1
IBM商业价值报告:认知计算与人工智能
1.15.5 5 未来的发展方向


5 未来的发展方向


尽管企业对认知能力抱有热情,但应认识到掌握这门技术并不容易。在系统实施和用户互动方面,认知系统与传统程序化系统有很大不同。石油和天然气企业可以通过遵循三大主要建议向已实施认知计算的先进企业学习(见图13.6)。



图13.6 具备认知计算经验的企业已明确通向成功的三大行动领域

(1)定义价值


早期规划有助于确保资源投资的最大回报。定义您所在的石油和天然气企业的认知价值至关重要,该过程包括数个步骤:


寻找合适的认知机会——单一认知解决方案并不能“包治百病”。基于独特的认知能力,结合可能的流分析,根据石油和天然气行业的迫切需求,评估机遇。举例来说:


目前,是否有流程或职能需要人员花费大量时间,从各种数据源中及时获得答案和洞察(比如从书面日志的大量传感器数据和运营数据中提取洞察)?用户是否需要以自然语言与系统进行互动(如帮助员工进行互动和寻求专家建议)?


定义价值主张并规划认知路线——及早发现认知计算提供的差异化业务价值,在所有层面帮助主管支持者和利益相关方改进生产、交易以及非技术任务等方面的决策,降低运营风险,实现成本节省。除此之外,借助高管级支持建立认知计算愿景和路线图。不断与相应的高管和相关利益方沟通路线图情况。


以现实的态度对待价值实现——认知计算系统的优势并不是在部署初期的“大爆炸”效应中体现的。相反,这些系统会随着时间的推移而不断发展,逐步体现出价值。向主要相关利益方(例如最高管理层、现场工程师和技术人员)说明这种现实,介绍效益和实现计划。


(2)打好基础


通过关注以下几点来奠定认知计算解决方案成功实施的基础:


对人才进行投资——认知系统培训是一项知识密集型任务,需要专家支持。实施认知计算解决方案需要独特的专业知识和技能组合,还需要新颖的思维和不懈的努力,从工程师、科学家和其他员工那里获得此类技能,包括自然语言处理专家、机器学习专家、流程专家和战略专家。


构建并确保优质的语料库——只有好的基础数据,才有好的认知系统。投入大量时间来构建包含内部数据和外部数据的大型优质语料库,包括来自多个数据库和其他数据来源的结构化数据(例如运营数据、传感器数据)和非结构化数据(如关于特定项目的社区认知),甚至还包括实时数据订阅源和社交媒体。此外,对记录数字化进行投资,保证企业语料库的未来发展,重点关注历史文档和当前文档。


考量影响、业务流程和策略需求——评估认知解决方案对业务流程、组织和文化以及人们工作方式的可能影响。因为用户与认知系统的互动方式与传统输入/输出系统完全不同,流程和工作角色也会受影响。此外,考虑一下是否有必要改变任何数据策略。研究不断变化的政府政策对勘探和生产数据共享的影响。


(3)管理变化


与传统可编程系统相比,认知系统完全不同。正因如此,变革管理比以往任何时候都更为重要。


确保高管参与认知之旅——高管的参与应以主动参与定义认知愿景和路线图开始,而且需要在整个旅程中贯彻始终。为保持良好势头,应当请高管定期参与战略和运营层面的进展状况评审和价值实现评审。


在各个级别沟通认知愿景——因为认知计算是新生事物,而且很多人并不完全了解它,各级定期沟通至关重要。消除相关人员的任何恐惧、不确定和怀疑心理,借助主管的支持,将认知的价值提升到石油和天然气企业的战略使命层面。


持续提高组织的认知IQ水平——培训活动对于确保了解和采用认知技术至关重要。管理与系统生成的建议有关的预期尤其重要。认知系统是概率性的,而非确定性的。尽管其准确率将随着时间的推移、随着系统的学习而提高,但准确率永远不会达到100%。尽早让相关利益方了解准确率问题,并定期开展评审,了解逐步改进情况,同时关注效益。