作者：Heather Gentile, IBM 大數據和人工智能軟件產品管理總監

(相關資料圖)

眾所周知，人工智能(AI) 技術取得的進步，已經超越了實驗時代，并逐漸成為許多組織的關鍵業務。 如今，AI 向我們展示了將數據轉化為洞察和行動的寶貴機會，通過突破性的創新，來幫助增強人類能力、降低風險并提高投資回報率。

雖然現在還無法確定人工智能的發展前景，即便實現也是來之不易，但采用這項技術已經不再是可選項， 而是必選項。 根據最新的 IBM 調研， 72% 的受訪決策者表示，決定采用 AI 技術的企業有望獲得巨大優勢。 那么，目前在人工智能采用方面，存在哪些阻礙呢？

組織難以采用 AI 的主要原因有三個：對實施 AI 缺乏信心；管理風險和聲譽方面的挑戰；隨著 AI 法規的發展而進行擴展。

如需了解IBM技術、產品和服務的更多信息，點擊訪問IBM官網。

對實施 AI 缺乏信心

許多企業在采用 AI 時困難重重。根據 Gartner 調研，54% 的模型處于預生產狀態，因為沒有自動化流程可以監管，以確保 AI 模型的可信性。原因如下：

· 無法訪問正確的數據

· 手動流程自身有風險，并難以擴展

· 構建和部署模型的工具大多不受支持

· 沒有針對 AI 進行優化的平臺和實踐

精心規劃、嚴格實施的人工智能應該基于可靠的數據構建，同時離不開可以提供透明且可解釋的、輸出的、自動化工具。 也就是說，一個成功交付可擴展的企業 AI ，需要專用工具和流程，來構建、部署、監控和重新訓練 AI 模型。

管理風險和聲譽方面的挑戰

客戶、員工和利益相關者希望組織負責任地使用人工智能，政府部門也開始提出相關要求。 負責任地使用 AI 至關重要，尤其是越來越多的組織在實施 AI 時擔心損害品牌聲譽。 我們也逐漸看到越來越多的企業將社會和道德責任作為戰略重點之一。

隨著 AI 法規的發展而進行擴展

隨著 AI 法規不斷出臺，負責任地實施和擴展 AI的挑戰性逐漸增加，對于面對著繁雜的需求和受到高度監管的行業（例如金融服務、醫療保健和電信）的全球實體而言，負責任地實施和擴展 AI 更具挑戰性。 不符合法律規定會導致政府以監管審計或罰款的形式進行干預，降低利益相關者與客戶的信任，導致組織營收受損。

解決方案：IBM watsonx.governance

IBM 推出的watsonx.governance，通過一套自動化流程、方法和工具來幫助管理組織的 AI 使用。 確保指導模型設計、開發、部署和監控的原則一致，對于推動負責任、透明和可解釋的 AI 至關重要。 IBM 認為治理 AI 是每個組織的責任，適當的治理會幫助企業構建負責任的 AI，有助于強化個人隱私。 構建負責任的 AI 不僅需要提前規劃，還需要自動化工具和流程，來實現公平、準確、透明和可解釋的結果。

watsonx.governance 旨在幫助企業管理策略、最佳實踐以及監管要求，并通過軟件自動化來解決與風險和道德相關的問題。 它推動 AI 治理解決方案的發展，無需從當前數據科學平臺切換，從而節省成本。

該解決方案可以提供開發一致的透明模型管理流程所需的一切內容。 其自動化功能通過捕獲模型開發時間和元數據、提供部署后模型監控以及允許自定義工作流程，推動可擴展性和問責制。

watsonx.governance 基于三個關鍵原則創建，可滿足組織在 AI 旅程的每個階段提出的需求：

1. 生命周期監管：在整個 AI 生命周期中隨時隨地大規模實施 AI 模型的監控、編目和治理

在整個 AI/ML 生命周期中自動捕獲模型元數據，使數據科學領導者和模型驗證者能夠獲取其模型的最新視圖。 生命周期治理使企業能夠大規模運營和自動化 AI，并監控結果是否透明、可解釋并減少有害的偏見和漂移。 這可以通過確定 AI 的使用方式以及模型重新訓練的位置來幫助提高預測的準確性。

2. 風險管理：通過自動化和工作流程管理，管理風險以及對業務標準的遵從性大規模識別、管理、監控和報告風險。

使用動態儀表板提供清晰、簡潔的可自定義結果，提高工作流程效率，增強協作，并幫助推動跨多個區域和地理位置的業務合規性。

3. 合規性：主動滿足當前和未來法規的要求

將外部 AI 法規轉化為針對內部利益相關者的策略，自動執行以解決合規性問題。 用戶可以通過動態儀表板管理模型，跟蹤合規管理狀態。

下載IBM waston.governance電子書，了解成功案例，以及關于 IBM 如何推動負責任的 AI (RAI) 工作流程的更多信息。。

聯絡IBM 專家團隊，讓他們幫助您在 AI 生命周期的所有階段大規模、快速地構建值得信賴的 AI 解決方案。

如需了解IBM技術、產品和服務的更多信息，點擊訪問IBM官網

或掃描以下二維碼進行訪問：

關鍵詞：