【.com速译】人工智能可以赋予企业竞争优势，释放巨大的难以获得的商机。因此，人们需要了解制定有效的人工智能优先战略的6个步骤。人工智能对现代企业的影响令人难以置信。你知道Netflix的人工智能推荐引擎每年可以赚取10亿美元的收入吗？Netflix并不是唯一一家意识到人工智能重要性的公司。调查显示，84%的企业认为人工智能可以给他们带来竞争优势。.人工智能技术在过去几年发展迅速。自动化和人工智能的许多发展和进步都集中在提高员工生产力上。据研究机构埃森哲预测，到2035年，人工智能将使企业生产力提高40%。人工智能技术最有影响力的应用不是提高生产力或业务运行速度，而是解决以前无法解决的问题的能力。AI优先战略的主张是，AI提供了以前由于技术限制而无法获得的业务解决方案，并且可以为企业带来竞争优势。AI优先战略将AI集成到业务活动的技术堆栈中，直到它消失在基础设施中。客户无需适应，员工无需人工处理，结果实时提供给个人用户，无论是客户还是员工。与传统的数据驱动决策过程不同，在传统的数据驱动决策过程中，企业会获得人工智能系统生成的洞察力，然后做出明智的决策，而人工智能优先的战略会自动进行决策，从而显着提高业务响应能力。创建AI优先战略的步骤一些组织已经制定了自己的AI战略，该战略只是在其业务运营中采用和改进AI。AI优先战略不同于这种方法，因为它通常会彻底改变常规业务。人工智能优先战略将释放新的商机，创造更高的客户价值，并通过颠覆性解决方案解决先前存在的业务问题。潜在的颠覆性技术需要颠覆性的方法来实现它们。并非所有企业都意识到这一点，这就是为什么50%的人工智能项目最终都失败了！以下是实施有效的AI-first战略的6个步骤：1.建立AI-ready文化AI-first战略将人工智能嵌入到业务方法的基本结构中。它使员工能够使用人工智能开发创新解决方案，为客户增加价值并增加企业收入。因此，企业文化范式需要转变，为这一战略腾出空间。就像任何改变的措施一样，它会充满旧有的惰性。人工智能优先战略必须在企业内的各个层面和跨部门得到支持才能取得成功。以下是支持企业内部AI战略的一些想法：获得高层管理人员的支持组织需要自上而下地领导变革。随着高级管理人员带头进行AI转型，向员工明确传达AI转型的重要性至关重要。建立AI转型团队组织将来自各个内部部门的创新人才聚集在一起，并任命他们为变革推动者。获得他们对行业需求、AI应用和AI转型障碍的反馈。授权这些变革推动者领导各自部门的AI转型，奖励个人成就以提升团队成就。教育利益相关者和企业变革推动者仅仅推动AI转型是不够的，必须广泛采用AI。而这只有在人工智能的潜力被实现时才会发生。因此，他们需要接受有关人工智能及其应用及其对业务的潜在影响的教育。2.投资人才招聘具有人工智能技能的人才是有效的人工智能优先战略的第二重要衡量标准，仅次于数据质量。创建AI团队时需要考虑以下几点：找到合适的人才招聘合适的人才对于实现您的AI目标至关重要。然而，寻找具有机器学习专业知识的人才说起来容易做起来难。人工智能技术发展至今仍处于起步阶段，因此，没有合适的人才，实施人工智能项目的成本很高。此外，AI项目需要各种资源，需要数据工程师或研究人员组织企业数据，需要数据科学家从中提取见解，需要软件工程师创建应用程序。人们雇用人工智能的潜在投资回报现在远远超过其成本。这并不意味着在人员配备上花费更多。有时，培养内部人才比聘请外部人才更有意义。通过经验转移和知识培训，企业内部员工往往能够承担开发人工智能项目的工作。基于价值的策略可确保AI团队了解业务的目标和价值，并据此制定AI目标。同时，新成立的人工智能团队必须有明确的头衔和团队结构，才能像运转良好的机器一样运转，实现共同的目标。此外，优先级排序应基于业务现实和企业价值观。三、实施方案人工智能项目不同于其他常规项目。它的成功将对企业的方方面面和未来的发展产生深远的影响。因此，必须有一个明确的实施计划。从AI目标开始企业需要创建一个完整的流程、任务和问题列表，其中AI可以提供最大或直接的影响。此外，根据这些AI目标对业务的重要性确定它们的优先级，并按顺序处理它们。为企业中的每个部门阐明和确定AI目标，包括技术先决条件和期望的结果。通过AI框架实现标准化组织开发了一套带有标准的AI框架，以评估AI在预期目标方面的成功。这些标准应指导公司采用适当的指标，以帮助评估人工智能计划在各个层面的成功与否。考虑构建与购买企业需要权衡构建AI系统与购买AI的利弊。通常，购买或租赁人工智能系统是一种更经济可行的选择，可以立即使用。但是，第三方AI并不是专门为您的业务和应用程序设计的，因此也没有针对您的业务和应用程序进行优化。因此，需要降低对第三方人工智能解决方案的期望。另一方面，从头开始构建AI既昂贵又耗时。然而，它的结果会更好，因为它针对独特的应用程序进行了全面优化。4.数据收集和准备强大的数据策略是成功的AI策略的核心。制定他们的战略将涉及三个步骤：识别数据集清楚地了解从AI中获得的好处，并确定实现这些好处所需的数据源。AI的一些用例可以是：(1)开发改进的或全新的产品或服务。(2)自动化操作和流程。(3)提供个性化的客户体验。(4)价格优化。在正式确定AI用例后，可以指定这些目的所需的数据。创建数据处理指南下一步是确定数据源、数据治理以及收集、存储、处理和操作数据所需的技术。此外，考虑与数据收集、处理和利用相关的隐私问题也很重要。公司还需要制定明确的数据处理指南，以确保解决隐私合规问题。定义错误和数据质量有些数据在使用前可能需要清洗，因此需要定义数据错误并根据需要设置数据质量标准。5.构建模型目前可用的一些机器学习模型并不能全面解决所有业务问题。为了从AI中获取最大价值，企业必须采用机器学习模型，为其独特的应用场景提供最佳结果。选择正确的机器学习模型通过选择正确的机器学习模型开始您的项目。组织可以通过回答以下问题找到适合自己的机器学习模型：（1）AI项目将如何交付？(2)谁拥有AI项目——是分析组、自动化组，还是AI卓越中心？(3)下一步是什么？(4)谁负责交付每个行动、任务和里程碑？(5)应遵循哪些工作流程？评估机器学习模型可以根据企业的场景和业务应用，比较不同的机器学习模型。例如，准确性是必须考虑的因素之一。对于自动驾驶汽车，达到99%的准确率仍然不够。另一方面，60%的准确率对于电影推荐引擎来说已经绰绰有余了。无论您选择哪种机器学习模型，都需要权衡取舍。所以在做出选择之前，你需要先了解它们。定义机器学习模型的工作流程典型的机器学习模型工作流程分为三个步骤。第一步是数据工程，包括数据收集、数据预处理和构建数据集。第二步是机器学习模型工程，包括模型训练和优化、评估以及部署到生产中。最后一步是代码工程，它将机器学习模型集成到产品中，包括部署到生产。不断迭代模型一旦采用了机器学习模型，就需要对其进行更新和迭代，直到达到预期的结果。完善机器学习模型需要大量高质量的数据集。同样，对机器学习算法进行调整以优化它们并提高其准确性。因此，要从机器学习模型中得到想要的结果需要花费大量的时间，不能着急。6.用于交付模型和结果的成功的人工智能优先战略可以带来长期利益。然而，如果AI计划需要很长时间才能取得成果，它们可能会失去实施的动力。有几种方法可以在不影响AI性能质量的情况下克服这一障碍：利用敏捷以迭代方式交付企业的首要任务必须是在更多人的支持下快速获得AI的好处。当然，敏捷交付模型对于AI优先战略的成功至关重要。迭代交付结果将超出业务预期，并消除采用AI所固有的惰性。建立DevOps思维模式DevOps思维模式可以显着提高AI交付业务成果的速度。通过取得一些胜利或尽快交付具有高影响力的结果，AI团队可以消除企业内部人员对AI的怀疑。DevOps的思维方式让人工智能团队更能响应企业和市场的需求。采用机器学习即服务(MLaaS)方法未来，人工智能技术应该在整个企业员工队伍中都易于访问和使用。理想情况下，机器学习即服务(MLaaS)模型消除了与AI团队协调的需要，并使其他员工能够使用AI来适应他们的业务用例。指标和测量AI转型项目的成功不应通过对其性能的主观分析来衡量。这样做会使它受到抵制变革的内部人士的批评。因此，必须根据上述三个步骤中讨论的预定指标来衡量人工智能的成功与否。如果AI达不到预期的结果，则需要不断迭代，直到达到预期的水平。结论人工智能优先战略是一个持续改进的项目。无论一个组织的AI计划提供了多少价值，解决了多少问题，总有改进的余地。通过教育和激励所有利益相关者思考使用AI解决业务问题的方法，公司将能够在广泛的流程和环境中更好地利用AI，最终在业务活动的各个方面获得竞争优势。原标题：AI-FirstStrategy:WhereToStart?，作者：MirAli
