使用 Esri 的 ArcGIS 在您的组织内利用 AI 可以显著优化决策、运营效率和客户参与度。 但是，要确保技术提供价值，同时维护数据安全性、法规遵从性和业务稳定性，结构良好的方法至关重要。
机遇与挑战
人工智能有可能通过推动创新、增强决策和简化运营来促进组织发展。 然而，它也带来了独特的挑战，必须加以解决才能成功实施。
增强决策与数据质量：ArcGIS AI 工具可以分析复杂的地理空间数据，从而生成可执行的见解。 然而，准确性取决于高质量、分类良好的数据。 组织必须利用 ArcGIS 数据管理工具来确保数据的完整性和多样性。
运营效率与集成复杂性：通过 AI 实现自动化可以提高 ArcGIS 工作流的生产力。 但是，将这些功能与现有系统集成（使用 API、容器化部署或沙盒环境）可能需要额外的技术资源和规划
改善客户体验与道德问题：AI 驱动的洞察可以个性化服务并改善决策。 尽管如此，必须使用 AI 透明卡等透明度工具来监控和减轻潜在的偏见，确保合乎道德且公平的结果。
创新及可扩展性与成本和劳动力准备：Esri 的集成 AI 解决方案可实现创新，并可根据您组织的需求进行扩展。 尽管如此，组织仍需要在员工培训方面进行投资，并且可能会遇到与系统定制和集成相关的成本。
安全性和合规性：ArcGIS 产品提供内置安全性功能（加密、安全访问控制和安全工具），有助于满足 GDPR 和 CCPA 等法规的要求。 定期审查和更新安全设置对于维护信任和保护敏感数据至关重要。
为组织做好准备工作
确保您的组织为 AI 实施做好准备，这涉及评估基础架构能力、数据安全策略和工作人员准备。
AI 使用策略：围绕 AI 助手的使用定义内部策略，包括可接受的用例和受限操作（例如，防止 AI 处理敏感数据）。
ArcGIS 提供多个 AI 助手，可帮助组织团队快速构建和实施大规模的 GIS 解决方案。 您的组织准备好开始使用这些工具时，ArcGIS Online 组织管理员可以选择允许组织成员使用 AI 助手，请参阅：配置 AI 助手 - ArcGIS Online 帮助 | 文档。
定义用例：与利益相关者举行头脑风暴会议，以确定 AI 助手的机会。 示例：利用 Business Analyst AI 助手作为生产力工具，推荐流行的工作流、数据和信息图表报告。 请参阅以下 Esri 客户使用 AI 支持日常业务的用例：
数据管理
高质量的数据是所有 AI 计划的基础。 高效地管理这些数据可确保模型准确执行，同时遵守隐私和安全标准。
数据采集和准备：为训练和部署 AI 模型编译相关的高质量数据。 确保数据干净且最新，并且能够代表预期的使用情形。
利用 ArcGIS Data Reviewer 在进行 AI 交互之前识别缺失、不一致或错误的数据。
数据治理：制定并执行数据治理策略，优先考虑数据隐私性、安全性和法律合规性。 实施强大的访问控制以保护敏感信息。
为组织启用元数据，以标准和结构化的方式进行描述、标记和分类。 ArcGIS 提供了几种易于应用到组织的元数据分类，支持使用元数据对数据集进行分类：ArcGIS 元数据分类。 具有结构化法规遵从性要求的组织也可以利用 ISO 元数据类别和 INSPIRE 元数据类别。
与现有系统集成：确保 AI 解决方案可以与您当前的 GIS 基础架构无缝集成。 这可能涉及数据格式标准化和建立不同系统之间的互操作性。
建立“人在环中”的 AI 使用要求，确保人力资源在执行 AI 提供的见解之前提供最终检查，如下方图 1 所示：
优化 AI 系统
利用预训练模型：利用 ArcGIS 的预训练 AI 模型库加快实施。 这些模型可应用于各种任务（如要素提取和影像分类），减少模型开发所需的时间和资源。 请参阅：
定制模型开发：针对特殊需求，使用 ArcGIS 的 GeoAI 工具开发和训练定制 AI 模型。 这种方法可打造定制解决方案，以解决独特的业务挑战和数据集。 有关使用 Geo AI 实施自定义 AI 模型的详细信息，请参阅：GeoAI 工具箱 - ArcGIS Pro 概述 | 文档。
保持 AI 的成功
持续监控和改进：需要定期监控 AI 交互，以维护安全和高效的系统。 确保定期检查 AI 活动的使用日志，并咨询 ArcGIS 信任中心的安全和隐私顾问，以帮助与当前的安全和隐私最佳做法保持一致。 此外，建立内部流程以记录事件报告，并及时处理所有与预期性能的偏差。
用户培训和支持：为员工提供持续培训，以支持有效使用 AI 工具并解释结果。 建立支持渠道，协助用户排除故障和优化 AI 应用程序。 考虑以下涵盖 GeoAI 和深度学习产品的培训产品：
负责的 AI 实践
伦理考量与透明度： 查看 AI 透明度卡对于了解每个 AI 助手的基本假设、数据输入及潜在局限性而言至关重要。 请利用这些卡片中的见解来更新内部指南和培训材料，确保所有利益相关者充分了解 AI 行为的细微差别。 有关透明度卡各字段的详细信息，请参阅“透明度卡结构”文档。
信息验证： 客户必须验证 AI 生成的建议，因为 AI 的作用是增强，而非取代人类决策。 此外，用户需意识到 AI 助手有时可能会提供不正确的结果。 交叉核对 AI 的回答对于保持准确性并建立对 AI 辅助输出的信任至关重要。