在全面拥抱人工智能前，这 6 步您的公司做到了吗？| 云途专栏

也许你常常听到公司管理层发表演讲时说：

我们要成为一家人工智能公司！

试想一下，将“人工智能”

替换成历史上任何新兴技术

就因为被技术带来的收益

与恐惧（怕错过的恐惧）所推动

一个关键词就这样成为

整个行业的年度“流行语”

企业领导者们过早地高估了一项新技术的影响力。当技术应用没有达到他们的预期时，领导者就会失望，并且不会在该技术真正成熟之后加以应用。而现实情况是，只有当领导者们改变企业的运作和组织方式时，许多新技术才会发挥作用。

如果我们对人工智能（AI）采取理性的、循序渐进的态度，那么我们应该从哪里入手，才能真正发挥人工智能的潜力？我们如何给自己定位，才能识别和放大机遇，同时防止走弯路？

本期《云途》，我们将分享 6 项 AI 变革前的基本步骤，任何公司都可以参考与采纳，从而了解人工智能如何通过充分利用现有数据为企业业务提供发展动力。

步骤一：帮助业务决策者了解 AI 相关知识

历史上充斥着各种被视为“黑科技”的新技术，留给像巫师一样的 CIO 去琢磨。实际上，“AI 是赋能，而不是结果”，从 C-level 自上而下的长期教育非常重要。打破人工智能的神秘，能够帮助每个人思考如何将 AI 应用于业务拓展或解决业务问题。

鉴于并非每个人都真正知道 AI 是什么，在文章开始前我们先明确一下，人工智能包括利用系统来执行通常需要人类智能的任务。这是以狭隘的方式做出的定义，不像所谓的“人工通用智能”，其目的是复制人类行为。大多数人工智能是基于机器学习来创建一个模型，该模型通常通过在数据中开启推测模式来进行决策。

帮助业务决策者了解和 AI 相关的知识，例如机器流程自动化、数据清洗、大数据、模型训练、机器学习理论、监督和无监督学习，通过对技术的了解消解新技术的神秘感，可以帮助业务决策者进行有意义的对话，解决“问题是什么”而不是直接跳到技术解决方案上。

步骤二：培训 AI 团队

除了 AI 的基本概念教育，企业需要拥有具备 AI 技能的团队。您可能野心勃勃，想要招聘几个数据科学家，希望就此获得成功，但这无异于作茧自缚。企业所需的技能将远远不止是技术，还包含对业务领域的深入理解、建模技能以及创建、运行和评估实验结果能力的团队。

合作伙伴和第三方可以帮助我们实现这种技能升级。需要注意的是，进行“技能升级”应该是整个企业的共识，而不是让这种知识成为精英团队的“特权”。决策者应该消除对新技术的恐惧，让每个员工都能发现应用 AI 的机会，最终实现民主创新。

我们倡导的“提升员工云素质”的策略同样适用于 AI 技术。许多企业已经拥有很多高技能的员工，他们只需要一点培训就能成功使用 AI。“培训现有员工队伍”是一项双赢策略，既能创造出更有成本效益的了解企业业务的内部人才，又能激励那些对新技术恐惧的员工迈出积极的一步。只有以身作则，才能带着别人一起走。

步骤三：进行文化变革

成功运用人工智能是一个敏捷企业的重要能力。换句话说，您的部门必须愿意并且能够创建跨职能团队进行试验和快速学习。

当与企业沟通那些敏捷、灵活企业的成功因素时，大约有 70% 的沟通都涉及文化的转变。像任何成功运用的技术和举措一样，人工智能的力量来自于它对现实世界问题的应用，以及如何将这种洞察转化为行动。而这需要改变企业的业务流程、操作规范，甚至员工所扮演的角色。

对于人工智能，你需要知道如何接受和拥抱实验文化。“带着所有问题答案”的全能型领导者已经一去不复返了，取而代之的是，敏捷、自主的团队去创造一种学习文化，用 AI 技术进行小规模测试，衡量结果，然后迅速扩大成功的实验，或停掉那些不起作用的实验。

对于许多传统企业来说，另一个关键的文化转变是将这些团队改变为真正的跨职能团队。最近一个调研报告表明，能成功运用人工智能的公司中，90% 都采用了跨职能部门团队。这肯定不让人意外，但令人惊讶的是，许多公司仍然难以充分理解如何成功做到这一点，例如清晰的目标、清晰的职业路径和奖励机制，以及领导力的变化。

步骤四：明晰企业的数据战略

从基础到精细的机器学习模型，需要收集、清洗、并能够直接触达底层数据。

统计表明，项目团队在 AI 的项目中，本应花在实践 AI 获取洞察的时间却被大量花在了数据采集和整理等琐碎的流程中。拥有一个成本优化高、可扩展性的数据湖是一个很好的起点，可以帮助提高整个企业的数据基础和可访问性。尽管不是万能的解决方案，但能确保您在实践 AI 的过程中每一步都能从数据中提取价值，有助于您的企业保持信心和动力，向数据驱动化的企业迈进。

此外，还要强烈建议您对支持数据业务发展的组织架构持开放态度。如果您选择设立首席数据官，您的首席数据官应该主要专注于让数据触手可及，并确保各个职能和业务线都能够从中提取价值，而不是建立一个新的、孤立的王国。同样，一些领导者选择在复杂的企业中设计过度集中或过度分散组织架构，都会减缓数据价值实现的速度。

步骤五：快速实验

对于喜爱敏捷型企业的人来说，下一步会很熟悉。

筛选出 1 个或多个对企业业务很重要的问题，授权新的跨职能团队交付理想的结果，衡量结果，并根据情况进行处理。要警惕那些把问题搞得比需要更复杂的人，应该创造一个有效学习的环境，以获得快速可见的成果。

机器学习和人工智能，建议从那些容易获得底层数据、潜在解决方案足够复杂、业务结果可规模化的问题入手，并从用传统方法不能解决的问题入手。例如，预测和定价往往是餐饮和零售企业的症结所在，但它们可以通过机器学习来改善。通过实验的每一次迭代，确保团队可以继续朝着可衡量的结果发展，并能够通过数据展示出来。

步骤六：勇于创新

只有当好的创意可操作、可扩展时，投资价值才能体现出来。云计算带给企业的价值是，实践好的创意比以前容易多了。

这就给管理层带来了新的思考：基于可扩展的机器学习，如何改变流程、角色甚至是业务模型？当您计划利用 AI 来改善和发展业务时，您可以更勇敢地创新，实现业务成长的突破。

原文链接：在全面拥抱人工智能前，这 6 步您的公司做到了吗？| 云途专栏