企业AI采纳需要务实策略，数据质量是基础

在开启AI之旅前，务必检查数据状况——因为数据质量问题最容易导致项目失败。

根据Gartner的估计，数据质量低劣每年平均给企业造成1290万美元的资源浪费和机会损失。虽然这是坏消息，但好消息是越来越多企业开始重视数据质量，不太可能再犯这个错误。

AI战略、执行和治理公司SENEN Group首席执行官罗妮·塞思对此深有体会。公司专注于数据和AI咨询、运营和素养提升，塞思表示自己从事数据和AI领域工作已久，拥有丰富的实战经验。公司的成功也印证了这一点——客户重复购买率高达99.99%。

塞思指出一个现象："很多企业在准备不充分的情况下就匆忙采纳AI。"企业通常会收到来自高层的AI采纳指令，但没有配套的蓝图或路线图。结果可能是用户数字看起来很漂亮，但缺乏可衡量的实际成果。

即使在2024年，塞思仍看到许多企业因数据管理混乱而举步维艰。如今，对话变得更务实、更具战略性。企业意识到了这一点，找到SENEN Group的企业首先寻求数据方面的帮助，而非急于采纳AI。

塞思说："企业来找我们时，首要任务就是修复数据。第二步才是开发AI模型。这样可以为后续任何AI举措打下坚实基础。"

她进一步解释："一旦数据修复完善，企业就可以构建任意多的AI模型和解决方案，因为现在有了坚实的基础，输出结果才能准确可靠。"

凭借广泛深厚的专业知识，SENEN Group帮助企业重新确定方向。塞思举例说一个客户最初希望实施数据治理项目，但实际上首先需要的是数据战略——即数据使用的目标和方法，以及预期成果——然后再加入治理并提供运营模式路线图。"该企业已从原始数据进化到描述性分析，正在向预测性分析发展，现在我们正为其制定AI战略。"

这种务实的态度和要求将成为塞思本周在伦敦AI与大数据博览会全球展上讨论的核心主题。她强调："现在是让企业AI采纳变得务实的时候，不要还想着创新、试点和实验。这不是做那些事情的时候。现在是时候务实行动、将AI转化为价值。这是企业今年应该要做的事。"

Q&A

Q1：企业采纳AI时最容易犯什么错误？

A：最常见的错误是企业在数据和基础设施准备不充分的情况下就匆忙采纳AI。高层下达AI采纳指令，但没有配套的蓝图或路线图，导致虽然用户数字看似不错，但缺乏可衡量的实际成果。数据质量问题尤其严重，每年平均给企业造成1290万美元的损失。

Q2：应该如何正确实施企业AI战略？

A：首先要修复数据质量和制定数据战略，明确数据使用的目标、方法和预期成果。然后加入数据治理并建立运营模式。基础打好后，企业才能构建准确可靠的AI模型和解决方案。这个过程需要从描述性分析逐步发展到预测性分析再到AI战略。

Q3：为什么现在是企业AI采纳变得务实的时候？

A：经过前几年的探索和试验，企业现在更加理解AI的真实价值和实施难度。越来越多企业认识到数据质量的重要性，开始采取更战略、更务实的方法。现在不是创新试验的时候，而是让AI真正为企业创造价值的时候。