大多数公司在开始他们的人工智能之旅时，都认为他们将构建强大的人工智能系统，接管从头到尾的整个工作流。经过多年实践和实验证明，很明显，人工智能是一个很棒工具，在自动化和自主化进程中起到了强大的作用。但仍需要人类的参与。现在，我们要考虑企业部署人工智能的新方式。

混合（Hybrid）是这个新方式的关键词，一种准确和风险的正确平衡。

以金融交易流程为例。人工智能在许多大公司中应用非常成功，比如从发票中提取信息，比较和匹配采购订单和发票，并就需要支付的款项提供建议。交易性财务策略可以设置一个阈值，低于该阈值自动进行支付；如果高于该阈值，则默认为人工队列，在该队列中，人工对金额应用判断。这种混合方法允许财务部门到达正确的终点，并通过使用强化循环使AI解决方案变得更好。在某些情况下，准确率非常高，而风险标准很低——人工智能可以完全自动化，人类只参与改进人工智能。

在其他风险更高的情况下，如信用卡欺诈或网络安全，人与人工智能的互动非常紧密，人工分析人员参与改进人工智能算法的每一步。当阈值更低或风险更高，或同理心变得更重要时，例如在健康相关领域——人工智能只是被用作预测引擎，以加速人类的决策过程，最终决策掌握在人的手中。

或许在企业中应用人工智能的最大挑战是，无论计算机视觉、文本提取或模式识别算法有多好，都需要根据使用方式进行上下文相关性精细化调整。例如，在药物警戒方面——人工智能可以很容易地从医生的笔记、电话录音和社交媒体帖子中提取不良事件，它可以用来发现大量健康趋势数据中的模式；它可以自动对这些不良事件进行分类并向监管机构报告。但根据这些数据做出决定是有风险的，可能会对公共卫生产生重大影响。

因此，用AI引擎通过强化循环运行这一过程来自动提升更好的模型是不够的。由于整个流程需要符合法规，因此企业应该使用两套方案——一个运行当前模型，另一个查看数据以不断增强模型。只有当时机成熟时，你才应该推广这种新模式。

同样，在将AI聊天机器人应用于内部人力资源流程时，环境和细微差别也是关键。例如，我们推出了一个提高员工敬业度的人工智能解决方案。我们的管理层接受了人力资源部门的应用培训，以了解员工群体的心理动向。

但当疫情期间，10万名员工大多在家工作，很难保持这一进程。因此，安装一个人工智能聊天机器人，它以一种非评判性和标准化的方式提问——人工智能可以告诉我们关键点在哪里，员工在哪里做得很好。但人工智能无法自己解决这个问题。人力资源团队需要应用人类的判断，并利用人工智能提供的简介辅助参考。

最终，人类必须充分利用人工智能提供的信息，并往往在一瞬间做出决定。人类仍然需要做出关键的决定。人工智能和人类之间的伙伴关系才能造就获胜的团队。

随着人工智能之旅的继续，对于首席信息官来说，问题不在于人工智能是否可用。这个问题的答案显然是肯定的。

问题是如何建立一个运营和组织模式，为每个企业以正确的方式利用人工智能的力量。这包括如何实施人工智能，涉及到哪些人的流程，以及在正确的工作流程中实施哪些治理方法。的确，数字化很容易，整体转型却很难。人与过程决定着数字化转型的成败。训练人类和训练人工智能同等重要。