行业报告 AI展会 数据标注 标注供求
数据标注数据集
主页 > 人工智能 正文

首席执行官需要询问人工智能的5个问题

  在最近一次的风险管理会议上,一位数据科学家向一些企业高管解释为什么卷积神经网络是帮助发现欺诈性交易的首选算法的原因。这些高管都认为企业有必要投资人工智能,但似乎对需求的这么多细节感到困惑。“我们怎么知道它是否有效?”一位高级主管提出了所担心的这个问题。
 
  虽然他们相信人工智能所带来的价值,但许多企业高管仍然对它的采用感到疑惑。以下是企业董事会成员需要讨论的五个问题:
 
  1.对于人工智能团队来说,人工智能的定位是什么?
 
  这个问题的答案与那些希望提高效率和推动业务增长的企业高管的想法相去甚远。
 
  管理人员通常会被数据科学家分析具有潜在竞争差异的数据的想法所迷惑,经常提倡将数据科学作为一种企业服务。其他人则认为人工智能属于现有的分析或数据专家中心(COE)。
 
  人工智能的定位取决于现有的做法。零售商的客户服务部门指定智能专家来开发“聊天机器人”,这将为零售商日益实现全球化的客户群提供服务。相反,有些人认为人工智能更像是一种企业服务,需要将统计人员和机器学习开发人员集中到向企业CIO报告的独立团队中。
 
  这些决策大不相同,但它们对各自的公司来说都是正确的。
 
  考虑事项:
 
  • 预期结果的独特性(例如竞争性差异化)如何?如果拟议的人工智能工作被视为具有战略意义,那么组织创建具有自己的预算、人员和技能的主题专家和开发人员团队可能会更好,以免分散对现有项目的注意力或从现有项目中汲取资源。
 
  • 内部员工的技能在多大程度上可用?如果数据科学家和人工智能开发人员已经集中在专家中心 (COE)中,最好让团队保持原样,并随着需求的增长,雇用更多的人工智能专家。
 
  • 对人工智能工作的结果进行打包和实现品牌化有多重要?如果人工智能结果是一种新产品或服务,那么创建一个可以交付产品并承担维护和增强职责的专门团队可能会更好,因为将会不断创新。
 
  2.我们是否应该使用某种解决方案来启动人工智能工作,还是从头开始编码以区分产品?
 
  当人们听到“人工智能”这个词的时候,他们会想到戴着耳塞在深夜编写自定义代码的程序员。实际上,这种情况可能只是人工智能的一种产生方式。
 
  高级管理人员倾向于将人工智能开发看作一个从头到尾的业务,而其开发计划、市场研究、数据知识、培训也应该是其中的一部分。从头开始编码实际上可能会延长人工智能的交付时间,尤其是新兴的开发人员工具包(Amazon Sagemaker和Google Cloud AI两者)将开源例程、API和笔记本捆绑到打包的框架中。
 
  这些软件包可以提高生产力,可以在数周甚至数月内完成开发计划,并且可能会加强协作工作。
 
  注意事项:
 
  • 交付时间是成功指标吗?换句话说,研究的项目是否存在较低的容忍度,其中时间框架和结果是否可能含糊不清?
 
  • 人工智能项目是否有单独的预算?这意味着可以更容易获得开发人员的支持或其他生产力工具。
 
  • 开发人员需要多少工具包?根据企业的技能水平,在研究、获得批准、采购和学习人工智能开发人员工具包所需的时间内,企业的团队可以提供重要的新功能。
 
  3.我们需要人工智能的商业案例吗?
 
  这完全取决于人们的观点。人工智能可能被定位为企业业务发展的前卫性和颠覆性,标志着对创新的新承诺。或者它可以代表分析的发展,这是过去为人工智能奠定基础而努力的必然结果。
 
  人们注意到人工智能项目正在逐步部署,进一步达成共识目标,完善尚未完成的事情,以及支持被认为是成功的现有文化规范。
 
  注意事项:
 
  • 其他战略项目是否需要商业案例?这样的决定是否希望人工智能成为成功战略计划的一部分?
 
  • 资本支出通常需要商业案例吗?如果是这样,违反规范会让企业成为一个创新的颠覆者,或者成为一个顽固的规则破坏者?
 
  • 主动批准程序到底有多正式?如果没有商业案例可能表明缺乏严谨性,可能损失投资。
 
  • 如果不构建商业案例,将会牺牲什么?预算?员工人数?能见度?声望?
 
  4.几乎每个令人关注的项目都会有赞助商的支付,人工智能是否这样?
 
  规范在这里再次变得重要。但是当涉及到人工智能时,涉及的程度通常与赞助商的需求成正比。
 
  医疗保健行业的一名高级人工智能专家决定花费时间与高管讨论可能的人工智能使用案例(例如药物依从性、再入院减少和深度学习诊断)。“高管知道自己应该做些什么。更重要的是,那些对人工智能事业最感兴趣的企业高管最有可能推广新项目。而开展项目需要企业决策者的支持。”她解释道。
 
  注意事项:
 
  • 企业的融资模式是否需要赞助商的支持?挑战这条规则可能会花费一定的时间。
 
  • 那些没有执行赞助商的具有高影响力的项目失败了吗?人们并不希望人工智能项目失败。
 
  • 拟议的人工智能工作是否针对业务?在这种情况下,与了解人工智能业务问题的执行赞助商合作可能是一个有效的政策。
 
  5.对于刚刚入门的团队,你有什么实际的建议?
 
  如果企业刚接触人工智能,那么不要偏离规范,因为这可能会引起过度关注,并偏离具有希望的结果。
 
  另一方面,将人工智能定位为颠覆性和进化性可以为外部品牌和内部员工士气创造奇迹,向员工保证企业将致力于创新,并将新兴技术视为一种战略性的措施。
 
  无论采取哪种方式,人工智能最重要的成功措施是设定准确的期望,经常分享,并毫不拖延地解决问题和人们的疑虑。
 
  注意事项:
 
  • 发布高级别的交付计划。不能开展没有限制的研究项目。企业确保构建一些东西,人工智能专家的认同和执行也很重要,并明确交付计划。
 
  • 设想人工智能的好处。人工智能是否承诺先发优势?显着降低成本?提高品牌意识?
 
  • 解析目标。例如,建立卷积神经网络可以通过图像扫描诊断皮肤病变,远离使用无监督学习来发现客户群之间的意外相关性。
 
  人工智能具有很大魔力。许多企业需要认真对待这个前所未有的方式。企业的高管越了解如何部署以及部署的原因,则获得提供持续价值的机会就越大。

微信公众号

声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
SEM推广服务

Copyright©2005-2028 Sykv.com 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注

扫码入群
扫码关注

微信公众号

返回顶部