企业AI投资回报率低下的核心原因

良好的人工智能治理并非为了阻碍进步，而是为了搭建稳固的基础设施，确保创新能安全落地。

当然，这并不是什么爆炸性新闻，但目前人工智能在企业中无处不在。试点项目一夜之间就变成了平台。业务部门纷纷推出自己的模型。供应商承诺在几周内实现转型。从纸面上看，对人工智能的投资从未如此之高。

那么，为什么这么多组织难以展示出真正的投资回报率（ROI）呢？

这并非因为模型失效，而是因为治理未能跟上创新的步伐。如果无法了解人工智能的存在、使用方式以及所带来的风险，即便是表现优异的人工智能和数据团队，最终也会陷入频繁的消防演习中。安全团队不得不手忙脚乱，法律部门拖后腿，高管们则失去信心。所有人都预期的投资回报率悄然下降。

这就是数据团队可以发挥领导作用的地方。

一、从基础开始：在混乱中寻找清晰

大多数组织并没有人工智能（AI）方面的问题，他们的问题在于管理。

你无法管理你看不见的东西。影子人工智能（Shadow AI）可能会突然出现在营销领域。实验性的辅助驾驶技术可能会进入生产阶段。模型在没有文档记录的情况下进行重新训练。然后，监管机构、审计人员或客户会问一个简单的问题：“你在哪里使用人工智能？”

如果答案需要查阅一周的聊天记录和电子表格，那你就已经失去了落伍了。

为了奠定坚实基础：

•建立集中式人工智能（AI）清单：每个模型、系统、供应商和用例都应有记录。不仅要记录技术细节，还要记录所有权、数据