AI and Decision Science - A forced marriage that is largely ignored
您可能没有意识到或无意识地这样做，但如果您使用 AI，那么您也将在决策科学领域工作。想象一下：您已经创建了一个 AI 模型，它可以接收支持单并将其分类为不同的主题和情绪。有了它，您可以根据支持单的重要性对其进行优先排序，并将其发送给相应的支持团队。听起来很棒，对吧？但真的这么简单吗？不。有了 AI 模型，我们实际上只走到了终点线的一半。如果您决定制作像我刚才描述的那样的 AI，那么您的目标一定是优化支持单工作流程。无论是为了让客户更满意，还是为了降低成本，或者可能是其他一些业务目标。无论哪种方式，我们选择根据 AI 获得的数据采取行动的方式与实际 AI 同等重要，甚至更重要。当我们决定如何根据
How to build an AI business case
我最近对丹麦 CIO（首席信息官）进行了调查，询问他们与 AI 的关系，并得到了一些有趣的结果。结果之一是，启动 AI 项目的最大障碍之一是难以建立业务案例。我完全理解这个问题，也同意 CIO 的观点。建立 AI 业务案例很困难，如果你试图将其作为传统 IT 业务案例来构建，那简直是不可能的。建立业务案例的关键在于充分了解成本和收入驱动因素，以便将它们融入一个模型中，该模型可以在商定的时间内产生高确定性的利润。在构建 AI 解决方案或甚至购买现成的解决方案时，整个过程比传统 IT 项目更具挑战性。根据我的经验，这是许多 IT 行业人士从惨痛教训中吸取的教训，他们自然而然地抓住了他们众所周知的工
