對于大多數(shù)IT機(jī)構(gòu)，AI絕不僅僅是的業(yè)務(wù)驅(qū)動雷達(dá)：其根本性的影響是對公司業(yè)務(wù)功能本身而言的——自動化功能、IT團(tuán)隊(duì)的參與和新方法。目前，AI也正在潛移默化的以IT領(lǐng)導(dǎo)者們希望的多種方式重塑著IT行業(yè)，在這之中，我們總結(jié)了5個(gè)重點(diǎn)與您分享。

IT不僅是合作者更是AI主要消費(fèi)者

能夠?qū)崿F(xiàn)傳統(tǒng)故障修復(fù)和其他IT服務(wù)臺流程自動化的工具并不新鮮，但這些工具近年來卻越來越受歡迎。IT服務(wù)臺（IT Service Desk）和客戶服務(wù)操作一樣易于復(fù)制（進(jìn)而實(shí)現(xiàn)自動化）。

當(dāng)然這也不是超級AI自動化在IT領(lǐng)域的唯一應(yīng)用。IT利用AI進(jìn)行安全和系統(tǒng)管理，實(shí)現(xiàn)流程自動化，推動企業(yè)快速發(fā)展。IT不僅是AI的合作伙伴，還迅速成為了其消費(fèi)者。

存在擴(kuò)展可能的Shadow IT

由于AI的影響，發(fā)生在技術(shù)核心之外的IT活動正在激增。從自助服務(wù)數(shù)據(jù)科學(xué)和分析工具，到在整個(gè)企業(yè)中采用機(jī)器人流程自動化（Robotic process automation, RPA）功能，再到企業(yè)開發(fā)的機(jī)器學(xué)習(xí)模型，企業(yè)中影子IT功能正在擴(kuò)大。當(dāng)然，“自助服務(wù)”和“影子IT”的定義和界限取決于不同的企業(yè)文化。

數(shù)據(jù)科學(xué)的深度融入

一些主流的企業(yè)應(yīng)用（例如CRM）正在采用更多的AI和自動化技術(shù)。但對于更高級的AI應(yīng)用而言，在IT和數(shù)據(jù)科學(xué)之間加強(qiáng)合作的必要性與日俱增。TIBCO的羅杰斯（Rogers）稱：“早期將數(shù)據(jù)科學(xué)家藏在組織內(nèi)部的時(shí)代已經(jīng)結(jié)束了。如今，數(shù)據(jù)科學(xué)需要團(tuán)隊(duì)的力量，而IT正是這個(gè)團(tuán)隊(duì)中的一員。”

由于公司準(zhǔn)備擴(kuò)展其AI和分析功能的應(yīng)用，因此需要更加深入地訪問IT系統(tǒng)、數(shù)據(jù)和應(yīng)用。構(gòu)建AI主導(dǎo)的解決方案需要數(shù)據(jù)科學(xué)家和工程師之間的緊密合作。這二者單拎出來看都是十分深奧的領(lǐng)域，但成功的團(tuán)隊(duì)需要實(shí)現(xiàn)二者的協(xié)同合作，有時(shí)還要完成跨多領(lǐng)域任務(wù)，才能實(shí)現(xiàn)AI解決方案。

IT和數(shù)據(jù)科學(xué)深度交互

IT和數(shù)據(jù)科學(xué)之間的合作關(guān)系要求所有團(tuán)隊(duì)都能采用彼此的技術(shù)和方法，“即使不必熟知過于專業(yè)的內(nèi)容，也至少要了解相關(guān)的基礎(chǔ)知識”。

工程師們要能讀取從本地?cái)?shù)據(jù)集提取數(shù)據(jù)的源代碼，理解探索性數(shù)據(jù)分析和特征工程，熟練掌握貝葉斯（Bayesian）等算法。他們需要具備這些知識來對代碼進(jìn)行重構(gòu)和模塊化，以便代碼在企業(yè)IT系統(tǒng)上運(yùn)行。

相反，數(shù)據(jù)科學(xué)家們則需要學(xué)習(xí)如何通過數(shù)據(jù)庫連接器或API來取數(shù)據(jù)，如何在結(jié)構(gòu)化存儲中存儲和處理數(shù)據(jù)，以及如何編寫模塊化代碼以供之后使用。

這種對共同挑戰(zhàn)的理解使得數(shù)據(jù)科學(xué)家和工程師之間的合作更加緊密。不少團(tuán)隊(duì)因深度的交互促進(jìn)更密切的合作關(guān)系，也因此交付了更多與AI相關(guān)的復(fù)雜解決方案。

萬眾矚目的AI治理

隨著各機(jī)構(gòu)采用了越來越多的AI自動化和流程，其監(jiān)管和聲譽(yù)風(fēng)險(xiǎn)也逐步增加。Gartner指出，應(yīng)制定政策以打擊AI領(lǐng)域潛在的偏見、歧視和其他問題。

AI是一個(gè)需要數(shù)據(jù)和IT共同合作的領(lǐng)域，Gartner建議重點(diǎn)關(guān)注以下三點(diǎn)：對數(shù)據(jù)源和AI成果的信任；數(shù)據(jù)和算法透明度要求；以及支撐AI倫理和準(zhǔn)確性的數(shù)據(jù)、算法及觀點(diǎn)多樣性。