AI Transformation Playbook 如何引领您的公司进入AI时代

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。

这些是我建议用AI转换企业的步骤,我将在本剧中解释:

  1. 执行试点项目以获得动力
  2. 建立一个内部AI团队
  3. 提供广泛的AI培训
  4. 制定人工智能战略
  5. 开发内部和外部沟通
  6. 执行试点项目以获得动力

对于您的前几个AI项目而言,更重要的是成功而不是最有价值的AI项目。它们应该足够有意义,以便最初的成功将有助于您的公司熟悉AI,并说服公司其他人投资进一步的AI项目; 他们不应该这么小,以至于别人会认为这是微不足道的。重要的是让飞轮旋转,以便你的AI团队获得动力。

前几个AI项目的建议特征:

  • 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个月内开始显示牵引力
  • 该项目在技术上应该是可行的。太多的公司仍在使用当今的AI技术开展不可能的项目; 拥有值得信赖的AI工程师在启动前对项目进行尽职调查将增加您对其可行性的信心。
  • 有明确定义和可衡量的目标,创造商业价值。

当我领导谷歌大脑团队时,谷歌(以及更广泛地说,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,我们与他们密切合作,使Google语音识别更加准确。语音识别在Google中是一个有意义的项目,但不是最重要的项目 - 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,其他团队开始对我们充满信心,这使得Google Brain团队获得了动力。

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。通过两次成功,我开始与广告团队进行对话。逐步建立势头导致人工智能项目越来越成功。此过程是您可以在公司中使用的可重复模型。

  1. 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,您将希望在公司内部保留一些项目,以建立更独特的竞争优势。

重要的是要从高级管理层获得支持来建立这个内部团队。在互联网兴起期间,聘请CIO是许多公司采用互联网策略的转折点。相比之下,那些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 - 如果这些小型试点项目无法扩大规模以改造公司的其他部门,则无法利用互联网功能。

在人工智能时代,许多公司的关键时刻将再次形成一个可以帮助整个公司的集中式人工智能团队。如果他们拥有合适的技能,那么这个AI团队可以担任CTO,CIO或CDO(首席数据官或首席数字官)职务。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:

  • 建立AI功能以支持整个公司。
  • 执行一系列跨职能项目,以支持与AI项目不同的部门/业务部门。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。
  • 制定一致的招聘和保留标准。
  • 开发对多个部门/业务部门有用的公司范围的平台,不太可能由个别部门开发。例如,考虑与CTO / CIO / CDO合作开发统一的数据仓库标准。

许多公司都组织有多个业务部门向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。

image

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AI领导者将能够建议您建立正确的流程。目前有一场人工智能战争,不幸的是大多数公司都很难雇用斯坦福大学博士生(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零和,因此与可以帮助你建立AI团队的招募合作伙伴合作将给你一个非平凡的优势。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。

  1. 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工资的报道被过度炒作(报刊中引用的数字往往是异常值),但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)知道他们的工作是策划,而不是创建内容然后建立流程以确保员工完成学习体验。

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“翻转教室”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员工学习这些AI技术。

AI将改变许多不同的工作。你应该给每个人提供他们在AI时代适应新角色所需的知识。咨询专家将允许您为您的团队开发定制课程。但是,名义教育计划可能如下所示:

  • 高级管理人员和高级业务负责人:(4小时培训) 目标: 让管理人员了解人工智能可以为您的企业做些什么,开始制定人工智能战略,做出适当的资源分配决策,并与支持有价值的人工智能项目的人工智能团队顺利协作。 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。
  • 执行人工智能项目的部门领导:(12小时培训) 目标: 部门负责人应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,以确保项目成功交付。 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项目的工作流程和流程,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,培训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。
    • 能够实施AI团队的工作流程和流程。
    • 此外:正在进行的教育,以跟上不断发展的人工智能技术
  1. 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,您将能够确定AI可以创造最大价值的地方并将资源集中在这些区域上。

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,将无法开发出周到的人工智能策略,步骤1-3中的部分进展将为您提供。

你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:

构建几个与一致策略大致相符的困难AI资产: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着作表明,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困难资产。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“普遍”与谷歌等领先的科技公司竞争,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是行业和具体情况。

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:

image

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“连接点”。相反,请考虑集中化您的数据分为一个或至多少数数据仓库。

识别哪些数据是有价值的,哪些不是有价值的:自动拥有数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。

  1. 开发内部和外部沟通

AI会显着影响您的业务。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是更有价值的公司,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重视你的公

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。开发一个可信的,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。展示您最初成功的适度努力可以大有帮助。

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)。清晰的内部沟通既可以解释人工智能,也可以解决员工的担忧,这将减少内部不愿意采用人工智能。

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:您是否组织过您的公司来做互联网让您做得非常好的事情?

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,并测量哪个更好。互联网公司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,这些职位具有独特的工作流程和流程,可以协同工作。

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具有挑 我在Landing AI的团队致力于帮助合作伙伴进行人工智能转换,我将继续分享其他最佳实践。

AI转换计划可能需要2 - 3年,但您应该期望在6-12个月内看到初步的具体结果。通过投资人工智能转型,您将保持领先于竞争对手并利用人工智能功能来显着推动您的公司发展。

我欢迎你的这篇文章的反馈transformation@landing.ai

Andrew Ng Landing AI董事长兼首席执行官

原文:https://landing.ai/ai-transformation-playbook/

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏IT大咖说

NSX高级路由架构

内容来源:2018 年 10 月 24 日,VMware高级讲师寇雪旭在“VMware技术专题分享”进行《NSX高级路由架构》演讲分享。IT 大咖说(微信id:...

57930
来自专栏SIGAI学习与实践平台

目标检测算法中检测框合并策略技术综述

物体检测(Object Detection)的任务是找出图像或视频中的感兴趣目标,同时实现输出检测目标的位置和类别,是机器视觉领域的核心问题之一,学术界已有将近...

17740
来自专栏华章科技

那个陪你聊微信、发自拍的妹子,可能不是人

导读:之前大数据(ID:hzdashuju)发过几篇跟微信自动回复有关的Python实战。你可别以为,只有少数几个技术宅会用这种冷幽默的方式逗你玩,实际上,有人...

11730
来自专栏WOLFRAM

向宇宙宣告:人类文明未来的信标(III)

好的,但我们的目标是将有关我们文明的信息放到太空中。 为此我们曾经做过怎样的努力? 现在,我们的太阳系外面只有四架太空船(还有一架正在途中),不到100架太空船...

11910
来自专栏区块链大本营

比特币都有十年了,可能你至今还不知道怎样使用它才安全!

十年前,比特币刚刚出现时,中本聪(Satoshi Nakamoto)着重强调的是它作为数字化的“电子现金”的货币潜力。然而,一经面世,比特币便成为互联网地下世界...

8710
来自专栏互联网数据官iCDO

【iCDO专访】数据掌门人王琤:关于CDP的那些事儿

Convertlab联合创始人兼CTO,致力于为国内企业提供先进的数字营销SaaS产品。之前服务于SAP中国超过10年,作为产品总监在SAP管理近300人规模的...

25730
来自专栏区块链大本营

25年前,区块链历史险些被改写,向那场密码朋克聚会致敬

摇滚乐、嬉皮士的集体宗教、乌托邦、赛博朋克、自由与叛逆,在时代的浪潮下接踵而至。这些元素的出现,共同推进了密码朋克的发展,也在后来的区块链中留下了浓墨重彩的一笔...

15020
来自专栏数据派THU

哪款安卓手机适合跑AI?移动端芯片性能评测论文出炉

苏黎世联邦理工学院曾经开发了一款 AI Benchmark 应用,用于测试不同安卓设备和芯片的深度学习性能。近期,他们联合谷歌、高通、华为、联发科以及 Arm ...

15430
来自专栏成猿之路

主持人李咏因癌症在美国去世,关于癌症,我们都应该读读这篇文章 ...

主持人李咏因癌症在美国去世,妻子哈文发文:在美国,经过17个月的抗癌治疗,2018年10月25日凌晨5点20分,永失我爱。

12010
来自专栏码匠的流水账

聊聊storm的IWaitStrategy

storm-2.0.0/storm-client/src/jvm/org/apache/storm/policy/IWaitStrategy.java

9010

扫码关注云+社区

领取腾讯云代金券

年度创作总结 领取年终奖励