世界各地的大国在人工智能(AI)上投资了数十亿美元，这些组织是否在获得有价值的ROI(投资回报率)的此类地区扩展该技术?问题一直困扰着整个行业一段时间。然而，令人满意的答案仍未解决。主要因素之一可能是–一些企业对AI的投资回报期望不甚清楚，并且相信像其他任何技术解决方案一样，理论上会立即做出反应。至于更好的营销计划，许多AI供应商倾向于夸大其AI软件可以生成的内容，这使业务领导者偏离了从该技术获得期望的ROI的道路。

尽管很少有AI应用程序可以轻松扩展以进行即时回报计算，但其他应用程序则要复杂得多且投资回报率无法预测。根据TechRepublic的研究，成功认识到AI和ML技术价值的公司通常无法衡量其投资如何对其有利。该研究表明，虽然约有56%的受访者预见到实施AI / ML解决方案将比以前的IT项目更加复杂，但53%的受访者不确定该解决方案的用户是否对企业AI / ML项目有清晰的了解。因此，除非企业和解决方案用户对AI的投资回报率没有清晰的了解，否则他们更容易冒险冒险投入大笔的AI投资。

为了启发企业如何通过简单的步骤更好地计划AI ROI，美国管理咨询公司BCG指出，人工智能先驱者的经验提出了六项举措，将获胜者与其他人区分开。这些步骤包括：

将AI集成到业务战略中：

您的业​​务目标是什么?AI如何帮助您实现目标?充分关注具有最大潜在影响的计划。

优先考虑收入增长而不是降低成本：

人工智能可以削减成本，而快速获胜可以激发热情。但是最大的价值将来自收入和增长，将AI更深入地嵌入到业务中。

承担更大的风险以获得更大的影响：

投资大型，高风险计划的公司比那些专注于低风险项目的公司看到的价值更高-50%比23%。但是，此类风险应成为经过深思熟虑的业务战略的一部分。

使AI开发与其用途保持一致：

AI应该与业务和流程所有者协作设计。运算法则占10%，技术占20%，业务应用占70%。

将AI视为业务转型：

AI计划不应孤立存在。在通过AI创造价值的公司中，有88%的公司将其努力与整个公司的数字化转型紧密联系在一起。

投资于AI人才，治理和流程变更：

投资于招聘，再技能和培训，增加了看到AI成果的几率-拥抱敏捷，强大的数据平台和治理也是如此。