Garnter做出过战略猜想：到2020年，AI（Artificial Intelligence）将成为30%CIO的首选；到2021年，AI相关的服务将进入主流应用，30%的大公司都会应用AI。AI“袭来”，而你却还不知道AI和IAS的区别？

AI 与 IAS 有何不同？

基于AI的解决方案和服务是IT和商业服务领域的主要趋势。虽然这些解决方案吸引了很多的关注，但市场对此仍然存在困惑。部分原因是用来描述这个领域的词汇太多，比如Autonomics， 自动化(Automation), 机器人流程自动化(RPA)，认知(Cognitive)和人工智能。

Gartner用AI来代表所有和研究规划、推理与知识表示、认知与学习、移动和操作、自然语言处理和机器学习等相关的技术领域。其中，机器学习只是一个相对于其它技术发展更快的AI子技术领域。此外，Gartner使用IAS来代表所有使用AI技术的商业应用、基础设施和流程解决方案。

IAS包括很多与AI相关的策略、技巧、工具和技术。它的优点在于能够减少技术服务商的内部成本，提高服务质量，提升服务交付速度，减少或替代人工劳动力。与此同时，它能够帮助客户确定使用案例，选择技术，收集数据、建立和训练模型，部署解决方案，减少风险，将流程智能化。

正因这些解决方案的复杂性与迷惑性，技术产品负责人面临许多困难。比如怎样在如此多的领域中选择AI解决方案，怎样将AI解决方案差异化，怎样升级AI产品，怎样确定资本回报率等问题。

如何选择 IAS 解决方案？

图1 技术产品负责人定位智能自动化服务需要采取的步骤

技术产品负责人可以从以下四个领域来定位自己的产品：

1、提升和优化操作

     IAS可以通过提升和优化操作来提高组织效率。

2、财务影响 

     IAS可以通过预防问题的发生，从而减少操作成本，提升收益。可以应用在贷款风险管理，欺诈检测，预测信用失效，提高信息风险评分等方面。

3、提升客户参与度

     通过拟人化的服务，AI解决方案可以提升客户体验，还可以减少人工的错误。可以应用于声音或人脸识别，将一些服务自动化、拟人化。

4、强化安全与管理风险

     IAS可以应用在安全架构的四个阶段：防护、检测、应对和预测。比如欺诈检测与管理、声音或人脸认证、法律与合规等。

图为4个客户影响类别

除定位产品外，在每个领域建立客户案例库并明确其价值与风险是非常重要的。首先， 根据行业来建立一个IAS在四个领域的案例库；其次，估计每个案例的影响与价值；最后，建立一个资本回报率评估框架。

为什么要这么做？在当今以数字为导向的商业世界里，一切都是为了生意。在每个IAS应用领域，其价值与风险都必须明确。

那么，如何去评估呢？客户的价值可以通过评估已解决的业务问题及其影响的KPI（关键绩效指标）来确定，以此评估在整个组织内部的收益，比如提升用户体验、减少成本及对现金流的影响。将所有这些点结合起来，从整体上，可以得出一个总体的收益。

同样，风险也可以通过量化下面关键的一些挑战来评估。具体步骤如下：

1、与客户一起讨论确定IAS应用案例；

2、对潜在的收益与风险有一个全局的把握，一个清晰的战略价值风险地图（图2）可以帮助确定业务案例和估计资本回报率；

3、确定潜在的价值参数，这些参数帮助确定项目的目标；

4、对服务商提供更多的信任。

图为战略价值风险地图

  衡量成功的标准与 KPI（关键绩效指标）

将智能自动化服务的结果与企业关键绩效指标挂钩能够使供应商和客户的对话更有价值，且更易进行深入的交流。这意味着预先确立衡量四个影响区域的成功标准或KPI将创造更多的价值。如果想要尝试将IAS的使用结果与KPI相关，可以使用表2的方法，按类别来定义和度量。

表2 影响类别和说明性KPI的举例

如何做出产品差异化？

从竞争的角度来看，IAS领域已经是一片红海。在这个领域找到良好的基本服务提供者是可以期待的。但与此同时，服务提供商在他们的产品逐渐成熟的过程中，与竞品有所差异变得至关重要。这里提到了能够做到产品差异化的几个方面，技术产品负责人需要以此为基础使产品能够区别于竞争对手。表3列出可以差异化自身的范围和它们可以关注的具体领域。

表3 如何差异化AI解决方案和服务

注重解决方案的灵活性

人工智能技术正在迅速发展和成熟，业务需求的变化更加迅速。这些变化使得客户不断地适应和发展，所以供应商和他们的解决方案也必须与客户一起进化。大多数组织都在尝试用技术来衡量其商业价值和潜在的投资回报率。

考虑到这个区域的流动性质，服务提供者最好不要只专注于解决方案策略、市场营销计划、实施和参与方法的一种途径。相反，他们的方法必须保持一定的灵活性，尤其是在接下来的几年里。这样的灵活性可以使服务提供者适应市场上不断变化的需求和应用模式。此外，这能够让提供者在所有部门之间随机应变，例如从解决方案开发到市场营销，再到执行方法和接触模型。

保持灵活的状态意味着服务提供者愿意并准备好为进化的商业应用解决方案开发进行投资。从进入市场的角度来看，他们应该不断评估、颠覆模型。这些潜在的模型包括：

1、一个基于伙伴面向市场的模型。

2、 一个基于API（应用程序编程接口）的模型。

3、将解决方案嵌入竞品基于AI的平台中。

一个潜在的解决方案可能包含所有的这些模型。而最重要的是，服务提供商必须清楚地知道产品的哪一点吸引客户，如何去吸引客户，以此来及时调整产品进入市场的方法。

本文翻译自Garnter研究报告《How to Position Intelligent Automation Services in an AI World》，在不改变原意的情况下有删改。