作为前MSP领导者，杰尔曼·克拉克（Jermaine Clarke）赋予合作伙伴利用人工智能的潜力实现现实世界的商业增长。在Sherweb，他专注于战略、培训和人工智能的道德采纳，帮助合作伙伴优化运营并应对不断变化的技术格局。
MSP一直是客户技术生态系统的架构师，平衡可靠性和安全性。但是，当人工智能重塑业务期望时，这个角色正在演变为更具战略性的东西。生成式人工智能已经从遥远的愿望迅速成为数字转型革命的核心。各个行业的大多数企业，无论大小，都渴望将该技术融入其业务流程中，因为他们听说了广泛宣传的生产力增益，这将“改变企业”并带来收入。但是，实现这些好处并非一夜之间就能实现。在Sherweb与MSP的合作中，我们发现虽然大约70％的中小企业正在积极寻求将人工智能融入其中，但他们和他们服务的企业都需要在人工智能产生任何真正影响之前完成基础工作。幸运的是，建立这种基础并成为人工智能就绪并不需要花费太长时间。以下是MSP可以遵循的四个步骤，以便在90天内使人工智能愿景成为现实。1.弥合孤立数据源之间的差距。虽然大多数企业的数据并不匮乏，但这些信息通常是分散的，遍布多个系统和渠道。这使得人工智能模型难以被训练和优化以满足企业的特定需求。由于创建一个整体空间来存储所有数据的安全是一个更大的项目，因此为了立即满足人工智能的雄心，企业可以建立临时连接器来弥合数据源之间的差距。通过拉取特定的安全数据集并将它们融合在一起，人工智能可以快速访问它需要的数据点以正常运行。例如，如果人工智能应用程序用于自动化客户支持，MSP可以将外部和内部数据源连接起来，例如支持请求票，以便启动他们的人工智能程序。2.筑起安全墙保护数据。对于任何公司来说，保护数据免受安全威胁的影响应该始终是首要任务，无论他们是否正在实施人工智能。虽然人工智能具有众多的好处，但该技术并不总是没有漏洞，这意味着存在数据泄露的风险。为了防止这种情况，MSP可以限制人工智能的访问权限，只将模型引入其性能所需的数据集。限制人工智能访问敏感信息至关重要，尤其是在公司的所有数据都被审查和清理之前。高风险的数据源可以在人工智能使用清除的数据时被适当审查。3.确定人工智能在业务中将产生最大影响的领域。一旦解决了所有安全问题，并且人工智能可以访问其正常运行所需的数据，企业就可以开始确定人工智能将在其日常业务中产生最大影响的领域。虽然公司通常有一些前期的人工智能任务和用例，但在部署人工智能工具的过程中，许多企业忽略了更大的问题：人工智能如何改变什么是值得自动化的。进行对人工智能可能带来最大收益的领域进行深入分析对于实际看到人工智能实施的收益至关重要。目标领域将根据企业的不同而有所不同，但人工智能可以被用来完成从集成Copilot到简化日常工作流程再到构建更个性化的用例等一切事情。所有这些功能都可以先在公司的小型子组中进行测试。如果他们看到成功，那么企业就可以将其推广到整个公司。4.打破数据壁垒，为人工智能打造整体基础。数据是人工智能的关键。为了使企业真正成为人工智能驱动型，整个组织的数据需要集中在一个可访问的位置。当企业通过上述步骤在短期内实施人工智能时，他们应该同时努力建立这种整体数据基础设施。一旦建立起来，MSP就可以删除他们最初安装的临时屏障，允许人工智能访问它可能需要的任何数据点来执行其目标。人工智能的成功不仅仅是关于技术采用。它是关于运营就绪和思维方式的转变。随着人工智能在我们的社会中变得越来越根深蒂固，这种四步骤的方法将使MSP能够实现立即竞争所需的前期速度，同时也使他们能够在技术演变过程中获得更长期的好处。
