也就是說，為了從數(shù)據(jù)中獲得價(jià)值，以建立一個更好的組織，你必須有正確的系統(tǒng)、正確的人員、正確的流程，更重要的是，要有正確的心態(tài)。在深入研究數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)、人工智能之前，組織領(lǐng)導(dǎo)的職責(zé)是確保他們已經(jīng)為人工智能做好準(zhǔn)備。
哈佛商業(yè)評論分析服務(wù)公司的這篇新報(bào)告強(qiáng)調(diào)了人工智能在企業(yè)成功的五個關(guān)鍵要素，人工智能和機(jī)器學(xué)習(xí)。這些策略基于對首席信息官、首席營銷官和其他數(shù)字領(lǐng)導(dǎo)者的訪談，旨在幫助領(lǐng)導(dǎo)者建立一個真正的基礎(chǔ)來成功地部署人工智能。報(bào)告建議將重點(diǎn)放在這些關(guān)鍵領(lǐng)域，為組織中成功實(shí)施人工智能打下基礎(chǔ)：
•探索商機(jī)
•評估企業(yè)的數(shù)據(jù)需求
•檢查企業(yè)的基礎(chǔ)設(shè)施
•確定人才或供應(yīng)商需求
•為不可避免的風(fēng)險(xiǎn)做好準(zhǔn)備
以下了解一下這些領(lǐng)域：
1.探索商機(jī)
為了讓自己為人工智能/機(jī)器學(xué)習(xí)實(shí)施取得成功，如果企業(yè)從已經(jīng)熟悉的業(yè)務(wù)問題開始，它可以發(fā)揮重要作用。當(dāng)開始使用人工智能/機(jī)器學(xué)習(xí)計(jì)劃時(shí)，可能會有很多誘惑要采取一個大膽的大項(xiàng)目來“證明”企業(yè)的人工智能技能。
如果企業(yè)沒有嘗試解決現(xiàn)有的業(yè)務(wù)問題，請不要在數(shù)據(jù)、機(jī)器學(xué)習(xí)和人工智能上花費(fèi)時(shí)間和金錢。它也不一定是個大問題，可能是一個小問題，企業(yè)已經(jīng)嘗試解決一段時(shí)間或更大的問題已經(jīng)有解決方案，但將受益于人工智能的應(yīng)用。此外，需要查看重復(fù)性任務(wù)和IT自動化，因?yàn)樗鼈兪冀K可以從人工智能的應(yīng)用中受益。
2.評估企業(yè)數(shù)據(jù)需求/檢查基礎(chǔ)設(shè)施
這兩個主題高度相關(guān)，因?yàn)閿?shù)據(jù)和基礎(chǔ)設(shè)施通常是相輔相成的。重要的是要強(qiáng)調(diào)企業(yè)必須考慮數(shù)據(jù)的整個生命周期——從攝取到消費(fèi)。如果企業(yè)擁有出色的數(shù)據(jù)捕獲流程和系統(tǒng)，但不能輕松訪問數(shù)據(jù)，那么就錯過了該數(shù)據(jù)的價(jià)值。正如Discover公司高級副總裁兼首席數(shù)據(jù)官Akshay Kumar在HBR報(bào)告中所說：“這不僅僅是創(chuàng)建一個數(shù)據(jù)湖并將數(shù)據(jù)移動到云端……實(shí)際上，企業(yè)必須使其易于訪問和使用。”
3.確定企業(yè)的人才或供應(yīng)商需求
現(xiàn)在很容易找到一個自稱為“數(shù)據(jù)科學(xué)家”的人。似乎每個人都想進(jìn)入數(shù)據(jù)和人工智能的世界。其中許多人非常擅長數(shù)據(jù)分析、編程和構(gòu)建模型；但他們往往缺乏一些商業(yè)頭腦和經(jīng)驗(yàn)。在填寫人工智能人才名冊時(shí)，請記住這一點(diǎn)。
據(jù)該報(bào)告稱，拜耳作物科學(xué)公司高級副總裁兼首席信息官兼數(shù)字化轉(zhuǎn)型主管JimSwanson一直在招聘在作物科學(xué)領(lǐng)域具有領(lǐng)域經(jīng)驗(yàn)的數(shù)據(jù)科學(xué)家，而不僅僅是具有純數(shù)據(jù)科學(xué)背景的人。這使得拜耳作物科學(xué)公司能夠與了解基礎(chǔ)業(yè)務(wù)問題以及數(shù)據(jù)科學(xué)問題的人員一起構(gòu)建他們的數(shù)據(jù)科學(xué)團(tuán)隊(duì)。即使企業(yè)是依靠其供應(yīng)商為企業(yè)帶來人工智能的專業(yè)知識，報(bào)告正確地指出，企業(yè)將需要一些人工智能人才在內(nèi)部，“如果只知道要問什么問題，要找什么提供商，以及如何測試他們的主張。”
4.為不可避免的風(fēng)險(xiǎn)做好準(zhǔn)備
當(dāng)人們討論人工智能時(shí)，他們很少談?wù)撊斯ぶ悄芩婕暗娘L(fēng)險(xiǎn)——而且有許多潛在的風(fēng)險(xiǎn)。企業(yè)不僅存在數(shù)據(jù)風(fēng)險(xiǎn)和偏見風(fēng)險(xiǎn)，而且還存在可能損害組織聲譽(yù)的法律、道德、財(cái)務(wù)和其他風(fēng)險(xiǎn)。任何想要進(jìn)入人工智能的組織都需要為不可避免的風(fēng)險(xiǎn)和即將出現(xiàn)的問題做好準(zhǔn)備，并制定計(jì)劃處理這些問題。
5.企業(yè)數(shù)據(jù)庫是否運(yùn)行正常？
為了準(zhǔn)備好與人工智能一起工作，組織必須解決這五個關(guān)鍵領(lǐng)域。如果沒有確保數(shù)據(jù)準(zhǔn)確性和數(shù)據(jù)治理的前期工作，確保您的基礎(chǔ)設(shè)施到位以處理數(shù)據(jù)和處理要求，并準(zhǔn)備好處理“數(shù)據(jù)項(xiàng)目出錯”的結(jié)果，企業(yè)將無法像應(yīng)該的那樣做好接受人工智能的準(zhǔn)備。
