图：Gartner高级研究总监 吕俊宽(CK Lu)
Gartner调查显示，目前，企业在AI方面的收入增长相对较少，原因在于目前企业应用AI仍处于一个投入阶段，这也就导致很多企业陷入ROI(Return-on-investment，投资回报率)的迷失，常常会找不到AI投资的“点”。
“金融机构在应用AI时遇到的问题有一定的代表性。”吕俊宽指出。
第一，商业价值。他举例称，比如过去两年较火的AI应用“客服机器人”，其实很少有企业通过客服机器人就达到其ROI目标。一般的行业使用客服机器人，与客户交互沟通的数量可以增长15%到30%，但是这并不代表马上可以裁掉15%到30%的员工。所以，CIO(首席信息官)面临的挑战之一，就是从ROI的角度来向企业CEO证明投资AI是有回报的。
第二，资料管理也是一个非常大的挑战。“金融机构里很多数据都是分散的，并且分散在各个分行里面。”
第三，人才。吕俊宽指出，一方面，过去很多IT人员是做运营维护、资料中心管理的，并没有足够的能力在AI时代去发挥专长;另一方面，就是人才缺失。“业务专家对业务很了解，但并不一定了解AI可以解决什么业务问题。”
第四，工具化。他表示，过去两年AI的应用多以SaaS(软件即服务)为导向。例如，银行APP中的人脸识别技术或是聊天机器人等，耗时较长来进行部署，却只能解决单一问题。那么，未来如果有数百个AI应用需要部署，则需要花费非常多的时间。因此，金融机构已开始讨论是否该选择PaaS(平台即服务)，即建立一个AI平台，在这个平台上开展不同的AI服务。
第五，规模问题。“包括金融在内的很多行业都会被这个问题所困扰。某个模型在实验室里运行的时候准确率可能非常高，可是一旦上线，或是进行更大规模的分析的时候，准确率就会大幅度下降。”
最后，采购决策问题。他举例称，客服机器人就是一个非常明显的例子。“很多金融机构在采购客服机器人时，一开始设想的只是把它们应用于客服，可是当他们开始想要把客服应用在营销或者是外呼服务时，就会发现原本采购的客服机器人根本不具备这些能力。而且各个部门各自采购，也会造成投资的浪费。”
对此，吕俊宽对企业给出了相应的建议：
首先，企业不要刻意用财务上的ROI来衡量AI的成功与否。“要看效率，即透过AI计划帮助企业提高多少效率，以及AI对提升客户体验有多少帮助。”
其次，关于人才培养。企业应当考虑如何将IT运维人员“转化”为在AI时代可用的人才。“概括来讲，就是需要让懂业务的人跟懂AI的人进行合作，打造一个有实际意义的AI应用。”
最后，要实现AI的规模化部署，急需解决人才和基础设施两大问题。他举例说：“比如金融机构可以搭建AI平台，并让其业务人才分散在各个分行里，从而通过这些人才实现AI应用的规模化。”
