正如Gartner最新發布的關于人工智能(AI)的炒作周期報告所指出的那樣，AI在未來五年的CIO議程中排在首位，這是潛在的變革性業務影響的來源。但是，對于許多IT組織而言，AI不僅僅是作為業務推動者而在IT領導者的視野中：它對功能本身具有根本性的影響-從自動化一些長期存在的功能到要求IT團隊更多參與和更新的方法。

人工智能開始以前瞻性的IT領導者希望遵循的多種方式重塑IT。讓我們考慮五個值得關注的地方：

1. IT成為主要的AI消費者

ISG認知自動化和創新總監Wayne Butterfield表示，用于自動化傳統中斷修復程序和其他IT服務臺流程的工具并不是什么新鮮事物，但如今，它們正變得越來越受歡迎。他說：“ IT服務臺像客戶服務操作一樣容易重復(因此也很自動化)。”

這不是實現IT功能的支持超級AI的自動化的唯一領域。TIBCO分析戰略副總裁Shawn Rogers表示：“ IT迅速不僅成為合作伙伴，而且成為消費者，利用AI進行安全性和系統管理來自動化流程并以AI驅動的企業的速度發展。

2. Shadow IT可以擴展

在技??術核心之外進行的IT活動激增，有時是AI的結果。ISG的Butterfield指出，從自助數據科學和分析工具，到為整個企業采用功能性的機械流程自動化(RPA)，再到由企業生產的機器學習模型，企業在影子IT功能方面的力量正在不斷擴大。 。當然，“自助服務”和“影子IT”的定義和界線取決于您的文化。

[獲得針對IT和業務領導者的10個關鍵人工智能術語的快速掃描入門：備忘單：AI詞匯表。]

3.數據科學需要與IT進行更深入的合作

一些主流企業應用程序(例如CRM)正在采用更多的AI和自動化技術。但是，對于更高級的AI應用而言，在IT與數據科學之間建立更大合作關系的需求變得顯而易見。“將數據科學家藏在組織中的早期時代已經結束。今天，數據科學占據了一個村莊，而IT則是該團隊的一部分。” TIBCO的Rogers說。

隨著公司準備擴展其AI和分析功能的使用，他們需要更深入地訪問IT知道的系統，數據和應用程序。“構建由AI主導的解決方案需要數據科學家和工程師之間的密切合作，”Fractal Analytics技術服務客戶合作伙伴George Mathew說。“盡管每個領域本身都是一個深層領域，但成功的團隊已使這兩個小組能夠一起工作，并且在許多情況下跨領域重疊，以生產AI解決方案。”

4. IT和數據科學需要共享的工具和策略

Mathew說，IT與數據科學之間的合作關系要求每個小組都采用彼此的技術和技巧，“至少是出于熟悉的緣故，如果不是出于專門知識的話。”

工程師將需要能夠讀取從本地數據集中提取數據的源代碼，了解探索性數據分析和功能工程，并精通貝葉斯技術等算法來產生洞察力。“他們需要掌握這些知識，以便對代碼進行重構和模塊化，以便可以在企業IT系統上對其進行操作，” Mathew說。

相反，數據科學家將需要學習如何通過數據庫連接器或API提取數據，如何在結構化存儲中存儲和處理數據，以及如何編寫模塊化代碼以進行下游使用。

Mathew說：“我們已經看到了對常見挑戰的熟悉和理解，從而導致了數據科學家和工程師之間的協作不斷增強。”他指出，該組織的幾個團隊已憑借這些更強大的合作伙伴關系提供了與AI相關的復雜解決方案。

5.人工智能治理成為焦點

隨著組織實施越來越多的基于AI的自動化和流程，法規和聲譽風險也隨之增加。Gartner指出制定政策以對抗與AI相關的潛在偏見，歧視和其他問題的重要性。(另請參閱：AI偏見：領導者應該問的9個問題。)