需的時間是企業(yè)采用AI戰(zhàn)略過程中所面臨的普遍問題。
2、技術(shù)方面。超過半數(shù)的受訪者表示他們所在的企業(yè)通常面臨著諸多技術(shù)限制，這極大地阻礙了數(shù)據(jù)與AI計劃的發(fā)展�？傮w而言，受訪者在數(shù)據(jù)處理速度、快速做出知情決策和數(shù)據(jù)質(zhì)量方面遇到的阻力最大。近三分之二的受訪者(63%)稱，他們所在企業(yè)采用的AI驅(qū)動數(shù)據(jù)工具遠比實際所需更為復(fù)雜。33%的人認為舊有系統(tǒng)無法開發(fā)出先進的AI與機器學(xué)習(xí)計劃，此類問題迭出，最終往往會導(dǎo)致技術(shù)摩擦。
3、財務(wù)問題。盡管企業(yè)希望擴大其數(shù)據(jù)與AI戰(zhàn)略，但團隊與技術(shù)人員不得不面臨著來自財務(wù)方面的層層阻礙。25%的受訪者認為，財務(wù)限制作為一個關(guān)鍵的摩擦點，會對組織內(nèi)部的AI項目造成負面影響。28%的人還表示管理層過多地關(guān)注于戰(zhàn)略的前期投資成本，無法理解投資AI和機器學(xué)習(xí)將如何使他們的企業(yè)受益。33%的受訪者紛紛表示，在依靠AI工具完成項目時，“實施成本高昂”（無論實際成本還是預(yù)算成本）是企業(yè)本身的一大短板。
AI技術(shù)和數(shù)據(jù)科學(xué)依然是企業(yè)投入重點
盡管項目失敗率居高不下，但各行業(yè)各地區(qū)的企業(yè)仍堅持采用AI技術(shù)。 四分之一的受訪者表示，他們所在企業(yè)的項目失敗率已超過50%。42%的受訪者承認，他們兩年來在AI領(lǐng)域?qū)覍沂艽欤漤椖渴÷势骄s為36%。盡管AI項目頻遭“滑鐵盧”，但各大企業(yè)仍堅持部署AI戰(zhàn)略，他們堅信從長遠來看，業(yè)務(wù)能力與服務(wù)水平必將得到大幅提升（78%），以往為數(shù)不多的成功經(jīng)驗也表明此項技術(shù)有望實現(xiàn)質(zhì)的飛躍（54%）。
積極尋求數(shù)據(jù)科學(xué)業(yè)務(wù)發(fā)展的企業(yè)也不在少數(shù)。
33%的受訪者稱，在過去兩年間，一半以上的數(shù)據(jù)科學(xué)項目均未能投產(chǎn)。此外，55%的受訪者還表示，在此期間，其三分之一以上的數(shù)據(jù)科學(xué)項目亦未能順利投產(chǎn)。令人震驚的是，高達67%的受訪者紛紛表示，超過四分之一的項目無法順利投產(chǎn)，此種情形比比皆是，屢見不鮮。
這也是全球范圍內(nèi)存在的普遍問題。
調(diào)查顯示，在全球范圍內(nèi)，技術(shù)和人才往往會制約各大企業(yè)在其內(nèi)部順利地實現(xiàn)數(shù)據(jù)與AI戰(zhàn)略部署。來自亞太地區(qū)（APAC）和歐洲，中東及非洲地區(qū)（EMEA）的受訪者在調(diào)查中表示，與美洲地區(qū)（AMER）的企業(yè)相比，在過去的兩年里，他們的AI項目失敗率往往更高（54%和35%），后者僅為29%。65%的APAC受訪者及61%的EMEA受訪者一致認為，其所在企業(yè)無法充分掌握AI工具，往往會使事情事倍功半。78%的APAC受訪者和75%的EMEA受訪者表示他們正積極發(fā)掘數(shù)據(jù)科學(xué)領(lǐng)域的專業(yè)人才。
首次提出Frictionless AI概念
從全球視野看，賦能企業(yè)數(shù)字化轉(zhuǎn)型的數(shù)據(jù)服務(wù)商數(shù)量眾多、類型豐富、基因迥異，不僅包括服務(wù)工業(yè)、金融、零售等特定行業(yè)數(shù)字化轉(zhuǎn)型起家的服務(wù)商，還包括通用型AI技術(shù)、數(shù)據(jù)分析產(chǎn)品提供商。
在數(shù)據(jù)驅(qū)動業(yè)務(wù)發(fā)展和智能決策成為企業(yè)數(shù)字化轉(zhuǎn)型重要趨勢的背景下，如何將企業(yè)積累的海量且復(fù)雜的數(shù)據(jù)高效利用起來，挖掘并發(fā)揮數(shù)據(jù)的更大價值，打通企業(yè)設(shè)計研發(fā)-生產(chǎn)制造-營銷銷售-運維等全生命周期的數(shù)據(jù)流通和全流程數(shù)字化轉(zhuǎn)型，成為現(xiàn)階段企業(yè)亟需回答的命題。
事實上，盡管許多企業(yè)都在努力實現(xiàn)全流程的數(shù)據(jù)驅(qū)動，但部門之間、人員之間仍存在孤立現(xiàn)象，很多企業(yè)難以正確并高效利用快速增長的數(shù)據(jù)。企業(yè)在應(yīng)用AI技術(shù)和AI產(chǎn)品過程中會產(chǎn)生多種“摩擦”，而數(shù)據(jù)分析中存在的“摩擦”將成為企業(yè)數(shù)字化轉(zhuǎn)型過程中的不穩(wěn)定因素，導(dǎo)致項目失敗、成本和人員投入浪費等。
基于企業(yè)數(shù)據(jù)分析應(yīng)用這一痛點，Altair在行業(yè)內(nèi)首次提出了“Frictionless AI”，即“無摩擦AI”概念，旨在幫助企業(yè)解決用戶與數(shù)據(jù)之間、數(shù)據(jù)與行業(yè)專家之間，以及工具、基礎(chǔ)設(shè)施不斷變化等帶來的摩擦。
Altair RapidMiner數(shù)據(jù)分析與人工智能平臺
用戶通過Altair RapidMiner數(shù)據(jù)分析與人工智能平臺，可有效解決數(shù)據(jù)分析中的摩擦主要包括：數(shù)據(jù)專家和行業(yè)專家間的溝通偏差；缺乏知識或數(shù)據(jù)訪問權(quán)限等繁雜流程設(shè)計；數(shù)據(jù)不完整、混亂或格式不完善；數(shù)據(jù)專家與已建立的數(shù)據(jù)分析工具集間的技能脫節(jié)；工具和基礎(chǔ)設(shè)施不斷變化導(dǎo)致的不確定性或項目重定向等。
6月9日，Altair在上海正式推出了Altair RapidMiner。出席此次啟動儀式的有：RapidMiner創(chuàng)始人、Altair RapidMiner產(chǎn)品開發(fā)高級副總裁Ingo Mierswa博士，Altair大中華區(qū)總經(jīng)理劉源博士，上海市數(shù)據(jù)科學(xué)重點實驗室主任、復(fù)旦大學(xué)教授、教育部重點專項專家組成員肖仰華，普華永道數(shù)字化總監(jiān)黃旭，上海市北高新（集團）有限公司總裁陳軍，銀聯(lián)智策顧問（上海）有限公司總經(jīng)理趙萌，江南造船研究院所長周清華。
