为了从人工智能中获得更多收益，管理者必须改变他们使用技术的方式。采纳人工智能的热情从未如此高。 CIO和其他高管意识到，迫切需要从尝试一次性人工智能到能够获得强大的组织能力（这是敏捷性和业务增长的源泉）进行过渡。埃森哲发布的新报告发现，84％的企业高管认为必须扩展人工智能才能实现增长目标，而75％的企业高管认为，如果不能扩展人工智能，他们可能会在五年内破产。 76％的人承认他们在将AI扩展到整个组织方面遇到了困难。他们如何进行这种过渡？该研究指出了扩展人工智能的三个关键成功因素：业务主管已率先做出了一系列承诺，例如部署有意人工智能，建立强大的数据基础以及创建整个组织的多学科人工智能团队。驾驶由故意人工智能驱动的车辆。如果人工智能计划不完全基于业务战略，并且缺乏有助于监督和管理的治理结构，那么这样的计划必须很慢。做好最基本的事情是本质，即拥有清晰的策略和运营模型，清晰且灵活的，可衡量价值的业务流程，清晰的问责制和适当的融资水平。消除数据噪音几乎所有接受调查的公司（95％）都一致认为数据作为扩展人工智能基础的重要性。但是，经过多年收集，存储和分析大量信息之后，大多数组织都在为海量数据以及如何清除，管理，维护和使用数据而苦苦挣扎。公司必须专注于关键业务数据以及如何创建和管理数据。使用更大，更准确的数据集并能够将内部和外部数据集作为标准做法进行整合的公司将更加成功。此外，使用适当的人工智能工具来管理应用程序数据也很重要。基于云的数据湖，数据工程/数据科学工作台以及数据和分析搜索功能在这里也很重要。具有高度的意图，专注于确保正确和高度相关的数据资产到位，从而为人工智能工作提供支持，这就是本质。这些公司不应以数据为借口放慢或限制其计划。将人工智能视为一项团队运动。有人可能认为人工智能的部署应完全由IT部门领导，但研究表明，为了成功扩大规模，这些公司应在整个组织中部署多学科团队。这些团队应由以下专家组成：数据建模人员，机器学习工程师，数据工程师和人工智能工程师，可视化专家，数据质量和培训专家以及其他专家。尽管CIO在确保这些团队获得高层管理者的明确支持并与高层管理者的愿景保持一致方面仍然可以发挥关键作用，但是依靠一个人来推动人工智能工作更为重要。在组织中放置人工智能专家可以加快文化和行为的变化。只要这些组织确保员工完全了解人工智能的本质及其在日常工作中的应用，他们将更愿意采用人工智能。各行各业的公司都在使用人工智能来改变他们的工作方式。人工智能的成功扩展使公司受益匪浅，例如改善了客户体验，提高了工人的生产率等。如果人工智能成为理想的工具，则可以确保人工智能成为业务增长的基石。