人工智能拥有广大的承诺不同行业和部门。世界上最重要的人工智能传播者安德鲁·吴（Andrew Ng）列出了创建人工智能战略作为其AI转换手册的关键要素。随着人工智能将改变每个行业，您如何创造一个明智的战略来利用其力量？究竟什么构成人工智能战略？创业公司与企业制定人工智能战略有何不同？
人工智能战略建模与创建传统业务战略不同。本文旨在指导从业人员制定有针对性的人工智能战略。这些见解基于我的个人经验以及对大众汽车，谷歌，人工智能基金等公司的全球人工智能领导者的专家访谈。在本文结束时，您将了解人工智能战略如何与业务战略相关，人工智能战略的核心组成部分以及如何将优秀与不良人工智能战略分开。
我们开始计划吧。🤔
业务战略和人工智能战略
人工智能战略的存在是为了支持业务战略。业务战略为您的公司定义了前进的道路。哪些举措将提供最高的商业价值？哪些功能将公司与竞争对手分开？通过可衡量的目标表达业务战略，例如以关键绩效指标（KPI）或目标和关键结果（OKR）的形式。这些方法跟踪实现业务目标的进度。
德国中国人工智能协会副主席Raphael Kohler表示，对人工智能战略的目标有一个很好的理解是至关重要的。他强调，讨论不能以技术为中心，而必须以商业价值为驱动力。
人工智能战略和商业战略都没有一刀切。- Dominik Haitz
业务协调以实现这些KPI。人工智能战略的工作是提供影响这些业务关键绩效指标的途径。
人工智能的机遇与挑战
平衡AI的功能和限制是理解AI如何支持您的业务战略的关键。
你不能期望通过让巫师们在你的业务上花费机器学习魔力而不需要你先付出一些努力来获得任何有用的东西。- Cassie Kozyrkov
一般来说，AI可以做好三件事：自动化流程，创建新产品或改进现有产品。自动化流程的一个例子是机器人流程自动化，它使员工免于繁琐，重复的任务。AI还可以帮助公司生成全新的产品，例如智能家居扬声器由AI提供动力。最后，AI还可以改进现有产品。今天的信贷决策大多由人工智能支持。该模型比人类更能掌握更多信息，从而降低了消费者的整体信贷成本。
然而，AI在复杂的任务中挣扎。这些任务可能包括上下文理解或任何需要超过1人的事情。AI非常擅长执行狭义定义的任务，并且在不确定的环境中表现不佳。
在规划AI工作之前，了解AI的范围和界限是至关重要的。
既然您了解了人工智能战略与业务战略的关系以及存在哪些机遇和挑战，那么您如何创建一个？
人工智能战略的核心组成部分
就像每个公司都受到电力的影响一样，每个公司都会受到人工智能的影响。虽然没有AI策略看起来相同，但所有AI Strategies都需要回答类似的问题。任何人工智能战略的核心组成部分都涉及数据，基础设施，算法的三位一体，被技能和组织的支柱所包围。让我们深入研究每个组件。
数据
没有数据，就没有人工智能。数据涉及与改善业务相关的所有信息。它可以是任何东西，从自动驾驶汽车的传感器数据到商业决策的财务数据。创建数据战略是任何AI战略的重要组成部分。Andrew Ng建议触及以下几点：
- 您可以从战略上获得哪些数据？
- 您收集所有或选定的数据吗？
人工智能基金的AI投资者Jason Risch强调了战略数据采集正确时机的重要性。淹没在数据中不应再是一种选择。杰森目睹了“ 选择* ”数据策略在初创公司和公司都失败了。在构建可行的产品之前专注于创建模型的初创公司会浪费宝贵的资源。同样，由于过多的数据而获得创业公司的公司往往无法在其中找到价值。这是医疗保健行业的常见谬误，公司希望算法能够在随机数据中找到模式。关键是要收集*右*数据。
在过去十年中，数据一直是公司提升的主要来源。数据驱动的决策是成功的关键，因此您需要定义一个强大的数据策略。- 塔里辛格
在创建数据策略之后，现在是时候考虑下一个基础架构了。
基础设施
人工智能战略的第二个核心组成部分是基础设施。基础设施涉及使数据可访问并提供处理数据所需的计算能力。AI模型渴望获得计算能力，您的AI团队需要基础架构来开发和部署模型。理想情况下，此基础架构可根据您公司的需求进行调整
统一数据仓库集中访问整个公司可用的数据。在传统公司中，您会发现在孤岛中囤积的数据，其他团队无法访问。这通常具有结构，组织和法律方面的原因。但是，跨业务团队特定数据建立联系是人工智能工作的核心。数据科学家擅长于在数据中找到模式，因此您的目标是让他们能够访问尽可能多的数据。
重要的问题是，如果您依赖云服务或为AI构建自己的基础架构。AWS，Microsoft或Google等云供应商提供开箱即用的AI解决方案。使用云时，您只需支付所消费的费用。还有大量资源可以帮助您快速设置。您还不断投入时间和资源来维护服务器。购买自己的硬件时，前期成本较高。云解决方案的开始成本更低，但从长远来看，投资自己的基础架构可以获得回报。优点和缺点取决于您的行业，因此在做出决定之前确定您的需求非常重要。Deepkapha.ai首席执行官兼联合创始人Tarry Singh，不建议仅将开发算法作为竞争优势的公司专注于云。
一旦您知道如何利用硬件进行AI，请考虑下一步AI的算法部分。
算法
算法是AI三位一体的顶峰，因为它们使用数据和基础设施来生产有价值的产品。人工智能战略的算法部分很棘手。回答这些问题会让你更进一步。
- 专有算法是商业价值的关键驱动因素吗？
- 您是开源模型还是喜欢保留它们的专有权？
谷歌首席决策科学家Cassie Kozyrkov认为存在两个机器学习世界。Cassie喜欢区分机器学习研究和应用机器学习。进行研究需要采用与应用现有算法不同的方法。
人工智能社区在发布可重复使用的公共数据集和模型方面已经变得更好。这为您的公司提供了巨大的优势，因为您可以访问各种AI Model Zoo。您应该在AI策略中回答的主要问题是算法是AI功能的主要业务驱动因素。如果是，您应该设立专利计划并激励员工申请专利。如果没有，您应该考虑开源模型，利用众包知识来改进算法。
接下来，让我们来看看在公司中使用AI所需的技能。
技能
一旦人工智能的三位一体到位，你就需要人们来实现自己的命运。人们的核心是将数据，基础架构和算法用于生成业务价值。您如何授权组织中的人员使用AI？在您的AI策略中回答以下问题：
- 您是建立内部团队还是外包任务？
- 您如何不断教育管理层和员工关于AI？
Andrew Ng建议建立一个内部AI团队。AI提供领域知识，在某些行业中很难外包。外部顾问可能不了解您的数据，基础设施和问题以及您自己的员工。因此，可行的方法是捆绑热情的员工并教育他们人工智能。
1＆1 Ionos的数据科学家Dominik Haitz表示，AI作为一种新技术与其他技术创新不同。人们通常不仅没有意识到人工智能的实际能力，而且经常对此有误解。这可以从“无所不能的威胁到人性”到直接开箱即用的多功能系统的概念。
一旦内部团队到位，他们就需要充当推动者。人工智能的承诺太庞大，无法将它们封装在一个团队中。人工智能战略应该实施一个程序，不断教育所有人寻找人工智能用例。通常，这些计划应针对可投资于AI项目的高影响力个人。人们对todoku.ai的联合创始人雷切尔·贝里曼（Rachel Berryman）深信，人工智能对管理者的理解至关重要，因为它会将AI作为机会中的员工机会逐渐渗透。
让我们来研究人工智能战略的最后一个组成部分 – 组织。
组织
人工智能战略的最后但可以说是最重要的组成部分是为您的组织准备人工智能。具体评估您的组织设计和开发过程。然后，将它们与最佳实践保持一致。
- 您如何使您的AI团队跨团队和域提供业务价值？
- 您的流程是否已准备好用于ML工作流程？
人工智能的好处是无所不能的。最重要的是要理解AI不能在孤岛中工作。AI不是在垂直的以客户为中心的业务部门工作，而是可以被视为公司的横向推动者。AI能够影响内部流程，创建新产品或改进现有产品。为此，Andrew Ng建议建立一个独立的单位，成为整个公司AI的核心使能点。然后，该部门与现有部门合作，寻找具有高影响力的AI项目并支持其实施。
在整个公司中启用AI需要了解机器学习工作流程。机器学习遵循高度迭代的过程，结果远非确定。您可以使用AI Project Canvas等工具来评估成功的可能性，但您很难保证具体的结果。AI的探索性质使得很难跟踪整个公司的目标测量。
如果不彻底评估数据，就无法保证工作模型。因此，如果不首先投资ETL和初始数据分析，很难估计AI项目的具体业务影响。- 雷切尔贝瑞曼
考虑一下您的流程：他们准备好支持AI吗？如果您在安全关键行业工作，则可能不存在用于验证统计学习模型的过程。贵公司是否遵循瀑布工程流程？重新考虑当前的开发过程并检查它是否与机器学习工作流程一致。
现在您已经了解了AI策略的核心组件，让我们看一下避免常见陷阱的更多提示。
好的，坏的和丑陋的人工智能战略
您在团队中需要谁来制定人工智能战略？什么构成好的或坏的AI策略？人工智能战略在企业和创业公司之间有何不同？最后的摘要旨在回答以前的问题。
AI战略团队
制定人工智能战略是团队的一项努力。您需要跨AI战略核心组件的不同视角。初创公司和公司之间的团队组合不同。初创公司在较小的团队中创建人工智能战略，围绕数据工程师的技术反馈以及产品负责人或业务开发人员的业务反馈。企业团队涉及更多功能。为世界上最大的汽车制造商创建内部人工智能战略的安德烈亚斯迈耶知道，在拥有专业角色的公司中，您需要大量的领域知识才能找到可行的人工智能战略。您需要在公司中拥有一大群具有不同角色的人，而在初创公司中，您可以与少数通才一起创建出色的AI战略。
好的和坏人工智能战略的标志
在各公司中，好的和坏的AI Strategies都有共同的特征。良好的人工智能战略是受到影响的，在公司得到很好的支持，并且在时间，薪水和期望方面资金充足。糟糕的AI策略是炒作驱动，专注于技术而非影响，并雇用2-3名数据科学家争夺项目。试着偏离后者。
企业和创业公司的AI战略
创建AI战略对于公司和初创公司来说是不同的。Raphael Kohler解释说，企业必须考虑遗留系统，并且还要对现有组织的变更管理提出挑战，而初创公司可以专注于进入人工智能的良性循环。安德烈亚斯迈耶知道，为人工智能创造影响力的路径可能会让人不知所措。他表示，在大型企业中，存在大量利用人工智能实现流程自动化的潜力。对安德烈亚斯来说，重要的是开始并提供价值。
另一方面，初创公司应该专注于提供一种在没有人工智能的情况下运行良好但仍可以稳定地改善客户使用产品的产品。然后分析客户交互以改进产品，从而吸引更多用户。一旦他们进入人工智能的良性循环，人工智能创业公司就会走上成功的道路。
数据是为AI引擎提供动力的油，不能低估通过如何获取初始设置以及来自客户的正确信息以反复改进产品的重要性。- 杰森里施
关键要点
人工智能战略的核心组成部分相互融合，相互依存。核心组件在不同行业可能具有不同的重要性，但它们始终具有相关性。
- 人工智能战略应该始终服务于更高的公司战略
- 人工智能战略的核心组成部分是数据，基础设施，算法，技能和组织
- AI战略团队应由产品经理，数据科学家和业务开发人员组成
- 一个好的人工智能战略侧重于中期目标和一个整体方法，而不是一些数据科学家的炒作驱动就业
- 战略数据采集的正确时机可以决定您的AI命运
在本文中，您学习了如何创建AI策略。在创建AI策略时，请考虑AI的核心组件。我们期待着一个拥抱人工智能实施十年的世界。
本文转自towardsdatascience，原文地址
我的博客即将同步至腾讯云+社区，邀请大家一同入驻：https://cloud.tencent.com/developer/support-plan?invite_code=ksay66dn578f