人工智慧擁有廣大的承諾不同行業和部門。世界上最重要的人工智慧傳播者安德魯·吳（Andrew Ng）列出了創建人工智慧戰略作為其AI轉換手冊的關鍵要素。隨著人工智慧將改變每個行業，您如何創造一個明智的戰略來利用其力量？究竟什麼構成人工智慧戰略？創業公司與企業制定人工智慧戰略有何不同？
人工智慧戰略建模與創建傳統業務戰略不同。本文旨在指導從業人員制定有針對性的人工智慧戰略。這些見解基於我的個人經驗以及對大眾汽車，谷歌，人工智慧基金等公司的全球人工智慧領導者的專家訪談。在本文結束時，您將了解人工智慧戰略如何與業務戰略相關，人工智慧戰略的核心組成部分以及如何將優秀與不良人工智慧戰略分開。
我們開始計劃吧。🤔
業務戰略和人工智慧戰略
人工智慧戰略的存在是為了支持業務戰略。業務戰略為您的公司定義了前進的道路。哪些舉措將提供最高的商業價值？哪些功能將公司與競爭對手分開？通過可衡量的目標表達業務戰略，例如以關鍵績效指標（KPI）或目標和關鍵結果（OKR）的形式。這些方法跟蹤實現業務目標的進度。
德國中國人工智慧協會副主席Raphael Kohler表示，對人工智慧戰略的目標有一個很好的理解是至關重要的。他強調，討論不能以技術為中心，而必須以商業價值為驅動力。
人工智慧戰略和商業戰略都沒有一刀切。- Dominik Haitz
業務協調以實現這些KPI。人工智慧戰略的工作是提供影響這些業務關鍵績效指標的途徑。
人工智慧的機遇與挑戰
平衡AI的功能和限制是理解AI如何支持您的業務戰略的關鍵。
你不能期望通過讓巫師們在你的業務上花費機器學習魔力而不需要你先付出一些努力來獲得任何有用的東西。- Cassie Kozyrkov
一般來說，AI可以做好三件事：自動化流程，創建新產品或改進現有產品。自動化流程的一個例子是機器人流程自動化，它使員工免於繁瑣，重複的任務。AI還可以幫助公司生成全新的產品，例如智能家居揚聲器由AI提供動力。最後，AI還可以改進現有產品。今天的信貸決策大多由人工智慧支持。該模型比人類更能掌握更多信息，從而降低了消費者的整體信貸成本。
然而，AI在複雜的任務中掙扎。這些任務可能包括上下文理解或任何需要超過1人的事情。AI非常擅長執行狹義定義的任務，並且在不確定的環境中表現不佳。
在規劃AI工作之前，了解AI的範圍和界限是至關重要的。
既然您了解了人工智慧戰略與業務戰略的關係以及存在哪些機遇和挑戰，那麼您如何創建一個？
人工智慧戰略的核心組成部分
就像每個公司都受到電力的影響一樣，每個公司都會受到人工智慧的影響。雖然沒有AI策略看起來相同，但所有AI Strategies都需要回答類似的問題。任何人工智慧戰略的核心組成部分都涉及數據，基礎設施，演算法的三位一體，被技能和組織的支柱所包圍。讓我們深入研究每個組件。
數據
沒有數據，就沒有人工智慧。數據涉及與改善業務相關的所有信息。它可以是任何東西，從自動駕駛汽車的感測器數據到商業決策的財務數據。創建數據戰略是任何AI戰略的重要組成部分。Andrew Ng建議觸及以下幾點：
- 您可以從戰略上獲得哪些數據？
- 您收集所有或選定的數據嗎？
人工智慧基金的AI投資者Jason Risch強調了戰略數據採集正確時機的重要性。淹沒在數據中不應再是一種選擇。傑森目睹了「 選擇* 」數據策略在初創公司和公司都失敗了。在構建可行的產品之前專註於創建模型的初創公司會浪費寶貴的資源。同樣，由於過多的數據而獲得創業公司的公司往往無法在其中找到價值。這是醫療保健行業的常見謬誤，公司希望演算法能夠在隨機數據中找到模式。關鍵是要收集*右*數據。
在過去十年中，數據一直是公司提升的主要來源。數據驅動的決策是成功的關鍵，因此您需要定義一個強大的數據策略。- 塔里辛格
在創建數據策略之後，現在是時候考慮下一個基礎架構了。
基礎設施
人工智慧戰略的第二個核心組成部分是基礎設施。基礎設施涉及使數據可訪問並提供處理數據所需的計算能力。AI模型渴望獲得計算能力，您的AI團隊需要基礎架構來開發和部署模型。理想情況下，此基礎架構可根據您公司的需求進行調整
統一數據倉庫集中訪問整個公司可用的數據。在傳統公司中，您會發現在孤島中囤積的數據，其他團隊無法訪問。這通常具有結構，組織和法律方面的原因。但是，跨業務團隊特定數據建立聯繫是人工智慧工作的核心。數據科學家擅長於在數據中找到模式，因此您的目標是讓他們能夠訪問儘可能多的數據。
重要的問題是，如果您依賴雲服務或為AI構建自己的基礎架構。AWS，Microsoft或Google等雲供應商提供開箱即用的AI解決方案。使用雲時，您只需支付所消費的費用。還有大量資源可以幫助您快速設置。您還不斷投入時間和資源來維護伺服器。購買自己的硬體時，前期成本較高。雲解決方案的開始成本更低，但從長遠來看，投資自己的基礎架構可以獲得回報。優點和缺點取決於您的行業，因此在做出決定之前確定您的需求非常重要。Deepkapha.ai首席執行官兼聯合創始人Tarry Singh，不建議僅將開發演算法作為競爭優勢的公司專註於雲。
一旦您知道如何利用硬體進行AI，請考慮下一步AI的演算法部分。
演算法
演算法是AI三位一體的頂峰，因為它們使用數據和基礎設施來生產有價值的產品。人工智慧戰略的演算法部分很棘手。回答這些問題會讓你更進一步。
- 專有演算法是商業價值的關鍵驅動因素嗎？
- 您是開源模型還是喜歡保留它們的專有權？
谷歌首席決策科學家Cassie Kozyrkov認為存在兩個機器學習世界。Cassie喜歡區分機器學習研究和應用機器學習。進行研究需要採用與應用現有演算法不同的方法。
人工智慧社區在發布可重複使用的公共數據集和模型方面已經變得更好。這為您的公司提供了巨大的優勢，因為您可以訪問各種AI Model Zoo。您應該在AI策略中回答的主要問題是演算法是AI功能的主要業務驅動因素。如果是，您應該設立專利計劃並激勵員工申請專利。如果沒有，您應該考慮開源模型，利用眾包知識來改進演算法。
接下來，讓我們來看看在公司中使用AI所需的技能。
技能
一旦人工智慧的三位一體到位，你就需要人們來實現自己的命運。人們的核心是將數據，基礎架構和演算法用於生成業務價值。您如何授權組織中的人員使用AI？在您的AI策略中回答以下問題：
- 您是建立內部團隊還是外包任務？
- 您如何不斷教育管理層和員工關於AI？
Andrew Ng建議建立一個內部AI團隊。AI提供領域知識，在某些行業中很難外包。外部顧問可能不了解您的數據，基礎設施和問題以及您自己的員工。因此，可行的方法是捆綁熱情的員工並教育他們人工智慧。
1＆1 Ionos的數據科學家Dominik Haitz表示，AI作為一種新技術與其他技術創新不同。人們通常不僅沒有意識到人工智慧的實際能力，而且經常對此有誤解。這可以從「無所不能的威脅到人性」到直接開箱即用的多功能系統的概念。
一旦內部團隊到位，他們就需要充當推動者。人工智慧的承諾太龐大，無法將它們封裝在一個團隊中。人工智慧戰略應該實施一個程序，不斷教育所有人尋找人工智慧用例。通常，這些計劃應針對可投資於AI項目的高影響力個人。人們對todoku.ai的聯合創始人雷切爾·貝里曼（Rachel Berryman）深信，人工智慧對管理者的理解至關重要，因為它會將AI作為機會中的員工機會逐漸滲透。
讓我們來研究人工智慧戰略的最後一個組成部分 – 組織。
組織
人工智慧戰略的最後但可以說是最重要的組成部分是為您的組織準備人工智慧。具體評估您的組織設計和開發過程。然後，將它們與最佳實踐保持一致。
- 您如何使您的AI團隊跨團隊和域提供業務價值？
- 您的流程是否已準備好用於ML工作流程？
人工智慧的好處是無所不能的。最重要的是要理解AI不能在孤島中工作。AI不是在垂直的以客戶為中心的業務部門工作，而是可以被視為公司的橫向推動者。AI能夠影響內部流程，創建新產品或改進現有產品。為此，Andrew Ng建議建立一個獨立的單位，成為整個公司AI的核心使能點。然後，該部門與現有部門合作，尋找具有高影響力的AI項目並支持其實施。
在整個公司中啟用AI需要了解機器學習工作流程。機器學習遵循高度迭代的過程，結果遠非確定。您可以使用AI Project Canvas等工具來評估成功的可能性，但您很難保證具體的結果。AI的探索性質使得很難跟蹤整個公司的目標測量。
如果不徹底評估數據，就無法保證工作模型。因此，如果不首先投資ETL和初始數據分析，很難估計AI項目的具體業務影響。- 雷切爾貝瑞曼
考慮一下您的流程：他們準備好支持AI嗎？如果您在安全關鍵行業工作，則可能不存在用於驗證統計學習模型的過程。貴公司是否遵循瀑布工程流程？重新考慮當前的開發過程並檢查它是否與機器學習工作流程一致。
現在您已經了解了AI策略的核心組件，讓我們看一下避免常見陷阱的更多提示。
好的，壞的和醜陋的人工智慧戰略
您在團隊中需要誰來制定人工智慧戰略？什麼構成好的或壞的AI策略？人工智慧戰略在企業和創業公司之間有何不同？最後的摘要旨在回答以前的問題。
AI戰略團隊
制定人工智慧戰略是團隊的一項努力。您需要跨AI戰略核心組件的不同視角。初創公司和公司之間的團隊組合不同。初創公司在較小的團隊中創建人工智慧戰略，圍繞數據工程師的技術反饋以及產品負責人或業務開發人員的業務反饋。企業團隊涉及更多功能。為世界上最大的汽車製造商創建內部人工智慧戰略的安德烈亞斯邁耶知道，在擁有專業角色的公司中，您需要大量的領域知識才能找到可行的人工智慧戰略。您需要在公司中擁有一大群具有不同角色的人，而在初創公司中，您可以與少數通才一起創建出色的AI戰略。
好的和壞人工智慧戰略的標誌
在各公司中，好的和壞的AI Strategies都有共同的特徵。良好的人工智慧戰略是受到影響的，在公司得到很好的支持，並且在時間，薪水和期望方面資金充足。糟糕的AI策略是炒作驅動，專註於技術而非影響，並僱用2-3名數據科學家爭奪項目。試著偏離後者。
企業和創業公司的AI戰略
創建AI戰略對於公司和初創公司來說是不同的。Raphael Kohler解釋說，企業必須考慮遺留系統，並且還要對現有組織的變更管理提出挑戰，而初創公司可以專註於進入人工智慧的良性循環。安德烈亞斯邁耶知道，為人工智慧創造影響力的路徑可能會讓人不知所措。他表示，在大型企業中，存在大量利用人工智慧實現流程自動化的潛力。對安德烈亞斯來說，重要的是開始並提供價值。
另一方面，初創公司應該專註於提供一種在沒有人工智慧的情況下運行良好但仍可以穩定地改善客戶使用產品的產品。然後分析客戶交互以改進產品，從而吸引更多用戶。一旦他們進入人工智慧的良性循環，人工智慧創業公司就會走上成功的道路。
數據是為AI引擎提供動力的油，不能低估通過如何獲取初始設置以及來自客戶的正確信息以反覆改進產品的重要性。- 傑森里施
關鍵要點
人工智慧戰略的核心組成部分相互融合，相互依存。核心組件在不同行業可能具有不同的重要性，但它們始終具有相關性。
- 人工智慧戰略應該始終服務於更高的公司戰略
- 人工智慧戰略的核心組成部分是數據，基礎設施，演算法，技能和組織
- AI戰略團隊應由產品經理，數據科學家和業務開發人員組成
- 一個好的人工智慧戰略側重於中期目標和一個整體方法，而不是一些數據科學家的炒作驅動就業
- 戰略數據採集的正確時機可以決定您的AI命運
在本文中，您學習了如何創建AI策略。在創建AI策略時，請考慮AI的核心組件。我們期待著一個擁抱人工智慧實施十年的世界。
本文轉自towardsdatascience，原文地址
我的博客即將同步至騰訊雲+社區，邀請大家一同入駐：https://cloud.tencent.com/developer/support-plan?invite_code=ksay66dn578f
Comments