AI究竟能為你的生意做什么，以及不能做什么？
關(guān)于人工智能，每天都有各種吹得天花亂墜的夸張宣傳。該如何判斷像人工智能這樣的新興技術(shù)是否值得花費時間投入？這是每次某種新技術(shù)開始成為主流的時候，CTO們需要回答的問題：
怎么和企業(yè)領(lǐng)導者解釋，該項技術(shù)可以應用在企業(yè)的什么方面，這是一個競爭機會還是潛在威脅？
對于好奇的員工，如何用易于理解的語言來簡單描述這項技術(shù)可以做什么，如何區(qū)分哪些是宣傳、哪些是當前現(xiàn)實、哪些屬于未來潛力？
對于有志于嘗試的員工，我們要表示支持嗎？應該讓他們研究哪些問題，應該花時間學習這一新技術(shù)的哪些方面？
對于某些開發(fā)者推銷的應用方案，是現(xiàn)在就該采用，還是為時尚早？該如何評估呢？
莫混淆夸大宣傳和現(xiàn)實
一旦你對歷史和科技有所了解，這時候?qū)π屡d技術(shù)所處生命周期的階段做出判斷，會是很有幫助的做法。
Gartner預測通用型AI（用以解決任何智能問題的人工智能技術(shù)）將于2020年之后出現(xiàn)。VentureScanner披露的數(shù)據(jù)表明，大約2/3的AI創(chuàng)業(yè)公司的融資還處于初期融資階段，這表明許多銷售AI解決方案的公司都還處在產(chǎn)品開發(fā)及銷售周期的早期階段。麥肯錫稱只有20%的有AI意識的公司實際采用了AI，而在AI上的投資超過50%是來自于大型技術(shù)公司和創(chuàng)業(yè)公司，而非剛好在使用這項技術(shù)的企業(yè)。
這些數(shù)據(jù)足以讓CTO或企業(yè)高管在投資AI前三思而行。盡管AI的確很有前景，但這些算法的大規(guī)模商業(yè)應用才剛起步。
早期贏家都是大型科技公司和有能力、有資金、有耐心試驗新技術(shù)的創(chuàng)業(yè)公司。大多數(shù)企業(yè)和中型公司并不具備這些奢侈的條件，它們的AI之旅才剛剛上路。
AI是具備高度破壞性的技術(shù)，我們不該視若無睹。但我們應該審慎地前進，避免中了那些夸大宣傳的催眠術(shù)。
比如，當聲音在某些應用上成為比屏幕、鍵盤更好的人機交互手段，或者當聊天機器人變得比人類客服更加智能、反應更加迅速時，許多企業(yè)就不得不采取這些技術(shù)來改善用戶體驗。
同樣的，當深度學習算法在識別風險交易或安全威脅上日趨完善，工業(yè)機器人維修，企業(yè)也要做好采用這些新手段的準備。
而隨著我們利用數(shù)據(jù)庫，最大限度地從口頭語言、音頻和視頻等資料數(shù)據(jù)采集智能，這些技術(shù)手段的使用會使得很多企業(yè)獲得重要競爭優(yōu)勢。
何時是關(guān)鍵
企業(yè)應該努力成為反應迅速的追隨者，而不是早期采用者。這意味著，企業(yè)要在早期階段關(guān)注AI技術(shù)，甚至可以嘗試使用AI技術(shù)，但要等到技術(shù)足夠成熟了，得到反復驗證了，或者可以大規(guī)模產(chǎn)出的時候再來依靠AI技術(shù)。
了解AI功能的時候，KUKA機器人示教器維修，你需要尋找那些可以幫助評估AI應用及其成熟度的工具和應用案例。比如：
研究公司Forrester定義了七項AI核心技術(shù)，并提出一種搭積木模型（building-blockmodel），該模型以假設(shè)和研究為開始，以三個層次的實際應用為結(jié)束。
Workday發(fā)布了人工智能成熟度模型，這個模型將AI分成四個階段，分別是自動化、通知、發(fā)現(xiàn)以及改造。只有當AI應用于解決人們正在解決的問題上時，評估AI取得成果才更容易。
還有很多行業(yè)案例，如保險、醫(yī)療、銀行、農(nóng)業(yè)、法律、廣告、建造、慈善、媒體等等。
將企業(yè)的核心商業(yè)目標，作為AI項目的出發(fā)點
圍繞AI和機器學習的種種夸大或虛假宣傳使得一些CTO和企業(yè)決策者武斷地采取了技術(shù)第一的策略。相反地，看看企業(yè)存在的問題以及有哪些能帶來顯著優(yōu)勢的機會，以此為出發(fā)點，才能讓研發(fā)投入得到有目的地產(chǎn)出。而且，所發(fā)現(xiàn)的機會應有相當規(guī)模的數(shù)據(jù)集，或是能輕易獲得并進行整合的數(shù)據(jù)集作為支撐。
要以一個明確的商機為出發(fā)點，原因在于，你可能在此過程中發(fā)現(xiàn)其實有其它解決辦法，無需用到最新的AI技術(shù)。如果需要用到一部分的AI技術(shù)，通過這一方法你還可以對解決方案進行分類，評估所需AI技術(shù)的整體成熟度。
反過來，若是解決方案需要深度的評估和思考，那說明你即將駛往的是不成熟的AI領(lǐng)域。
評估AI成熟度的一個方法是：瀏覽關(guān)于AI創(chuàng)業(yè)公司的各種供應商評估報告等資料，你會發(fā)現(xiàn)很多創(chuàng)業(yè)公司都把關(guān)注點放在獨立而分散的幾個問題的解決方案上，而不是想尋求一個普遍的認知上的解決辦法。
當某個開發(fā)者跟你說盡管把數(shù)據(jù)交給我們的AI吧，你千萬別信，不要期待能得到專家級的智能化作為回報。這是不可能發(fā)生的。
要真正起作用，你的AI系統(tǒng)需要大量數(shù)據(jù)
以下是成功運用AI的第二個前提：你需要大量的高質(zhì)量數(shù)據(jù)來訓練AI算法，評估輸出結(jié)果。
自動駕駛汽車得以成為可能的原因之一在于，在一個小時的駕駛中，激光定位器和其它感應器可以產(chǎn)生4000GB的數(shù)據(jù)。而如此大量的數(shù)據(jù)，僅僅是用于車要不要轉(zhuǎn)彎、加速、減速或停下這樣幾個關(guān)鍵決策而已。
許多成功的AI解決方案也屬于此類，也就是將大量的數(shù)據(jù)轉(zhuǎn)化為有限數(shù)量的決策。
除了數(shù)據(jù)集，企業(yè)還需要具備數(shù)據(jù)整合及自動化能力，這樣才可以讓數(shù)據(jù)在任何AI處理引擎中自由轉(zhuǎn)移。如果你的企業(yè)習慣靠人工運行腳本，手動地轉(zhuǎn)移數(shù)據(jù)，我強烈建議你先投資自動化，再投資AI解決方案。
嘗試AI的幾種選擇
一旦你發(fā)現(xiàn)了商機，也具備了大樣本的干凈數(shù)據(jù)集，你的AI之旅就準備好了。這兩個步驟是為企業(yè)裝備AI技術(shù)的前提條件。下一步則是考慮采用哪種AI解決方案以及如何執(zhí)行。
如果沒有專業(yè)技術(shù)，聘請專家前要三思，畢竟科技巨頭公司都在花重金爭搶懂AI的稀有人才，所以這場游戲的入場費是相當昂貴的。
還有一個選擇是，可以使用那些解決方案中嵌入了AI技術(shù)的供應商。
選好一個或多個方案后，你需要讓董事會或其它利益相關(guān)者建立符合實際的期望，這點很重要。投資AI后，你需要全身心的投入于靈活的實驗中，庫卡機器人驅(qū)動器維修，因為你很可能會時不時地步入死胡同，要進行許許多多實驗才能使其最優(yōu)化。所以，對預算、時間表、人才等，都要提前做好評估。