我们经常可以看到国内外的人工智能和机器学习团队。他们继续分享伟大成就的消息，但他们可能还没有准备好应用。尝试使用新兴技术时总会遇到挑战，尤其是在没有明确的成功途径时。炒作比拥有可靠的路线图更容易。新技术如何进步新技术通常以两种方式渗入公司。也许一位高管看到竞争对手通过应用新技术取得成功；或者一位高管参加了一个会议，并看到了利用最新最好的工具创造竞争优势的机会（也许是我们的一篇文章开始这一切）。还有一条路径，即通过“基层”努力将新兴技术集成到现有工作流程中。也许公司内部某个团队的成员正在积极探索一个感兴趣的领域，他们向领导解释为什么这将成为公司的游戏规则改变者。他开始尝试推动采用，通过概念验证加速变革。这两个切入点通常都从构建原型开始，其目的是展示某些新技术的工作原理。这些一次性解决方案通常建立在一个孤岛中，这意味着它们几乎没有问责制，成功或失败对现有运营没有太大影响。毕竟，制作原型既简单又便宜，而且不需要任何长期承诺。在此初始阶段，不需要进行构建生产就绪系统所需的可行性研究。这促进了公司内部的快速认同，高管们可以庆祝公司已经开始追赶技术趋势和创新趋势。更不用说这种类型的练习对员工来说既有趣又令人兴奋。然后，在兴奋消退之后，项目停滞了。这些情况反映了该公司几十年来一直遇到的麻烦。人工智能带来的挑战席卷企业界的最新技术——人工智能和机器学习——面临着同样的应用挑战，也注定要经历这条艰难而坎坷的发展之路。因为这些技术对许多商业领袖来说就像一个黑匣子。这意味着即使最初的原型实施产生了积极的结果，高管们也常常对超越原型阶段犹豫不决。通过这些类型的项目，在受控环境中显示成功是相当容易的。然而，当人工智能和机器学习失败时，结果可能是毁灭性的。对许多领导者而言，因高度依赖技术而冒着业务风险的前景令人不安。更不用说人工智能也带来了独特的心理障碍：成功的人工智能或机器学习实施几乎肯定会减少以前担任这些角色的人员数量。根据Edelman2019年的一项调查，只有30%的公众欢迎在工作场所使用人工智能。不难理解人工智能项目失败的原因。谁愿意积极推广会让他们失业的技术？当然，还有人工智能的人才挑战。寻找和招募具有项目经验和深厚技能的人需要大量资金。然而，那些冒险的人往往会得到丰厚的回报。根据麦肯锡的一项调查，78%的公司表示他们已经从不同业务领域的AI应用中获得了显着或适度的价值回报。只有1%的人在实施后表示“没有价值或负价值”。原型制作注意事项虽然机器学习和人工智能等技术挑战人类心理，但它们有望为大胆的商业领袖提供切实的竞争优势。如果您希望自己的企业获得相同的结果，请在进行原型制作之前考虑以下5条提示：1.首先考虑资金集中您的原型制作投资并使其易于管理。如果资金还没有到位，制定一个全面的计划以确保它到位。如果您知道您很难获得完成概念原型验证的资源，那么就不要在这方面投入太多时间和精力。2.Metricsandinput-outputcalculations清楚你想通过部署人工智能、机器学习或其他功能性技术解决方案来实现什么。从实施中获得的价值必须是可衡量的，以证明投资的合理性。如果您的原型仅产生名义上的增量价值，或者您看不到投资回报，请寻找可以从原型解决方案中获益更多的领域。最后，并非所有原型都会带来收入。清楚原型制作实验原型和可以成功实施的原型之间的界限。3.制定成熟的计划在没有讨论和规划整个原型周期（包括原型阶段的落地验证）之前，不要开始构建原型。就成功原型遵循的内容达成共识将加速项目的成熟阶段，并使领导层与原型计划的长期目标保持一致。4.创建原型组合如果您正在研究AI、机器学习或其他解决方案的原型，构建和管理原型组合将使您的业务试验与技术保持一致，同时最大限度地实现知识共享。投资于原型投资组合将带来更好的结果。当您有不同的原型进行比较时，它会提高您识别和定义成功的能力。5.逐步实施原型成功的原型推广是循序渐进的。在技??术生命周期的不同阶段可能有多个级别的原型设计。例如，可以概述分层方法，其中第一层识别有价值的可能性，下一层测试可扩展的方法，下一层测试操作化，最后一层生成生产就绪的解决方案。在没有捕获实际价值的计划的情况下开始任何技术实施都可能导致失败。原型制作是朝着正确方向迈出的重要一步，但简单地创建原型绝不应该是您的最终目标。人工智能、机器学习和其他新兴技术有着令人难以置信的前景。但成功使用这些解决方案的公司必须勇于冒险，克服实施挑战，最终构建的不仅仅是原型。
