ITPub博客

首页 > 人工智能 > 人工智能 > 《AI转型指南》发布:吴恩达喊话CEO,AI转型分5步

《AI转型指南》发布:吴恩达喊话CEO,AI转型分5步

原创 人工智能 作者:李佳惠 时间:2018-12-14 17:49:36 0 删除 编辑

想要转型AI公司,普遍会面临一些共性的问题,会犯一些类似的错误。很多的公司,可能无法实现自己对外宣布的承诺,这是很正常的,因为其实有很多的CEO也不明白,到底该在什么时间做什么样的事情。

关于AI策略,吴恩达曾在twitter 上征集过大家想要了解的问题,最热的问题包括:如何评估投入产出比?如何从零开始开启人工智能项目等。12月13日的时候,他发布了“AI转型指南”,从5个步骤给出实操指南。

完整的全文链接:https://landing.ai/ai-transformation-playbook/

以下是根据英文版,AI中国给出的编译内容供参考:

AI(人工智能)技术现在正准备改变每个行业,就像100年前的电力一样。从现在到2030年,它将创造约13万亿美元的GDP增长。虽然它已经在谷歌、百度、微软和Facebook等领先的科技公司中创造了巨大的价值,但其他许多价值创造浪潮将超越软件领域。

这个人工智能转换手册借鉴了领导谷歌大脑团队和百度AI小组的见解,百度AI小组在将谷歌和百度转变为优秀的人工智能公司方面发挥了主导作用。任何企业都可以关注此Playbook并成为一家强大的AI公司,尽管这些建议主要针对市值/估值从5亿美元到500亿美元的大型企业。

这些是我建议企业转型AI的步骤,

  • 执行试点项目以获得动力

  • 建立一个内部AI团队

  • 提供广泛的AI技能培训

  • 制定人工智能战略

  • 在公司内部和外部进行良好的沟通

执行试点项目以获得动力

对于你最初的几个AI项目来说,成功比成为最有价值的AI项目更重要。它们应该足够有意义,这样,会让您的公司的人员能够更快的熟悉AI并说服公司其他人投资进一步实施AI项目;虽然可能会有人投反对票,认为这不重要,但是,这会让AI的齿轮飞速运转,团队才能获得更大的动力。  

初期几个AI项目的建议:

  • 理想情况下,新的或外部AI团队(可能对您的业务没有深入的领域知识)可以与您的内部团队(具有深厚的领域知识)合作,并构建AI解决方案,在6-12个月内就逐渐显示出成效。

  • 该项目在技术上来说应该是可行的。然而,太多的公司仍在使用当今的AI技术开展不切实际的项目;在项目启动前,邀请值得信赖的AI工程师进行尽职的调查、全方位的评估将增强对项目可行性的信心。

  • 在创造商业价值方面,有明确定义和可衡量的目标。

当我领导谷歌大脑团队时,谷歌(更广泛地说,在世界各地)的深度学习技术受到了极大的怀疑。为了帮助团队获得动力,我选择Google Speech团队作为我的第一个内部客户,经过与他们密切的合作,Google语音识别的准确率越来越高。其实,语音识别在Google中并不是最重要的项目。例如,对公司的底线而言,将其应用于网络搜索或广告并不重要。但是通过使用深度学习使演讲团队更加成功,其他团队也开始对我们充满信心,这使得Google Brain团队获得了很大的动力。

一旦其他团队开始看到Google Speech与Google Brain合作的成功,我们就能够获得更多的内部客户。该团队的第二个主要内部客户是谷歌地图,它使用深度学习来提高地图数据的质量。在两次成功之后,我开始与广告团队进行对话。逐步建立势头,使得人工智能项目越来越成功。此过程是您能在公司中可使用的可重复性模型。

建立一个内部AI团队

虽然拥有深厚技术AI专业知识的外包合作伙伴可以帮助您更快地获得初始动力,但从长远来看,与内部AI团队一起执行某些项目会更有效率。此外,如果有些项目只在公司内部进行,会形成独特的竞争优势。

重要的是要从高级管理层获得支持来建立这个内部团队,这很重要。在互联网兴起期间,聘请CIO是许多公司采用互联网策略的一个重要转折点。相比之下,那些同时经营许多独立实验的公司,从数字营销到数据科学实验再到新网站发布,经常无法有效的利用互联网的功能,因为这些小的项目无法适用于整个公司层面的转型。

在人工智能时代,许多公司的关键点会是形成一个中心化AI的团队。如果他们拥有合适的技能,那么这个AI团队可以为CTO、CIO或CDO(首席数据官或首席数字官)工作,它也可以由专门的CAIO(首席AI官员)领导。AI部门的主要职责是:

  • 为整个公司的人工智能力量提供支持。

  • 执行一系列跨职能项目,以AI予以支持。完成初始项目后,设置重复流程以持续提供一系列有价值的AI项目。

  • 制定一致的招聘和留用标准。

  • 开发对多个部门/业务部门有用的公司范围的平台,比如,可以考虑与CTO/CIO/CDO合作来建立统一集中数据存储标准。

许多公司都组织多个业务部门向CEO报告。通过新的AI单元,您将能够将AI人才汇集到不同的部门,以推动跨职能项目。

《AI转型指南》发布:吴恩达喊话CEO,AI转型分5步


将出现新的职位描述和新的团队组织。我现在以机器学习工程师、数据工程师、数据科学家和AI产品经理等角色组织我的团队工作的方式与AI之前的时代不同。一个优秀的人工智能领导者将能够为您建立正确的流程提供建议。目前我们对于AI人才的争斗很激烈,实际上,大多数公司都很难雇用到斯坦福大学博士生(或者甚至是斯坦福大学本科生)。由于人才战在短期内基本上是一场零和博弈,因此与可以帮助你建立AI团队的招募合作伙伴合作将为你带来一个非同寻常的优势。但是,为现有团队提供培训也是在内部培养大量新人才的好方法。

提供广泛的AI培训

今天没有一家公司拥有足够的内部AI人才。虽然媒体关于高AI工资的报道有很多,属于过度炒作(报刊中引用的数字往往是异常值),但现实中AI人才很难找到。幸运的是,随着数字内容的兴起,包括课程、电子书和YouTube视频等MOOC(大规模开放式在线课程),培养了大量员工使用AI等新技能比以往任何时候都更具成本效益。聪明的CLO(首席学习官)知道他们的工作是成为内容库管理者,而不是直接为生产内容,然后建立流程以确保员工完成学习。

十年前,员工培训意味着聘请顾问来到您的办公室进行讲座。但效率低下,投资回报率尚不清楚。相比之下,数字内容更实惠,并为员工提供了更个性化的体验。如果您确实有预算聘请顾问,那么现场内容应该补充在线内容。 (这被称为“翻转课堂”教学法。我发现,如果正确实施,这将带来更快的学习和更愉快的学习体验。例如,在斯坦福大学,我的校园深度学习课程就是使用这个教育学的形式。)聘请一些AI专家来提供一些现场内容,也可以帮助激励你的员工学习这些AI技术。

AI将改变许多不同的工作。你应该让每个人都知道他们在AI时代需要适应新角色。咨询专家将允许您为您的团队开发一个定制课程。一个概念上的教育计划可能是这样的:

  • 高管和高级商业领袖:(⩾4小时培训)

目标:让管理人员了解AI可以为您的企业做些什么,开始制定AI战略,制定适当的资源分配决策,并与支持有价值的AI项目的AI团队顺利协作。课程:

对AI的基本业务理解包括基本技术、数据以及AI可以做什么和不能做什么。

了解AI对公司战略的影响。

关于人工智能应用到相邻行业或您的特定行业的案例研究。

  • 开展人工智能项目的各部门领导:(⩾12小时培训)

目标:部门负责人应该能够为人工智能项目设定方向、分配资源、监控和跟踪进度,并根据需要进行更正,以确保成功交付项目。课程:

对AI的基本业务理解包括基本技术、数据以及AI可以做什么和不能做什么。

对AI的基本技术理解,包括主要的算法类及其要求。

基本了解AI项目的工作流程,AI团队中的角色和职责,以及AI团队的管理。

  • AI工程师培训生:(⩾100小时培训)

目标:新培训的AI工程师应该能够收集数据,训练AI模型,并提供特定的AI项目。课程:

深入了解机器学习和深度学习;基本了解其他AI工具。

了解用于构建AI和数据系统的可用(开源和其他第三方)工具。

对员工进行持续培训,以适应日益发展的技术发展趋势。  

制定人工智能战略

人工智能策略将指导您的公司创造价值,同时建立可防御的护城河。一旦团队开始看到初始AI项目的成功并形成对AI的更深入理解,就能够确定AI可以在哪些地方创造最大的价值,并将资源集中在这些领域。

一些高管认为制定人工智能战略应该是第一步。根据我的经验,大多数公司在获得人工智能的基本经验之前,将无法制定出周到的人工智能策略。

公司建立防御护城河的方式也随着人工智能而发展。以下是一些需要考虑的方法:

构建自己的优质AI资产,这些资产基本上与战略保持一致:AI使公司能够以新的方式建立独特的竞争优势。迈克尔波特关于商业战略的开创性著作表明,开展防御性业务的一种方法是建立几个与一致的战略基本一致的资产。因此,竞争对手难以同时复制所有这些资产。

利用人工智能创造特定于您的行业领域的优势:我不建议在人工智能中与谷歌等领先的科技公司“普遍”竞争,而是建议您成为行业领域的领先AI公司,开发独特的AI功能将允许你获得竞争优势。AI如何影响您公司的战略将取决于行业和具体情况。

设计策略与“人性化的良性循环”正反馈循环相一致:在许多行业中,我们将看到数据积累导致可防御的业务:

《AI转型指南》发布:吴恩达喊话CEO,AI转型分5步


例如,Google、百度、Bing和Yandex等领先的网络搜索引擎拥有巨大的数据资产,可以显示用户在不同搜索查询后点击的链接。这些数据有助于公司构建更准确的搜索引擎产品(A),从而帮助他们获得更多用户(B),从而使他们拥有更多的用户数据(C)。这种积极的反馈循环很难让竞争对手闯入。

数据是AI系统的关键资产。因此,许多伟大的AI公司也有一个复杂的数据战略。您的数据战略的关键要素可能包括:

战略数据采集:可以使用从100个数据点(“小数据”)到100,000,000个数据点(“大数据”)的任何地方构建有用的AI系统。但拥有更多数据几乎从不会伤害。AI团队正在使用非常复杂的多年战略来获取数据,具体的数据采集策略是针对特定行业和特定情况的。例如,谷歌和百度都有许多免费产品,这些产品没有货币化,但允许他们获取可以在其他地方货币化的数据。

统一数据仓库:如果您有50个不同的VP或部门控制下的50个不同的数据库,工程师或AI软件几乎不可能访问这些数据并“连接这些点”。相反,请考虑集中化您的数据分为一个或至多几个数据仓库。

识别哪些数据是有价值的,哪些不是有价值的:拥有TB的数据并不意味着AI团队能够从该数据中创造价值。期望AI团队从大型数据集中神奇地创造价值是一个很有可能失败的公式,我不幸地看到CEO过度投资收集低价值数据,甚至收购公司的数据只是为了意识到目标公司的数TB数据无用。通过在数据采集过程中尽早引入AI团队来避免这种错误,并让他们帮助您确定要获取和保存的数据类型的优先级。

创建网络效果和平台优势:最后,AI也可用于构建更传统的护城河。例如,具有网络效应的平台是高度防御性的业务。他们通常拥有一种自然的“赢家通吃”动力,迫使公司要么快速增长或死亡。如果人工智能允许您以比竞争对手更快的速度获得用户,那么它可以用于构建通过平台动态可防御的护城河。更广泛地说,您还可以将AI用作低成本战略、高价值或其他业务战略的关键组成部分。

在公司内部和外部建立良好的沟通渠道

AI会显著影响您的业务。如果它影响您的关键利益相关者,您应该运行通信程序以确保一致。以下是您应该为每位受众考虑的内容:

投资者关系:谷歌和百度等领先的人工智能公司现在变得更有价值,部分原因在于他们的人工智能能力以及人工智能对其底线的影响。为贵公司的人工智能解释一份明确的价值创造论文,描述你不断增长的人工智能能力,最后有一个深思熟虑的人工智能战略,将有助于投资者适当地评估你的公司。

政府关系: 受到高度监管的行业(自动驾驶汽车、医疗保健)的公司面临着保持合规的独特挑战。描述一个可信的、引人注目的人工智能故事,解释您的项目可以为行业或社会带来的价值和利益,是建立信任和善意的重要一步。在您推出项目时,这应该与直接沟通和与监管机构的持续对话相结合。

客户/用户教育: AI可能会为您的客户带来重大利益,因此请确保传播适当的营销和产品路线图消息。

人才/招聘: 由于人才的缺乏,强大的雇主品牌将对您吸引和留住这些人才的能力产生重大影响。AI工程师希望开展令人兴奋且有意义的项目。适度的努力来展示你最初的成功可以大有裨益。

内部沟通: 因为今天人工智能仍然知之甚少,人工智能特别是过度炒作,所以存在恐惧、不确定和怀疑。许多员工也担心他们的工作由人工智能自动化,尽管这种差异因文化而异(例如,这种恐惧在美国比在日本看起来更多)。清晰的内部沟通,无论是解释人工智能,还是解决这些员工的担忧,都将减少内部不愿采用人工智能的情况。

历史记录,对您的成功至关重要

了解互联网如何改变行业对于驾驭人工智能的兴起是有用的。有许多企业在互联网崛起的过程中出现了一个错误,我希望你在人工智能的兴起中避免这种错误。

我们在互联网时代了解到:

购物中心+网站≠互联网公司

即使一个购物中心建立了一个网站并在网站上出售东西,这本身并没有将购物中心变成真正的互联网公司。真正的互联网公司的定义是:你有没有带领你的公司去做,互联网让你做得很好的事情?

例如,互联网公司参与普遍的A / B测试,我们定期推出两个版本的网站,并衡量哪个更好。一家互联网公司有时甚至可能同时运行数百个实验;这对于实体购物中心来说很难。互联网公司也可以每周发布一种新产品,因此比购物中心学得更快,购物中心每季度只能更新一次设计。互联网公司对产品经理和软件工程师等角色有独特的职位描述,而这些职位的工作流程也具有独特的协同工作方式。

深度学习是人工智能发展最快的领域之一,它与互联网的兴起呈现出相似之处。今天,我们发现:

任何典型的公司+深度学习技术≠AI公司

为了让你的公司在人工智能方面做得很好,你必须组织你的公司去做AI让你做得很好的事情。

为了让您的公司在人工智能方面表现出色,您必须:

系统地执行多个有价值的AI项目的资源:AI公司拥有外包和/或内部技术和人才,可以系统地执行多个AI项目,为业务带来直接价值。

对人工智能的充分理解:应该对人工智能有一般的了解,并采用适当的流程来系统地识别和选择有价值的人工智能项目。

战略方向:公司的战略大体上与人工智能未来的成功保持一致。

在伟大的合作伙伴的支持下,将您的伟大公司变成一家伟大的人工智能公司是具有挑战性的,但在伟大的合作伙伴的支持下其实可行。我在Landing.AI的团队致力于帮助合作伙伴进行AI转型,我将继续分享更多的最佳实践。

AI转型项目可能需要2-3年的时间,但你应该期望在12个月内就能看到初步成效。通过投资AI转型,你将持续领先于你的竞争对手。


来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/31509949/viewspace-2285329/,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论
管理员

注册时间:2018-03-30

  • 博文量
    196
  • 访问量
    349805