【.com快译】如今，云计算、区块链、人工智能、机器学习等新技术愈演愈烈，连这些名词外行都耳熟能详人们。看看这些场景在工作中是不是似曾相识：在公司的办公楼里，领导决策者不断讨论云对部门间协作和效率的重要影响，但面对云系统集成的问题却犹豫不决。某些公司在区块链研发上花费了数千美元，但仍处于预研阶段，没有任何成果。也有很多拥有人工智能和机器学习团队的公司，不断分享阶段性成果，但长期没有做好生产阶段的准备。当然，对于任何公司的任何人来说，新兴技术的应用都不会是一帆风顺的，总会有这样或那样的挑战，更何况没有前人的经验和明确的政策引导。相比之下，制定有效可行的路线图并不像广告那样容易植入人心。然而，在这股热浪过后，我们不得不重新思考。技术创新不能停留在表面，也不能停留在“原型”上。新技术如何进入市场？新技术通常通过以下方式渗透市场。例如，公司的一位高管得知竞争对手已经成功地应用了一项新技术；或者一位领导决策者参加了一次会议，并看到了使用新技术创造竞争优势的机会；或者一篇文章或博客开始了这一切。但也有一些基层努力应用一些内部研发团队也在积极探索自己感兴趣的领域，他们会向领导强烈推荐新技术，甚至说服他们改变公司的游戏规则。新项目通常从构建原型开始，这些原型旨在展示某些新技术的工作原理。这些快速而简单解决方案通常是有限的，没有长期目标定位，并且最初会忽略可扩展性和通用性问题。毕竟，制作原型既简单又便宜。在这个初始阶段，也没有必要建立生产准备，也可能没有长期规划。这有利于公司的速胜，对员工的成长和公司的发展也有着深远的影响。在短时间内取得重大成果是令人兴奋的，但在原型阶段之后，项目就停滞了。曾经风靡企业界的人工智能、机器学习等新技术也面临着挑战，它们的进一步研究也开始出现瓶颈，甚至“原型死亡”。这些新技术在许多商业应用中就像一个黑匣子。即使初始阶段取得了积极成果，经理们也不愿意越过原型阶段进入下一阶段。他们的担忧并非没有根据。即使是这些“原型”项目也可以很容易地在受控环境中取得成功；但是当人工智能和机器学习失败时，结果可能是毁灭性的。对于企业领导者来说，在不确保万无一失的情况下，大规模推广新技术来经营业务是一个冒险的决定。不用说，成功的人工智能或机器学习技术肯定会取代以前由人类完成的工作。这确实让很多行业兴奋不已，尤其是那些看好自动化未来的行业。根据2019年Edelman的一项调查，只有30%的公众对工作场所的AI持积极看法。谁愿意承认他们的角色将来会过时？谁愿意积极推广可能失业的技术？此外，人工智能还面临编程挑战。招聘和培训大量具有编程技能的人和相应的管理人员需要大量资金。因此，大部分企业还没有做好心理准备，只有与投入相匹配的回报才能坚定信念。然而，那些冒险的人往往会得到丰厚的回报。麦肯锡公司调查的公司中有78%表示他们从不同业务领域的AI应用中获得了显着或匹配的价值。只有1%的人在实施后报告“没有价值或负价值”。虽然机器学习和人工智能等技术“很少有人成功”，但在幕后，大胆的企业也能获得切实的竞争优势。如果您想实现这一目标，请在制作原型之前考虑以下五件事：1.考虑财务状况。将原型开发重点放在具有融资潜力的业务领域。如果资金还没有到位，制定一个全面的计划来确保资金到位。如果您在财务上遇到困难，请不要在原型概念验证之外投入太多时间和精力。2.确定问题。无论您是部署人工智能、机器学习，还是任何其他新技术解决方案，您都需要清楚您要实现的目标（要解决什么问题）。从业务领域的角度考虑原型开发的可扩展性，并尝试找到受益更多的业务领域。请注意，并非所有原型都是有利可图的。一些原型旨在提供新的价值概念，而另一些则希望最终能够实现，所以了解它们之间的区别。3.制定一个完整的计划。在开始构建原型之前，一定要做好顶层设计和长期规划——原型阶段之后会发生什么。整个团队对原型阶段的目标有普遍的认同和共识，这将体现团队的责任感，加快项目的进度。4.投资于不同的原型。构建人工智能、机器学习或其他解决方案的不同原型可以帮助公司将多项业务与新技术相结合，从而最大限度地提高投资回报率。在将一个原型与另一个原型进行比较时，成功的机会会增加。5.制定推广计划。原型的成功并不能保证生产的可行性。应考虑生命周期不同阶段的多层次原型。建议大家采用这种分层模式：第一层确认价值，第二层验证可扩展性，第三层测试可实施性，最后一层形成可操作的整体解决方案。好的开始是成功的一半。在没有计划的情况下开始任何技术实施都将以失败告终。“制作原型”是朝着正确方向迈出的一大步，但您的最终目标不仅仅是构建原型。人工智能和机器学习等其他新兴技术前景广阔。要想成功地实现理想，就必须敢于承担一切风险，克服一切困难，树立远大的目标。真正的创新不仅仅是原型，技术创新是永无止境的。原标题：DeathbyPrototype:WhyJustGettingStartedIsn'tEnough，作者：AlanHenson
