一百萬(wàn)個(gè)贊嘆不已的推文，一千個(gè)TedX視頻和數(shù)百個(gè)不必要的熱點(diǎn)都不在話下：人工智能（AI）在這里，將真正稱為民主技術(shù)之前，我們必須超越硅谷的創(chuàng)業(yè)公司，并在中小型企業(yè)和政府中實(shí)施AI，以獲取該技術(shù)所承諾的回報(bào)。因此，我們必須問(wèn)自己：非技術(shù)公司如何發(fā)展？有哪些陷阱要避免？從哪里開(kāi)始？以下是在歐洲一些最大的公司擔(dān)任技術(shù)顧問(wèn)期間所學(xué)到的一些經(jīng)驗(yàn)教訓(xùn)。

　　一.識(shí)別并清除較小的障礙

公司在錯(cuò)誤的問(wèn)題和愚蠢的借口上已經(jīng)失去了多年的進(jìn)步，并在今天繼續(xù)這樣做。在開(kāi)始任何AI項(xiàng)目之前，必須進(jìn)行一些整理工作，以確保不會(huì)將以下突出顯示的問(wèn)題用作降低項(xiàng)目速度的借口。在您的項(xiàng)目宣言中寫(xiě)下這些問(wèn)題的答案，并觀看所有由政治驅(qū)動(dòng)的推銷都消失了。

　　1.我們將如何確保用戶采用率？

對(duì)于大多數(shù)公司來(lái)說(shuō)，這應(yīng)該不是一個(gè)問(wèn)題：大多數(shù)AI項(xiàng)目在這個(gè)時(shí)間點(diǎn)上還沒(méi)有擴(kuò)展。它們通常只是概念的證明，或回答了非常具體的痛點(diǎn)，幾乎沒(méi)有用戶受到影響。如果明天將AI解決方案擴(kuò)展到整個(gè)組織，則只需與最終用戶和利益相關(guān)者共同構(gòu)建。使用敏捷方法，可以確保所有利益相關(guān)者都對(duì)解決方案感到滿意。

　　2.對(duì)于這種類型的項(xiàng)目，我們的數(shù)據(jù)質(zhì)量不是太差嗎？

即使在這個(gè)世界的科技巨頭內(nèi)部，也沒(méi)有完美的數(shù)據(jù)。但是您必須從某個(gè)地方開(kāi)始。那個(gè)地方正在根據(jù)特定目的或預(yù)定義用例對(duì)現(xiàn)有數(shù)據(jù)的質(zhì)量進(jìn)行基準(zhǔn)測(cè)試。只有這樣，改進(jìn)計(jì)劃才能開(kāi)始出現(xiàn)，可以在相關(guān)的管理支持下逐步實(shí)施。設(shè)法修復(fù)所有數(shù)據(jù)問(wèn)題只會(huì)導(dǎo)致浪費(fèi)能源和資源。

　　3.我們的業(yè)務(wù)和IT員工之間是否距離太遠(yuǎn)？

答案通常是肯定的，這兩個(gè)核心團(tuán)隊(duì)經(jīng)常溝通不暢，很少共享相同的目標(biāo)。這可能會(huì)導(dǎo)致組織內(nèi)部裂痕：運(yùn)營(yíng)團(tuán)隊(duì)可能希望提高生產(chǎn)力，而IT團(tuán)隊(duì)則可能追求網(wǎng)絡(luò)安全和節(jié)省成本的選擇。但是，如果沒(méi)有明確的目的，人為地鏈接它們是沒(méi)有意義的。設(shè)定目標(biāo)后，每個(gè)團(tuán)隊(duì)中的幾個(gè)人可能會(huì)定期開(kāi)會(huì)，就共同的戰(zhàn)略進(jìn)行交流，以確保組織中的任何人都不會(huì)感到自己脫離了AI轉(zhuǎn)型。然后，他們將進(jìn)行報(bào)告，并確保按照先前指定和計(jì)劃的決定在每個(gè)團(tuán)隊(duì)中執(zhí)行。

　　4.我們的數(shù)據(jù)管理流程是否適應(yīng)我們的需求？

提防人為的和“地面之上的”治理：甚至在項(xiàng)目開(kāi)始之前就定義治理結(jié)構(gòu)太容易了，然后嘗試使項(xiàng)目適應(yīng)上述治理。這就像寫(xiě)沒(méi)有烹飪經(jīng)驗(yàn)的食譜。治理必須是實(shí)施AI用例的結(jié)果，而不是前提條件。

　　5.我們組織中是否缺乏相關(guān)的AI技能？

目前，全球只有22000名具有博士學(xué)位水平的專家能夠開(kāi)發(fā)最先進(jìn)的算法。他們中的許多人都在大型科技公司工作。這將是異常艱難的中小企業(yè)雇用他們中的一個(gè)。好消息是沒(méi)有必要。大多數(shù)項(xiàng)目不是在試圖突破我們的AI知識(shí)的界限，而是使用已經(jīng)存在的東西。因此，執(zhí)行團(tuán)隊(duì)可能認(rèn)為缺少的技能可能與小型AI項(xiàng)目所需的技能有很大不同。如今真正重要的是業(yè)務(wù)承諾，算法穩(wěn)健性和信息學(xué)體系結(jié)構(gòu)。

　　6.我們的公司是否受制于高層管理數(shù)據(jù)文化不足？

CxO是著名的忙碌人員，很少有時(shí)間坐在一個(gè)特定主題的講座之后。這就是公司團(tuán)隊(duì)非常喜歡“學(xué)習(xí)探險(xiǎn)”的原因：它將他們置于一個(gè)新的環(huán)境中，在這種環(huán)境中，他們不得不聽(tīng)取有關(guān)此事的專家意見(jiàn)，并使他們離開(kāi)他們的伴侶和孩子幾天。

盡管我喜歡組織學(xué)習(xí)探險(xiǎn)，但除了執(zhí)行團(tuán)隊(duì)的免費(fèi)假期外，我一直對(duì)它們的有效性持懷疑態(tài)度。相反，我是一個(gè)支持者，不僅要根據(jù)他們?cè)诟髯灶I(lǐng)域的優(yōu)點(diǎn)，而且還要根據(jù)他們?cè)跀?shù)據(jù)管理方面的知識(shí)和/或好奇心來(lái)計(jì)劃和雇用或提拔高管。

　　二.避免真正的陷阱

一旦回答了簡(jiǎn)單的問(wèn)題，我們就必須繼續(xù)面對(duì)AI轉(zhuǎn)型的真正挑戰(zhàn)，其中有很多挑戰(zhàn)。

　　1.更喜歡“ Business Pull”而不是“ Techno Push”

技術(shù)是奇妙而令人興奮的。它還常常無(wú)法提供真正的客戶價(jià)值。這就是為什么始終專注于“業(yè)務(wù)拉動(dòng)”而不是“技術(shù)推動(dòng)”的原因：看似出色的解決方案有時(shí)在錯(cuò)誤的時(shí)間，錯(cuò)誤的地方出現(xiàn)。在任何AI項(xiàng)目中，重要的是不要忘記創(chuàng)建該項(xiàng)目的原因和對(duì)象。

　　2.投資“無(wú)聊”的東西

當(dāng)無(wú)知的群眾到處討論創(chuàng)新的初創(chuàng)公司，數(shù)據(jù)科學(xué)，POC，深度學(xué)習(xí)，Elon Musk…時(shí)，專家們熱衷于談?wù)揂I項(xiàng)目的陰暗面：數(shù)據(jù)質(zhì)量，工程，體系結(jié)構(gòu)，HR和業(yè)務(wù)模型轉(zhuǎn)換。項(xiàng)目的那些方面經(jīng)常被低估和低估，但它們卻是積極的AI轉(zhuǎn)型的核心。記?。喝斯ぶ悄軕?yīng)該很無(wú)聊。只是統(tǒng)計(jì)而已，而統(tǒng)計(jì)則是最差的。

　　3.不要做出虛假的承諾

在AI項(xiàng)目開(kāi)始時(shí)過(guò)度興奮很容易。我們聽(tīng)到大數(shù)據(jù)，以數(shù)據(jù)為中心，DQM，無(wú)代碼，RPA等字眼，并相信我們可以馴服這些概念，為整個(gè)公司帶來(lái)價(jià)值，并最終獲得應(yīng)有的提升。但是要當(dāng)心：所有這些想法在過(guò)去都引起了極大的失望，如果不慎亂扔，可能會(huì)使整個(gè)項(xiàng)目面臨風(fēng)險(xiǎn)。避免過(guò)度銷售通常是成功項(xiàng)目的關(guān)鍵。

　　4.對(duì)技巧要現(xiàn)實(shí)

有人告訴我，開(kāi)發(fā)人員的工作有75%是基于谷歌搜索能力。聽(tīng)起來(lái)不錯(cuò)。數(shù)據(jù)科學(xué)家也是如此：由于每個(gè)AI項(xiàng)目都是獨(dú)一無(wú)二的，因此它們?cè)诘谝惶炀蜔o(wú)法完全運(yùn)行。因此，在項(xiàng)目的前幾個(gè)月中表現(xiàn)出耐心并提供相關(guān)培訓(xùn)非常重要。這也是為什么不超額出售尚未開(kāi)始的項(xiàng)目至為重要的原因：僅從項(xiàng)目簡(jiǎn)介中很難弄清我們所不知道的內(nèi)容。

5.不要復(fù)制Google

或任何同類最佳的AI公司。模仿科技巨頭是一個(gè)愚蠢的事情，實(shí)際上不會(huì)取得成功。言語(yǔ)幾乎無(wú)法描述他們?cè)谧鍪律嫌卸喑錾约暗竭_(dá)那里要花費(fèi)多少錢(qián)。但是，每家公司都有其獨(dú)特的資產(chǎn)，可以用來(lái)制定獨(dú)特的算法來(lái)專門(mén)滿足其需求。

　　三.從頭開(kāi)始

閱讀完以上所有內(nèi)容后，可能難以置信，但是太多的項(xiàng)目將想要“扎根”。然后，數(shù)據(jù)科學(xué)家無(wú)需花時(shí)間去了解誰(shuí)，什么，為什么以及如何，就可以在沖刺階段開(kāi)始設(shè)計(jì)過(guò)程。令管理層驚訝的是，他們得到了滑板而不是踏板車(chē)。讓我清楚一點(diǎn)，盡管不是屈尊的：但是從頭開(kāi)始是結(jié)束的必要條件。

　　1.定義AI野心

如上所述，花時(shí)間回答一些關(guān)鍵問(wèn)題很重要。這些問(wèn)題中最重要的問(wèn)題是“ 為什么 ”。公司為何要投資于AI，其AI項(xiàng)目的目標(biāo)是什么？無(wú)論他們的編碼或數(shù)據(jù)分析能力如何，高層人員在定義AI項(xiàng)目策略時(shí)都可以發(fā)揮關(guān)鍵作用。如果沒(méi)有確切的指示，團(tuán)隊(duì)將被無(wú)目的地漫無(wú)目的地挖掘數(shù)據(jù)，尋找故事。而且，由于沒(méi)有明確的和商定的目標(biāo)，他們將被追逐一個(gè)移動(dòng)的目標(biāo)，冒著隨著新數(shù)據(jù)的涌入而重寫(xiě)歷史記錄的風(fēng)險(xiǎn)。這就是為什么在任何項(xiàng)目啟動(dòng)之前就應(yīng)定義策略的原因，該策略應(yīng)該是具體的，可衡量的，可實(shí)現(xiàn)的，相關(guān)的和有時(shí)間限制的。

“其他人都在做”是進(jìn)入AI游戲的可怕原因。

　　2.定義優(yōu)先用例

雄心定義后，識(shí)別用例變得容易得多。上一步中出現(xiàn)的所有想法和用戶故事都應(yīng)根據(jù)它們?yōu)楣究傮w目標(biāo)提供的服務(wù)水平進(jìn)行定義并客觀地確定優(yōu)先級(jí)。評(píng)分類別可能包括：

· 資料可用性

· 數(shù)據(jù)獨(dú)占

· 技術(shù)復(fù)雜度

· 團(tuán)隊(duì)成熟度

3.逐步工業(yè)化“大規(guī)模人工智能”

根據(jù)智能實(shí)驗(yàn)室的POC結(jié)果，逐步/緩慢地將整個(gè)組織的項(xiàng)目產(chǎn)業(yè)化。在工業(yè)化階段考慮以下幾個(gè)方面很重要：

· 數(shù)據(jù)收集/采購(gòu)，質(zhì)量，完整性

· 制作或購(gòu)買(mǎi)AI解決方案

· IS體系結(jié)構(gòu)的適應(yīng)

· 業(yè)務(wù)流程調(diào)整

· 更換管理層

以上就是關(guān)于協(xié)助AI項(xiàng)目經(jīng)理全公司采用的3條首要原則的全部?jī)?nèi)容，想了解更多關(guān)于人工智能的信息，請(qǐng)繼續(xù)關(guān)注中培偉業(yè)。