吴恩达:亲爱的CEO们,我有一本《人工智能转型的秘籍》给你。

发布日期:2019-07-02

    编者按:本文摘自《机器之心》(ID:almosthuman 2014)。作者:曾南、张谦、李雅、36氪获准复制。CEO们应该如何使用人工智能来转变他们的业务?吴恩达今年8月发布了Twitter,表示在与许多CEO沟通后,他将向公司管理层发布一份关于人工智能产业转型的报告。作为斯坦福大学的教授和《课程》的创始人,吴恩达打算将人工智能领域的所有经验作为教育者传授给许多公司经理。刚才,吴恩达的《人工智能过渡指南》问世了。你会在人工智能时代认识你吗?PDF下载地址:https://d6hi0znd7umn4.cloud..net/content/uploads/2018/12/AI转换-Playbook.pdf“AI过渡指南”结合了我在Google和百度建立AI研究团队时学到的许多经验以及与许多其他公司的CEO分享的经验,包括技术产业之外的许多人《指南》发布前,吴恩达在接受VentureBeat采访时说。吴恩达认为,试图将公司改造成人工智能驱动的企业的管理者面临着一些挑战,可能犯一些常见的错误。他警告说,仅仅关注数据和工程,或者错误估计人工智能的作用,可能导致失败。让我们来看看吴恩达的人工智能改造指南上说的:就像一百年前电力的出现一样,人工智能将改造每个行业。从现在到2030年,中国将产生约13万亿元的GDP增长。与此同时,AI为谷歌、百度、微软和Facebook等科技巨头创造了巨大的价值,它将创造的大部分附加值将超过软件行业。《人工智能转型指南》收集了Google Brain和百度人工智能团队发展的见解,这两个团队在Google和百度的人工智能转型中发挥了重要作用。参照本指南,任何公司都有可能成为强大的人工智能公司,尽管这些建议主要针对市值在5000亿至5000亿美元之间的大公司。以下是我对企业人工智能改造的建议,这些建议在《指南》中有详细解释:1。实施试点项目以获得动力2。建立内部人工智能团队3。提供广泛的人工智能培训4。规划适当的人工智能策略5.建立内部和外部沟通1。实施试点项目以获得第一批AI项目的动力,比实施最有价值的AI项目更重要。这些AI项目应该足够有意义,因为最初的成功将帮助您的公司熟悉AI,并说服其他人进一步投资AI项目。此外,这些项目不应该太小,以免让其他人觉得不重要。让轮子转动,让人工智能团队充满动力,这很重要。对第一批AI项目的建议:对于新的AI团队或外部AI团队(他们对您的业务了解不够),这些项目需要能够与公司的内部团队(对公司的业务了解足够多)一起工作,并构建将在6-12月开始显示吸引力的AI解决方案。这些项目在技术上应该是可行的。许多公司已经开始执行用今天的人工智能技术无法实现的项目。在开始之前,让人工智能工程师尽职调查可以确保这些人工智能项目的可行性。对项目可以创建的业务价值有一个清晰的定义和度量标准。当我领导Google智囊团时,Google内部对深入学习技术(更广泛地说,也是全球)存在极大的怀疑。为了帮助Google Brain获得动力,我选择了Google语音团队作为我的第一个内部客户,并密切合作来提高Google语音识别的准确性。语音识别对于Google来说是一个有意义的项目,而不是最重要的。相比之下,将人工智能应用于网络搜索或广告更为重要。但是通过成功的语音识别,其他团队开始信任我们,并给予谷歌大脑一个推动。一旦其他团队开始看到Google Brain在语音识别方面的成功,我们就可以获得更多的内部客户。Google Brain的第二个重要内部客户是Google Maps,它使用深度学习技术来提高地图数据的质量。有了这两个结果,我开始和广告团队沟通。有了动力,越来越多的成功被逐步实现。这个过程可以在公司中复制。2。建立内部AI团队可以帮助您快速获得初始动力,但从长远来看,建立内部AI团队来执行一些项目会更有效。此外,您还想在公司内部做一些项目以建立竞争优势。建立内部团队和雇佣高层人员非常重要。在互联网兴起的时代,许多公司聘请CIO来整合他们的互联网战略是非常重要的。相比之下,从数字市场、数据科学实验到新网站的推出,单独进行实验的公司在利用互联网的能力方面存在困难,因为这些小型试点项目难以扩展并因此改变公司。对于人工智能领域的许多公司来说,关键时刻是建立一个能够帮助整个公司的人工智能集中团队。有了正确的职能,这样的团队可以由CTO、CIO或CDO,或者由勤奋的CIO领导。他们的主要职责包括为整个公司创造所需的人工智能能力。执行一系列跨职能的项目,以支持不同部门/企业的人工智能项目。在完成初始项目之后,建立一个重复的过程来持续交付一系列有价值的AI项目。制定一致的招聘和留用标准。对于整个公司来说,为了开发对多个部门/业务组有用的平台,这些平台不能由单个部门开发。例如,考虑与CTO/CIO/CDO合作开发统一的数据仓库标准。许多公司都有多个业务部门向CEO汇报。有了新的人工智能团队,你将能够把人工智能人才带到不同的部门,以促进跨职能项目。新的工作描述和新的团队组织将会出现。我现在通过分配机器学习工程师、数据工程师、数据科学家和人工智能产品经理的角色来组织团队工作,这和前人工智能时代不同。一个好的人工智能领导者会帮助你建立正确的过程。人工智能人才的战斗已经开始。不幸的是,大多数公司将发现很难聘请斯坦福大学AI博士,甚至斯坦福大学AI本科生。人才竞争在短期内基本上是零和博弈,因此与能够帮助你建立人工智能团队的招聘伙伴合作将是一个巨大的优势。然而,培训现有团队也是培养大量新内部人才的好方法。三。目前没有一家公司有足够的内部人工智能人才来提供广泛的人工智能培训。虽然媒体对AI高薪的报道有些夸大(媒体引用的数据往往是离群值),但AI人才供应不足。幸运的是,随着数字内容的增长,包括在线课程,如Coursera、电子书和YouTube视频,培训大量员工掌握人工智能等新技能比以往任何时候都更加划算。聪明的CLO知道他们的工作是计划,而不是创造内容,然后建立过程以确保员工完成学习过程。十年前,员工培训意味着聘请顾问在公司任教。但它的效率不高,投资回报率也不清楚。相比之下,数字内容更便宜,可以给员工带来更多的个性化体验。如果顾问的预算可用,他们教授的内容应该由在线内容补充。这就是所谓的翻转课堂教学法。我发现如果实施得当,这种方法可以加快学习过程,带来更舒适的学习体验。例如,我在斯坦福大学深造的课程就是这样教的。)聘请几位人工智能专家亲自教授也可以激励员工学习这些人工智能技能。人工智能将改变许多职业。你应该告诉每个人,在人工智能时代,他们需要找到自己的定位。咨询专家可以帮助您为您的团队定制课程。然而,一个名义上的教育计划可能是这样的:主管和高级业务经理:(4小时的培训)目标:让主管知道人工智能可以做些什么来帮助公司,开始开发人工智能策略,做出适当的分配决策,并与支持有价值的人工智能项目的人工智能团队顺利地工作。课程:了解基本的人工智能概念,包括基本技术、数据以及AI能做/不能做什么。了解人工智能对企业战略的影响。人工智能应用于类似行业或您所在行业的案例研究。执行人工智能项目的部门领导者:(培训时间_12小时)目标:部门领导者应该能够确定方向,分配资源,监测和跟踪人工智能项目的进展,并根据需要进行调整,以确保项目的成功交付。课程:了解基本的人工智能概念,包括基本技术、数据以及AI能做/不能做什么。了解基本的人工智能技术,包括算法的主要类别及其要求。了解AI项目的基本工作流程,AI团队的角色和责任,以及团队管理。AI工程师学生:(培训时间:100小时)目标:新培训的AI工程师应该能够收集数据,培训AI模型和交付特定的AI项目。课程:对机器学习和深层学习技术的深刻理解;对其他人工智能工具的基本理解。了解用于构建AI和数据系统的可用(开源和第三方)工具。能够执行AI团队工作流程。此外:继续学习以跟上人工智能技术的发展4。建立AI战略AI战略可以指导贵公司创造更多的价值,也可以建立防御机制。一旦公司团队看到了初始AI项目的成功并加深了对AI的理解,您就可以发现AI在哪里可以创造价值并专注于此。一些高管会认为建立人工智能策略应该是第一步。但以我的经验来看,大多数公司在拥有基本经验之前,很难制定出经过深思熟虑的人工智能战略。这些基本经验可以从前三个步骤中获得。随着人工智能的发展,构建防御护城河的方式也发生了变化。这里有一些可以考虑的方法:根据统一的策略构建多个不同的AI资产:AI使公司能够以新的方式构建独特的竞争优势。Michael Porter的商业战略建议,建立壁垒企业的一种方法是基于统一的战略构建多个不同的资产。这使得竞争对手很难通过他们的同事复制这些业务。使用人工智能为公司的行业创造特定的优势:与像Google这样的科技公司在“广泛”人工智能上的竞争相比,我建议你成为你所在行业部门的领先人工智能公司,并发展独特的人工智能能力,给你一个竞争优势。人工智能对公司战略的影响取决于行业和环境。根据“AI良性循环”设计反馈正向策略:在许多行业,我们可以看到数据积累会给业务带来障碍:例如,Google、百度、必应、Yandex等网络搜索引擎拥有大量与用户点击和搜索词相关的数据资产。这些数据帮助这些公司构建更精确的搜索引擎产品(A),这反过来又帮助他们获得更多的用户(B),然后获得更多的用户数据(C)。这种正反馈循环使得竞争者难以突破。数据是AI系统的关键资产。许多人工智能公司也有复杂的数据策略。数据策略的关键元素应该是:战略数据获取:有用的AI系统可以从100个数据点(小数据)构建到10亿个数据点(大数据)。但是数据越多,越有益。人工智能团队使用复杂的、多年的策略来获取数据,不同的行业和情况有不同的策略来获取数据。例如,谷歌和百度有大量的免费产品,使他们能够获得有商业价值的数据。统一数据库:如果数据库由50个不同的主管或部门控制,那么工程师或AI软件几乎不可能访问数据和连接节点。相反,将这些数据聚合或聚合到少量数据库中。学习区分数据的价值:您有多少结核病数据并不意味着AI团队可以从中创造价值。期望AI团队从大型数据集中奇迹般地创造价值很可能会失败。看到CEO们花钱错误地收集低价值的数据,甚至为了数据而收购一家公司,最终却发现目标公司的兆字节数据毫无用处,我感到很伤心。为了避免这样的错误,您应该在数据收集开始时就开始构建AI团队,以帮助您确定要收集和存储的数据的优先级。创造网络效应和平台优势:最后,人工智能还可以用来构建更传统的“护城河”。例如,具有网络效应的平台是高度防御性的业务。它们固有的“成功与失败”特征迫使公司实现快速增长,否则它们将死亡。如果AI允许您比竞争对手更快地获得用户,那么您可以使用AI来构建“护城河”来抵御平台的上述特性。更广泛地说,您还可以使用AI作为低成本策略、高价值策略或其他业务策略的关键组件。5。内部和外部沟通人工智能的建立将对企业产生重大影响。如果主要利益相关者受到影响,那么您应该运行相关的沟通程序,以确保多方的进展是一致的。以下是每个受众应该考虑的问题:投资者关系:今天,领先的AI公司(如谷歌和百度)也是更有价值的公司,部分原因是它们的AI能力和AI对其业绩的影响。通过撰写一份对公司业务的人工智能有明确解释的价值创造文件,描述公司不断增长的人工智能能力,并最终提出一个成熟的人工智能战略,投资者将能够正确评估贵公司的业务。政府关系:如果一家公司处于一个严格管制的行业(自驾车、医疗保健),它将面临维持业务遵从性的独特挑战。对于这样一家公司,建立一个可信的、令人信服的人工智能愿景,并说明你的项目可以为行业或社会带来价值和利益,是与政府建立信任和诚信合作的重要步骤。当你启动一个公司项目时,这些建议需要结合与政府的直接沟通和与监管机构的持续对话。客户/用户培训:人工智能可以为客户带来巨大的利益,所以一定要传播适当的市场和产品路线图信息。人才/招聘:因为人工智能相关人才稀缺,一个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。人工智能工程师通常想从事令人兴奋和有意义的项目。因此,作为用人单位,恰当地展示公司业务的成功将有助于你招聘人才。内部沟通:目前,公众对人工智能知之甚少,再加上对强人工智能的过度炒作,使得公众心中充满了恐惧、不确定和疑虑。许多员工还担心用人工智能代替他们的工作。尽管这种看法因文化而异(例如,这种恐慌感在美国比日本更严重)。因此,清晰的内部沟通不仅可以彻底解释人工智能,而且可以消除员工的顾虑,从而减少公司对使用人工智能的阻力。遵循历史规律对你的成功至关重要。了解互联网繁荣时代的转变对于引导企业走向人工智能非常重要。许多企业在互联网兴起的过程中犯了错误。我希望你能在人工智能的兴起过程中避免这个错误。我们从互联网时代学到的是,即使一个购物中心建立了一个网站,并在上面销售商品,互联网公司本身并没有使购物中心成为一个真正的互联网公司。互联网公司的真正定义是:你能让互联网在你的公司发挥它应有的优势吗?例如,互联网公司通常使用A/B测试,定期在线两个版本的网站,并比较哪个效果更好。技术公司甚至可以同时运行数百个实验,但是在真正的购物中心中确实很难做到。互联网公司也可以每周推出新产品,并学会快速竞争,而购物中心可能每季度只更新一次设计。在互联网公司有独特的职位,如产品经理和软件工程师。这些员工具有独特的合作形式和工作流程。深度学习是人工智能领域发展最快的方向之一。它与互联网的兴起有一些相似之处。今天我们将发现,为了使您的公司在人工智能方面足够优秀,您需要指导您的公司利用人工智能。为了让您的公司完全转移到人工智能,您必须系统地实施许多有价值的人工智能项目:人工智能公司必须具有外包或自己的技术和人才,能够系统地实施多个人工智能项目,直接影响业务。全面了解人工智能:员工需要对人工智能有一个全面的了解,并采取适当的过程来系统地识别和选择有价值的人工智能项目。把握战略方向:公司的战略需要与未来的人工智能授权大致一致。把一家大公司转变成一家强大的人工智能公司是非常具有挑战性的,但是在正确的合作伙伴的支持下,这是一项可以完成的任务。着陆。AI致力于帮助合作伙伴转变他们的AI业务,并且公司将在未来分享更多的实践。吴先生估计,传统公司的AI业务转型通常需要两到三年的时间,但是人们在六月到十二月实施转型之后可以看到最初的结果。投资人工智能的企业将领先于竞争对手,发展迅速。