当前位置:云顶游戏官网 > 通讯产品 > 人工智能AI成BAT竞争新阵地

人工智能AI成BAT竞争新阵地

文章作者:通讯产品 上传时间:2019-11-01

[AI和大数据技术的发展和应用中,最核心的是人才。可以预见,在未来几年内,企业对大数据和AI人才的需求会越来越大。企业应该多花点时间寻找适合自己的人才,并通过有效的机制把团队管理好,让团队更好地创造价值。]

摘要: 人工智能时代,企业转型遇到困难?看看Andrew Ng的建议吧!

人工智能(AI)正在改变我们周围的世界,并将改变智能工厂、无人机、体育运动、医疗保健和无人驾驶汽车各个领域。数据是所有这些应用的共同点,英特尔、百度,阿里都将会成这场跨行业数据革命的驱动力。

人工智能与大数据是最近几年科技界乃至商业社会最火的词。正如阿里巴巴创始人马云所说,我们已经步入了数据技术时代(Data Technology),数据的重要性和威力越来越显现出来。随着大数据存储和计算的迅猛发展,AI技术像是插上了翅膀,理论和应用层面都在近几年取得了很大的突破。我们在现在和未来看到越来越多的商业落地,如机场的人脸识别、搜索推荐、人机交互的智能语音音箱等,这些技术与应用正在从方方面面改变着人类的生活。

AI技术就像100年前的电力一样,正准备改变每个行业。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,阿里巴巴,微软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。

图片 1

AI和大数据技术的发展和应用中,最核心的是人才。笔者在美国学习与工作多年,并在谷歌公司担任数据科学家,对此深有体会,所以通过本文,从以下几个方面对人才这个话题做出探讨。

这个人工智能转型手册借鉴了我领导谷歌大脑团队和百度AI团队的感悟,AI在使谷歌和百度成为优秀的科技公司。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。

人工智能热潮不减,巨头竞相布局抢占AI制高点

市场对AI和大数据人才的需求

下面是我建议用AI转换企业的步骤,我将在本文中解释:

AlphaGo于极之复杂的围棋战中击败人类,让人们对于AI的关注达到了前所未有的高潮,各种论调此起彼伏。一些崭新的AI技术有可能会取代人们的工作,加之许多电影里设想出现的人造物种反抗人类的画面,更是引起人们的一丝恐惧,人工智能是否如此骇人,将关系到人类的存亡?

市场对人才的需求一般分为两类:研究型人才和应用型人才。

a) 执行试点项目以获得动力;

今年以来,人工智能一直都是科技领域最火热的技术,很多科技巨头都相对应作出战略调整。而最近一家巨头就是英特尔,他们将人工智能业务和项目都划归到一个由Nervana前CEO纳维恩·饶(Naveen Rao)统一领导的事业群。

研究型人才一般是知名人工智能研究机构的重点招募对象,比如大家耳熟能详的谷歌大脑、脸书的研究部、阿里的达摩院等,都对研究型人才求贤若渴。研究型人才大部分是国内外知名学府计算机、电子工程、统计学、数学等专业的博士背景,他们侧重于架构的创新(比如大名鼎鼎的MXNET、Spark、Tensor Flow),或者算法的创新(比如计算速度、准确率、普世性等),在各自的研究领域钻研得比较深。这类岗位的录取标准很高,基本都要求发表顶级会议论文(比如神经信息处理系统大会NIPS、国际机器学习大会ICML、电气和电子工程师协会IEEE等)。

b) 建立一个内部AI团队;

英特尔新成立了一个人工智能产品事业部,整合了公司的人工智能力量,并由Naveen Rao领导。新部门是一种聚焦。它将整合公司的资源,包括工程、实验室、软件等等,打造领先的AI产品组合:英特尔Nervana平台,一个客户需要的软硬结合的AI产品。

很多知名人工智能研究机构会和海内外高校有合作关系,比如滴滴和密歇根大学,商汤科技和香港中文大学。和高校不同的是,人工智能研究机构一般会有短期和长期的落地规划。具体说来,研究机构最终要么是希望研究成果与现有产品结合,打磨出更好的产品,比如谷歌这几年力推的谷歌助手;要么是为未来推出新产品做技术积累。目前研究型人才相对稀缺,所以很多刚毕业且学术做得很好的博士生会有很不错的工作邀约。

c) 提供广泛的AI培训;

英特尔将创建一个应用型的AI研究实验室,致力于推动计算的前沿。并且将探索新的架构和算法方法,以推动未来AI的发展。这包括了从数据中心到边缘设备,从训练到推理的一系列解决方案,所有这些都旨在使英特尔及其客户更快地创新。这也将是英特尔的AI创新之源。

另外,学校里的教授也是这些研究机构非常看重的一批人。近些年来比如多伦多大学的杰弗里·欣顿(GeoffreyHinton)、斯坦福的李飞飞、卡耐基梅隆大学的安德鲁·摩尔(AndrewMoore)等学术大牛都在谷歌等大公司的研究部门带领团队做创新。他们走出象牙塔,一方面致力于推动科技落地,变成看得见摸得着的产品,造福人类;另一方面致力于推动科技民主化,使科技让更多的人了解并且掌握,形成百家争鸣、百花齐放的场面。这些高素质的博士生和教授引领着前沿技术的探索,推动着产品的创新。

d) 制定人工智能战略;

近日,吴恩达辞去百度首席科学家一职掀起了轩然大波。有人称这不仅对百度是打击,也是对与美国对手竞争的中国科技公司付出努力的打击。

至于应用型人才,就数量而言,比研究型人才要多得多。这些人才通常至少是理工科背景的硕士或者博士,从事数据科学或者算法工程师这类工作,他们为产品的最终落地而服务。

e) 鼓励内部和外部沟通。

中国科技公司虽然与谷歌、Facebook、微软等科技巨头同样具有雄心壮志,但在人工智能领域仍落后于这些美国对手,这也是它们为何必须依赖于自由流动的人才来协助领导和启发他们的工程师。吴恩达的理智,让中国科技公司保留海外人才的能力受到质疑。

这类人才需要有扎实的数理统计功底和编程能力(包括算法和性能调优),对产品也需要有一定程度的了解。一个只懂产品却不能动手,或者不懂产品只照着别人所说而写代码的人,都不能称之为理想的AI与大数据人才。除了这些硬功夫外,如何与人沟通、领导团队、管理上下级期望、如期完成工作,也是十分重要的环节。

对于你的前几个AI项目而言,更重要的是成功而不是成为最有价值的AI项目。它们应该足够有意义,以便早期的成功将有助于你的公司熟悉AI,并说服公司其他人投资下一个的AI项目;另外这个项目不应该很小,以至于别人会认为它是微不足道的。重要的是让项目成功实施,这会让你的AI团队获得动力。

“中国企业目前几乎没有几位高层次人工智能人才。许多人水平一般,不正宗,”清华大学技术创新研究中心兼职教授董洁林表示。“没有高层次人才的指导,他们不可能取得一流的成功。”

当然,顶尖的人才,除了具备上述能力外,还需要具备在不确定性中决策的能力,比如如何通过数据确定产品该做什么,不该做什么,使用什么技术栈,怎么高效实现整个流程管理,如何评估产品,确定产品迭代方向,怎么跨部门协作调动资源完成整个项目等。这类能带领一个较大团队打出胜仗的人才,在市场上屈指可数,他们一般也因此得以在大公司担任重要职位。

前几个AI项目的建议特征:

百度是十多家在硅谷或西雅图开设人工智能研究实验室的中国公司之一,在吴恩达选择从百度离职之后,百度表示,他们会继续开发人工智能技术。“我们拥有深厚的人才储备,”该公司称。

至于经验稍浅的,比如刚毕业或者工作仅仅2~3年的人,他们通常能把别人布置的任务做好,但缺乏思考深度和整体性。不过这些侧重写代码或做分析的,也是公司不可或缺的人才,培养几年,一定会有优秀者冒出来,这部分人在美国被称为Individual Contributor,主要担任技术类职位。

a) 理想情况下,新的或外部AI团队(可能对你的业务没有深入的领域知识)可以与你的内部团队(具有深厚的领域知识)合作,构建AI解决方案,在6-12个月内开始显示项目的价值。

百度的主要竞争对手阿里巴巴集团和腾讯,目前也在挖角美国公司的人才。阿里巴巴集团最近宣布了一项长期战略,要开发包括人工智能在内的技术,誓要从全球聘请顶尖科技人才。

企业如何找到人才

b) 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,所以在启动前,对项目进行尽职调查将增加你对其可行性的信心。

腾讯近期也宣布大举进军人工智能领域。公司已经组建了超过250人的人工智能团队,希望为其社交和游戏平台带来更大的收益。

合适的人才通常拥有优秀的背景,比如亮眼的学历、顶级公司的工作经历、带领过重大项目等。通过这些大致可以判断候选人应该放在企业的什么位置上。

c) 有明确定义和可衡量的目标,创造商业价值。

腾讯新任命的人工智能实验室主任张潼正是百度研究院副院长和大数据实验室负责人,其参与和领导开发过多项机器学习算法和应用系统。张潼加入腾讯后表示,腾讯正在从一家产品驱动的公司转变成技术驱动的公司。

对于研究型人才,企业通常可以去学校招聘、通过导师推荐或者学术会议交流来认识。对于应用型人才,尤其是核心候选岗位,可能最靠谱的方式,是通过朋友介绍或者招揽以前有过交集的人才。

当我领导谷歌大脑团队时,谷歌(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僵尸做演讲内容的团队更加成功,而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。

相比之下,阿里巴巴与人工智能的关联并不如百度和腾讯直接。但阿里云业务已颇具规模,阿里云的很多产品就是阿里人工智能的落地产品。本月初,阿里推出“NASA”计划,将组建独立研发部门,马云还指出,阿里将聚焦机器学习、芯片、物联网、操作系统和生物识别领域。

另外,笔者认为,通过猎头、各种会议、职业社交网站,也是企业发现人才不错的渠道。当有了目标候选人以后,企业代表可以通过发邮件甚至约出来喝咖啡面对面沟通,更好地增进彼此的了解和信任。这种方式在美国硅谷颇为常见,企业常常主动邀请候选人前往公司参观,和高管以及团队主要成员沟通,让候选人了解公司的方向和对人才的态度,打消候选人的顾虑。毕竟对于人才而言,跳槽也是有风险的,尤其是比较资深的员工,自然不希望去一个不适合自己的地方,浪费几年宝贵时光。

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。谷歌大脑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。通过这两次合作成功,我开始与广告团队进行讨论。此过程是你可以在公司中使用的可重复模型。

科技领域下一个赚大钱的机遇包括了无人驾驶汽车、工业机器人和预防性医疗保健等,因为这些领域都以这样或那样的方式围绕着人工智能技术展开。

候选人的情况一直在变,给候选人良好的面试体验,有助于吸引优秀人才的注意。当然,笔者认为,企业还要尊重每位候选人的时间和诚意,对候选人而言,除了思考薪酬、抱负的实现、自己的研究兴趣和企业氛围都是需要重点考量的因素。

虽然拥有深厚技术专业AI的外包合作伙伴可以帮助你更快地获得初始动力,但从长远来看,构建一只内部AI团队执行某些项目会更有效率。另外,在公司内部保留一些项目,也可以建立更独特的竞争优势。

中国互联网公司简单地依靠用户数量推动的发展模式已经终结,人工智能成为BAT竞争的新阵地。就现在的科技水平来讲,未来一段时间内不会有什么潜在危险。任何事情都是双向的,人们发明了这么多的东西,有利也有弊,但是社会是向前发展的,人工智能的趋势不会停止,要看人们怎么去利用了。

企业如何组建数据科学和AI团队

首先是要从高级管理层获得支持来建立这个内部团队。类似的,在互联网兴起时,许多公司是聘请CIO进行互联网转型的。在人工智能时代,许多公司将形成一个可以帮助整个公司的转型的AI团队。如果他们拥有合适的技能,那么这个AI团队的管理者可以担任CTO,CIO或CDO职务。它也可以由专门的CAIO领导复杂,AI部门的主要职责是:

无论是初创科技公司,还是企业数字化转型,都涉及组建数据科学或是人工智能技术团队。笔者认为,组建AI团队不是件容易的事,一方面,优质的AI人才在当今依旧比较稀缺,另一方面,优秀的AI人才对于技术和商业的要求都比较高。

a) 建立AI系统以支持整个公司;

从技术层面来说,计算机编程和架构能力以及数学和统计能力等都是必不可少的。优秀的AI领导型人才在市场上极度稀缺,因为他们需要对前沿研究和商业应用都在行,在AI研究院担任高管的,一般都是在美国知名公司任职过,有海外优秀学术背景的人才。

b) 推动一系列跨职能项目,以支持与AI项目在不同的部门/业务部门运行,完成初始项目后,删除重复流程以持续提供一系列有价值的AI项目;

作为新学科,AI有很多难题需要解决,也有很多未开发的处女地等待挖掘,必要的研究能力当然是不可或缺的,但是光发学术论文还不够,领导型人才还需要知道怎么落地,以多大成本落地,并预知未来的技术风险和挑战。比如,对于一些工业AI场景,是用云服务还是边缘计算,如何确定产品难度和后期开发成本,怎么迭代和扩展等,都需要通盘考虑。领导型人才每天需要面对很多选择,而每个选择都会直接影响后期选择和投入。这些本事需要从非常有经验的业界大牛那儿获取,找到那些人也只是第一步。

c) 制定一致的标准;

当找到这些AI人才后,企业还要充分放权。这类人才通常有很强的人脉,通过他们举荐人才并组织团队,相对企业自己动手要容易得多。一些有抱负的人才也会因为这类领袖型人才的加盟而加盟,形成羊群效应。以笔者在美国的经验看,很多优秀的年轻人选择谷歌等公司也是因为期待加入大牛的麾下。

d) 开发对多个部门/业务部门有用的平台,该平台不太可能由个别部门开发。可以考虑与CTO/CIO/CDO合作开发统一的数据仓库标准。

当然,组建优秀的数据科学和AI团队不得不提的还有资金。这方面,硅谷很多优秀的公司很舍得投入。当招聘的员工背景优秀、聪明且动手能力很强时,人才就成了类似谷歌这类公司的最大护城河。

一般公司都是有多个业务部门向CEO报告。通过新的AI团队的组织架构,你可以将AI人才分散在不同的部门,以推动跨职能项目。

组建团队只是第一步。如何把团队拧成一股绳,变成一支能打胜仗的部队呢?这就要考验领导型人才的智慧、公司的激励机制和人才培养机制了。

图片 2

企业如何培养人才

这将会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,这与AI之前的时代不同。目前有AI正在经历人才战争,大多数公司都很难雇用斯坦福大学博士生。由于人才战在短期内基本上是零和,因此可以帮助你建立AI团队的合作伙伴将给你一个非凡的优势。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。

笔者看来,培养人才可以从以下三方面去实施。

今天没有一家公司拥有足够的AI人才。虽然媒体关于高AI工资的报道被过度炒作,但AI人才也很难找到。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,培养员工使用AI等新技能比以往任何时候都更具成本效益。聪明的CLO的工作应该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。

首先,企业可以尝试让员工做一些比自己级别高一级的工作。谷歌等公司在这方面就做得非常出色,谷歌员工的成就感来源于自己的工作对产品和业务的影响力,感受到的影响力越大,就会越主动承担责任。所以,给员工一部分比自己级别高一级的工作,会整体上扩大项目和工作的影响力。

十年前,内部员工培训意味着聘请顾问来办公室进行讲座,这种方式效率低下且投资回报率尚不清楚。相比之下,数字内容更实惠,也可为员工提供更个性化的体验。如果你有预算聘请顾问,那么在现场内容的基础上应该补充在线内容。事实上,聘请一些AI专家来提供现场讲座也可以激励员工学习AI技术。

其次,企业要决心放权,相信员工的能力和责任心。当然,在给他们更大挑战的同时,也要帮助他们解决困难,必要的沟通和鼓励是必不可少的,比如,定期组织培训、读书小组活动、安排员工出去开会和同行交流,让他们感觉到在企业里可以学到东西,感觉到企业在他们身上花了真金白银,并因此增加员工对企业的认同感。

AI将改变许多工作内容,你应该给团队每个人提供他们在AI时代适应新角色所需的知识。咨询专家将为你的团队开发定制课程,教育计划可能如下所示:

最后,企业要营造一个公平的激励机制。企业对员工工作的认同体现在工资、奖金和晋升上,创造一个公平的激励机制不可或缺,最好需要晋升委员会的介入。晋升委员会的成员大多数都是资深的领导型人才,在审批激励机制与晋升时,要确保独立性,有必要的话还可以设立答辩环节。这类似于博士论文答辩,候选人需提交相关材料和代码以证明自己在各个方面都已经准备好承担下一级的任务。

1、高级管理人员和业务负责人:

可以预见,在未来几年内,企业对大数据和AI人才的需求会越来越大。企业应该多花点时间寻找适合自己的人才,并通过有效的机制把团队管理好,让团队更好地创造价值。

目标:让管理人员了解人工智能可以为企业做些什么,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:

a) 对AI的基本理解包括基本技术、数据以及AI可以做什么和不能做什么。

b) 了解AI对公司战略的影响。

c) 关于人工智能应用到相关行业或特定行业的案例研究。

2、执行人工智能项目的部门领导:

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:

a) 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。

b) 对AI的基本技术理解,包括主要的算法类及其要求。

c) 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。

3、AI工程师培训生:

目标:新培训的AI工程师应该能够收集数据,培训AI模型,并完成特定的AI项目。

课程:

a)深入了解机器学习和深度学习,基本了解AI工具。

b)了解用于构建AI和数据系统的可用工具。

c)能够实施AI团队的工作流程。

d)此外:跟上不断发展的人工智能技术。

人工智能战略将指导你的公司创造价值,同时建立护城河。一旦团队开始看到初始AI项目的成功并形成对AI的深入理解,你将能够确定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,无法写出完美的人工智能战略,这需要上述步骤1-3的支持。

建立护城河的方式也随着人工智能而发展,以下是需要考虑的点:

构建几个与基本战略大致相符的具有挑战性性的AI项目:AI使公司能够以新的方式建立独特的竞争优势。迈克尔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基本战略基本一致的挑战性的项目。因此,竞争对手难以同时复制所有这些项目。

利用人工智能创造特定于你的行业领域的优势:我不建议在“通用”人工智能领域与谷歌、阿里等领先的科技公司竞争,反而我建议你成为某个行业领域的领先AI公司,开发独特的AI功能将允许你获得竞争优势。AI如何影响你公司的战略将视行业和具体情况。

战略设计与“人性化的良性循环”正反馈循环一致:在许多行业中,我们将看到数据积累带来的垄断业务:

图片 3

例如,Google,百度,阿里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,从而帮助他们获得更多用户,从而使他们拥有更多的用户数据,这种积极的反馈循环很难让竞争对手进入。

数据是AI系统的关键。因此,许多伟大的AI公司也有一个复杂的数据战略。你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个数据点到100000000个数据点的任何地方构建有用的AI系统。但拥有更多数据一定不是坏事。AI团队正在竭尽全力的获取数据,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,这些产品没有盈利模式,但他们可以获取在其他地方产生价值的数据。

统一数据仓库:如果你有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软件几乎不可能都可以访问这些数据。相反,请考虑集中化你的数据分为一个或少数数据仓库。

数据价值的判断:自动拥有数TB的数据并不意味着AI团队就能够从该数据中获取价值。期待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事件,我看到过很多CEO过度投资或收购收集低价值数据的公司。通过在数据采集过程中尽早引入AI团队来避免这种错误,并让他们帮助你确定要获取和保存的数据类型的优先级。

创建网络效应和平台优势:最后,AI也可被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”能力。如果人工智能允许你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防御的护城河。更广泛地说,你还可以将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。

AI会显著影响你的业务。如果它影响你的关键利益相关者,你应该运行通信程序以确保一致。以下是你应该为相关者考虑的内容:

投资者关系:谷歌和阿里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司。

政府关系:受强监管的行业(自动驾驶汽车,医疗保健),公司面临着保持合规的独特挑战。通过一个可信的,引人注目的人工智能故事,解释你的项目可以为行业或社会带来的价值和利益,是建立信任的重要一步。在你推出项目时,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可能会为你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你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,适度展示你最初成功的项目大有帮助。

内部沟通:很多人对人工智能仍然知之甚少,因为被过度炒作,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取代,尽管这种差异因文化而异。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。

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,我希望在人工智能的兴起中可以避免这种错误。

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:你公司原有的业务是否放在互联网上效率更高?(Have you organized your company to do the things that the internet lets you do really well?)

例如,互联网公司普遍使用的A/B测试,我们定期推出两个版本的网站,并检测哪个更好。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,而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,且可以协同工作。

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:

互联网的公司 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,你必须找到AI使你的公司变得更好的出路。(you will have to organize your company to do the things that AI lets you do really well.

为了让你的公司在人工智能方面表现出色,你必须:

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

b) 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。

c) 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。

AI转型计划可能需要2-3年,但你应该在6-12个月内看到初步的具体结果。通过投资人工智能转型,你将保持领先于竞争对手!

本文作者:

阅读原文

本文为云栖社区原创内容,未经允许不得转载。

本文由云顶游戏官网发布于通讯产品,转载请注明出处:人工智能AI成BAT竞争新阵地

关键词: 云顶游戏官网