壳牌公司在2013 年首次启动其“人工智能卓越中心”时，该中心甚至不被称为人工智能中心，而是被称为预测性分析中心，而且规模很小。
　　Dan Jeavons 说：“ 当时整个中心也就我一个人。”现在他负责壳牌公司的数据科学卓越中心，该中心共有180 名全职数据科学家和工程师。
　　他说：“公司扩大了这个中心的规模。”
　　最初，该卓越中心的目的是为从事与数据分析有关项目的业务部门提供支持。
　　他说：“我们有一大堆业务项目在各地展開。我们有一些负责人意识到，我们需要协调所做的各项工作。最初的意图是，促进正在开展的各项工作，但是又可以让各业务部门独立完成工作。”
　　但人工智能需要深厚的技术技能，而业务部门的通才数据科学家可能在深度学习、机器视觉或自然语言处理等细分领域没有足够的专业知识，因而无法充分利用人工智能。此外，允许业务部门做自己的工作导致了大家采用不同的方法来解决同样的问题。
　　Jeavons 说：“ 非常需要制定通用标准、创建访问数据的通用平台以及设计质量保证流程。”
　　因此，壳牌公司卓越中心的作用进一步扩大，以招揽更多具备深厚专业技能的人才，并制定标准和政策。
　　Jeavons 表示， 如今，壳牌公司使用微软Azure 来开展大多数人工智能项目，同时在亚马逊的AWS 上开展一些项目。壳牌公司还与Databricks 和C3 等数据分析技术公司建立了密切的合作伙伴关系，此外众多合作伙伴还提供更专业的技术能力。Jeavons 表示， 这有助于壳牌公司加快开发人工智能解决方案的步伐。
　　对于想要大规模成功部署人工智能技术的组织而言，确立这样一种集中式方法可能是关键。据德勤公司在7月份发布的最新《企业人工智能状况》报告显示，熟练采用人工智能的组织在人工智能技术和供应商选择方面采取集中式方法的可能性要大得多。
　　德勤咨询公司的负责人Dave Kuder 说：“要是没有卓越中心，企业需要在8～10个业务领域进行定制的投资，所有人从不同的方面烦扰IT人员，而且投资效率较低。”他补充道，人工智能卓越中心可帮助企业从简单的项目原型和概念验证进入到大规模部署人工智能。
　　他说：“过去几年开展的各项工作现在需要加以行业化、强化和实施。人工智能卓越中心发挥着重要作用，它是协调其中一些工作的很好的跳板。”
　　壳牌的经验表明，开发内部专业知识以及制定通用平台和标准是确立人工智能卓越中心生命周期的第一个阶段。下面不妨看一看人工智能卓越中心如今在如何影响公司企业。

大规模部署人工智能

　　两年前，QTS 数据中心成立了QTS 创新实验室，以帮助加快这家数据中心提供商的人工智能进程。
　　QTS 在全球各地运营26个数据中心，负责产品的首席技术官Brent Bensten 说：“我们的业务不断发展，但我们在模拟流程方面存在一些低效问题。”
　　Bensten 表示，比如说，工程师过去常巡视QTS 的设施，包括面积达数百万平方英尺的数据中心，当面查看所有设备。“举例说，工程师会查看我们的空调面板，记下读数，手写在写字板上，然后回去打勾表明‘一切正常’。企业没有基础的数据点，只表明‘一切正常’。”
　　于是，该实验室的第一个目标是使该流程数字化以提高业务效率。如今，所有那些测量值被自动且详细地收集起来，为公司提供了运营情况的完整数字化信息。这些数据现在可用于预测电力需求、优化维护工作以及缩小公司的碳足迹。
　　他说：“ 如今所有这些工作都是一种完全数字化的体验，由人工智能来管理和操控。” 该实验室将约90% 的时间花在了人工智能项目上，还对系统进行配置， 以便与ServiceNow 和Salesforce 之类的第三方平台整合起来。“我们进行了集中化治理，这让我们得以面对更广泛的QTS 产品组合推广数字化体验。”
　　而好处不仅限于公司内部。同样的预测工具还可惠及公司的客户。
　　Bensten 说：“ 利用人工智能、机器学习和神经概念，我们就可以预测即将出现的问题、系统停运、故障和耗电量等状况，”还包括能够预测客户长达60 天的用电情况。他表示，因此，QTS 的客户就可以更好地熟悉环境、降低电力成本并做到防患未然。
　　他补充道：“客户还可以降低可持续发展方面的碳足迹。由于我们提供了所需的数据，客户就可以申请获得可持续发展方面的积分。”
　　安永会计师事务所人工智能卓越中心的机器学习副主管Jonathan DeGange 表示， 对于安永而言，2016年启动人工智能卓越中心有助于加快大规模采用人工智能。
　　他说：“我们当时觉得有点问题，存在孤岛效应，即不同的小组彼此之间互不交流。”此外，安永希望开展需要跨业务部门、跨地区进行协调的大型项目，比如制止洗钱。
　　安永会计师事务所金融服务办公室负责人Carl Case说：“将特定领域的专业知识结合起来会产生倍增效应。”他想借助人工智能卓越中心来帮助开展人工智能项目。“我们还在考虑处理一些非常棘手的重大问题――全球金融犯罪、复杂的税收法律法规，以应对未来工作和数字化转型的影响。”
　　他表示，成立全球人工智能卓越中心之前，他的团队正与一个规模较小的美国人工智能团队进行交流。不过一旦全球人工智能中心成立，Case 的团队就可以高瞻远瞩。DeGrange 说：“ 我们发现了贩毒团伙和人口贩运团伙，并阻止了他们的活动。” 　　比如说，使用基于图形的网络方法和异常检测，人工智能系统就可以识别可疑的行为模式，而不仅仅是单笔交易。
　　他说：“现在，你可以看到网络整体的运行情况。新的关系是否以异常的方式建立起来？比如说，犯罪团伙开立账户和进行交易的方式与人们开办正规新公司的方式大不一样。人工智能可以检测到模式方面的显著差异。”

学习迁移

　　一旦人工智能卓越中心建立起了内部专业知识和通用平台，下一阶段就是在整个企业内分享最佳实践。
　　壳牌公司的Jeavons 说：“人工智能并不遵守组织边界。”比如说，预测性维护适用于壳牌公司的几乎所有业务，设立了人工智能卓越中心后，在一个领域开发的技术就可以部署到许多不同的地方。
　　Jeavons 说：“ 另一个例子是机器视觉。我们一直在开发针对零售业的使用场景，但那些使用场景背后的支持性功能适用于我们在生产现场的检查以及查看腐蚀问题。”
　　通用电气公司也设立了人工智能卓越中心，以帮助在不同的业务部门之间充分利用人工智能。众所周知，通用电气擅长利用六西格玛和精益方法来提高生产效率，如今它在利用人工智能将同样类型的流程改进措施引入到其他业务领域。通用电气数字集团（GE Digital）的高级副总裁兼首席技术官ColinParris 表示，通用电气之前就在专注于为自家制造的设备创建数字化孪生的全球研发中心下面设有人工智能卓越中心，如今在通用电气数字集团下面又设立了新的卓越中心，专注于利用人工智能推动整个公司的数字化转型。
　　Parris 表示，由于业务部门通常专注于眼前的需求，因此它们通常没有重大转型项目所需要的那种扎实的人工智能专业知识。
　　他说：“我们基于假设进行研究，以确保切实可行，将顶尖人才聚集在一起，然后将切实可行的成果运用到通用电气的多个业务部门。”
　　眼下，该卓越中心在研究导致保修成本上升的原因。
　　他说：“保修成本上升是由于某些零部件损坏了，而我们更换又不够及时。如果我们能早一点发现零部件出现了损坏，这些零部件仍属于第三类情况时进行更换，所花的成本可能只需5000美元，只需花一周的时间。但如果我们等到零部件变为第五类情况，我们的成本可能高达50 万美元，需要花1个月的时间。”
　　基于人工智能的图像识别技术可帮助人類专家关注最容易出问题的方面，比如叶片损坏，用于加快检查速度。人工智能还被用于安排维修计划，确保最合理地调配人员，同时又可以在成本较低的情况下更早地进行维护。
　　他说：“我们现在将其作为一项试验部署在南美地区的生产一线。今年年底我们就会看到结果。如果保修成本下降，该试验大有意义，我们会将它部署到其他地区。”

整个公司的转型

　　通过设立人工智能卓越中心，并将最佳实践引入到整个公司中，组织将更有能力从人工智能试验和显著改变公司运营方式的项目中获得新的洞察力。
　　在壳牌公司，这一切始于传感器。
　　Jeavons 说：“ 我们以物联网传感器这种形式来提供监测服务，我们能够实时监测发生的情况，为客户提供额外服务。”
　　举例说，壳牌公司比客户更早知道水在进入发动机。正是由于具备这样的洞察力，壳牌不仅仅成为客户的供应商，还成为了合作伙伴——这一转变正在创造由基于人工智能的转型所推动的商业模式，包括管理数字充电器之类的新能源业务。
　　Jeavons 表示，实际上，整个壳牌公司正在成为一家人工智能驱动的公司。“我们有一个项目叫‘壳牌走向人工智能’（Shell to AI），这个综合性的变革项目旨在将人工智能融入到我们公司业务的方方面面。”
　　这不仅仅涉及制造、维护或研发等方面。他说：“我打心眼里觉得，云计算和人工智能驱动的软件开发方式将在未来几年彻底改变我们公司业务的方方面面。就像互联网一样，这项技术会变得无处不在，我们需要为此做好准备。”
　　作为这个过程的一部分，卓越中心有助于协调公司中对人工智能有兴趣的人员开展的基层项目，这些人员已从2013年的30人增加到了今天的4000人。
　　Jeavons 说：“ 我们正在分享壳牌公司在人工智能及如何运用人工智能方面的经验。我们还与Udacity 合作，为平民数据科学家提供培训，帮助他们提高技能，并致力于打造通用平台，以帮助人们大规模部署系统。”
　　并非只有壳牌这一家公司看到人工智能具有变革性潜力。据麻省理工学院斯隆管理学院和波士顿咨询集团在去年年底进行的一项调查显示，90% 的公司认为人工智能为本公司带来了商机。
　　不过据调查显示， 大多数公司仍处于早期阶段，在过去3年从人工智能技术获得了业务收益的公司不到40%。该报告显示，那些成功的公司能够将其人工智能项目与更庞大的业务转型项目结合起来。
　　让这一幕成为现实，1个途径就是公司有这样的人工智能项目：可以获得洞察力，从而带来新的产品线，甚至有助于全面思考公司的经营模式。Ken Seier 是总部位于坦佩市的技术咨询公司Insight 的数据和人工智能首席架构师，他表示，这项工作可以较早开展起来。
　　设立人工智能卓越中心有助于确保将学习成果传达给公司的其他部门以及公司高管，从而加大推动真正变革的可能性。
　　Seier 表示，比如说，他接触过的一家大型航空公司就利用人工智能来改善维护。其商业模式是销售设备和维护合同，但由于对设备的运行状况有更好的了解，他们可以改而采用类似订购的服务。
　　他说：“现在他们在确保客户成功方面起到更重要的作用，因为他们比客户更了解客户的业务。客户满意度随之提高，创收模式变得更稳定更可靠，总体成本随之下降。”
　　然而，大变革伴随着大风险就人工智能而言，这不仅仅意味着普通的商业风险。
　　他说：“如果我们显著改变自己的经营方式，就需要确保是在对我们的员工、客户、利益相关者和普通大众负责的前提下显著改变经营方式。”
　　YL Ventures 公司的常驻首席信息安全官Sounil Yu以前是美国银行的首席安全科学家，他说：“人工智能的潜在破坏性不亚于核能。”
　　他表示，整个组织必须了解人工智能的负面影响，人工智能卓越中心在这方面也可以发挥作用。孤立地评估人工智能的风险时，就有可能遗漏掉关键的利益相关者。
　　他说：“我们还面临利用人工智能从事它并不适合的工作所带来的危险。这会造成潜在的责任。”
　　本文作者Maria Korolov在过去这20年来，一直在密切关注新兴技术和新兴市场。
　　原文网址https：//www.cio.com/article/3584428/ai-centerof - excellence-a-new-engine-for-driving-businesstransformation.html