相反，他建議公司應該思考如何應用人工智慧和資料來自動化結構化、高頻任務或流程。若要釋放價值，請檢查核心業務流程。對銀行來說最有回報的事情與對零售商或製造商來說不同。專注至關重要。讓我們深入研究一些可能成為特定且有用的 AI 計劃用例的領域的營運業務功能。
人工智慧與人力資源：在企業的人力資源部門，部署人工智慧的一個領域可能是幫助制定招募計畫以擴大勞動力（以及現有員工的教育計畫），面向人工智慧未來優先的組織。 技能重新調整現有的商業知識，這也意味著在公司內部找到技術和非技術人員的最佳組合。
這也意味著招募特定於公司所在行業或工 廣告數據 作類型的超專業職位。例如，在銀行業，可能會找到一位專家來開發一種由人工智慧驅動的機器學習解決方案，透過分析手寫支票的掃描影像來標記潛在的詐欺行為。 IBM 就是一個很好的例子使用 AI 解決方案在人力資源部門預測哪些員工離職的準確率高達 95%。讀IBM 的報告關於人力資源人工智慧的商業案例。
人工智慧和營運：在這種情況下，CAIO 將負責高效專案交付的執行和協調。這意味著要高度重視生產和操作化。為了從資料專案實現真正的商業價值，機器學習模型不能被束之高閣；它們需要被操作化。操作化只是意味著部署一個機器學習模型供整個組織使用。正如 Florian Douetteau 所說：
「我們可以合理地想像，在未來的企業中，不僅僅是一、二甚至三個模型，而是 1,000 個（或 10,000 個）模型同時運行，管理交付可能是 C 級職位的關鍵任務。”