0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

人工智能方面取得成功的團隊值得學(xué)習(xí)的八大習(xí)慣

jf_f8pIz0xS ? 來源:賢集網(wǎng) ? 作者:智通互聯(lián) ? 2021-03-08 09:26 ? 次閱讀

繼續(xù)在企業(yè)中采用人工智能(人工智能):麥肯錫公司最近進行的全球人工智能調(diào)查中,超過一半(58%)的受訪者表示,他們的組織已將至少一項人工智能功能嵌入到至少一項功能的流程或產(chǎn)品中或業(yè)務(wù)部門,比2018年的47%有所增長。所有行業(yè)的增長均據(jù)報道。麥肯錫的數(shù)據(jù)顯示,此外,將近三分之一(30%)在跨多個業(yè)務(wù)部門和職能的產(chǎn)品或流程中使用人工智能。

但是,正如麥肯錫等公司的研究指出的那樣,一些組織在擴展人工智能計劃方面走得更遠。

成功的人工智能團隊要做的8件事

在人工智能方面取得成功的團隊有哪些可以被其他人效仿以推動他們的努力?以下是要考慮的8種習(xí)慣:

1.有明確的策略

麥肯錫(McKinsey)認為這些組織是人工智能的佼佼者,他們對擴展人工智能的計劃進行了認真的考慮,并且更有可能解決諸如業(yè)務(wù)調(diào)整和數(shù)據(jù)等關(guān)鍵問題。來自人工智能高性能企業(yè)的受訪者中有近四分之三(72%)表示其公司的人工智能戰(zhàn)略與他們的企業(yè)戰(zhàn)略保持一致,而其他公司的這一比例為29%。同樣,有65%的高績效公司表示擁有清晰的數(shù)據(jù)策略來支持和支持人工智能,而其他公司只有20%。

2.采取多學(xué)科的方法

EarleyInformationScience首席執(zhí)行官SethEarley說,要想在人工智能計劃上取得成功,組織就必須建立由來自多個學(xué)科的代表組成的工作團隊。

例如,沃達豐(Vodafone)試圖通過尋找“認知工程師”來增強其人工智能能力。“問題是認知工程師是一個新的工作角色,市場上沒有一個,”Earley說?!跋喾?,他們通過組建一個由數(shù)據(jù)科學(xué)家和程序員(顯然)以及語言學(xué)家,信息架構(gòu)師,用戶體驗專家和業(yè)務(wù)主題專家組成的團隊來建立自己的團隊?!?/p>

所需技能的特定組合將根據(jù)人工智能的風(fēng)格而變化。Earley指出:“例如,預(yù)測分析可能不需要語言學(xué)家?!?/p>

3.采用更多案例

凱捷公司人工智能和分析副總裁DanSimion表示:“尋求實施人工智能解決方案的公司需要確保自己不受自身創(chuàng)造力的限制?!彼ㄗh人工智能團隊為解決方案考慮盡可能多的業(yè)務(wù)用例。Simion說,“雖然可能有組織先前實施過的具有人工智能功能的用例的例子,但可能還有其他從未想到的用例。如果適當(dāng)?shù)貪M足獨特的業(yè)務(wù)需求,他們可以立即解決組織的緊迫問題?!?/p>

投射大量用例可以確定新的啟用人工智能的解決方案可能走多遠-并幫助組織確定哪些用例將提供最快的回報。Simion說:“如果排序正確,最初的用例可以帶來立即的投資回報,有助于在計劃進行過程中為未來的用例自籌資金?!?/p>

4. 個性化體驗

Earley解釋說:“成功的人工智能項目可以對用戶的實際需求進行建模,并通過與用戶,觀察和過程映射的實際工作會議來確定。“這些需要具體且可測試。”

早期說,基于通用用例(例如“個性化客戶體驗”)構(gòu)建的人工智能系統(tǒng)將無法測試,除非它們指定了用戶的詳細信息,場景以及確切的個性化內(nèi)容和個性化體驗是什么樣子。

5.專注于價值證明而不是概念證明

Simion說,在實施人工智能之前,成功的人工智能團隊將與業(yè)務(wù)利益相關(guān)者合作,以弄清人工智能支持的解決方案將影響哪些KPI,它將解決哪些問題以及它將為組織節(jié)省或盈利多少。

聰明的人工智能團隊通過可信賴的財務(wù)主管或職能來驗證任何可量化的結(jié)果,Earley說。他說:“包括合適的人一起騎行并幫助量化收益(或相信ROI計算)將確保認真考慮業(yè)務(wù)影響措施?!薄帮L(fēng)險是無法實現(xiàn)收益,但最好早知道?!?/p>

對于那些工作更為基礎(chǔ)(沒有直接ROI)的項目,重點應(yīng)該放在驗證初始投資和最終產(chǎn)生ROI的應(yīng)用程序之間的鏈接上。

6.獲得高管贊助

在組織中具有信譽和影響力的執(zhí)行發(fā)起人的積極參與對于戰(zhàn)略性人工智能計劃至關(guān)重要?!跋蚱髽I(yè)傳達的信息是,如果沒有贊助商參與并且讓人們對結(jié)果負責(zé),那么該項目就沒有那么重要了?!盓arley解釋說。

獲得高層支持的關(guān)鍵是證明其對業(yè)務(wù)的積極影響。Earley說:“計劃越徹底(降低風(fēng)險),就越有可能獲得強大的贊助商,而該贊助商會冒著政治資金來進行此類項目的風(fēng)險?!薄拔铱吹劫澲叹芙^了資助的項目,因為即使許多利益相關(guān)者都希望前進,他們也不愿承擔(dān)失敗的風(fēng)險?!?/p>

7.優(yōu)先務(wù)實

人工智能具有巨大的變革潛力,但成功的人會專注于基于組織在其人工智能旅程中所處位置有意義的現(xiàn)實,實際用例。Simion說:“為確保您的支持人工智能的解決方案能夠成功部署,尤其是在當(dāng)前商業(yè)環(huán)境中,其中許多企業(yè)面臨預(yù)算限制,從公司內(nèi)部主要利益相關(guān)者那里獲得高管的支持非常重要。

可能會有持續(xù)的計劃從中進行構(gòu)建和擴展,或者有新的項目合乎邏輯且合理地完成。通過展示可以通過快速部署實時地實現(xiàn)的業(yè)務(wù)成果,您不僅將獲得您所尋求的高層管理人員的贊助,而且還可以讓其他員工在目睹收益的同時增強他們的能力?!?/p>

8.專注于用戶采用和體驗

Simion說:“目標是使組織中的每個人都能夠?qū)崟r提取見解,因此找到使解決方案易于使用和可用的方法很重要。”成功的人工智能團隊會投資于變更管理專家和流程。人工智能的成功主要在于獲得認可并確保用戶信任系統(tǒng)輸出。社交,教育和持續(xù)的用戶參與至關(guān)重要?!?br /> 編輯:lyn

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 人工智能
    +關(guān)注

    關(guān)注

    1789

    文章

    46664

    瀏覽量

    237102
收藏 人收藏

    評論

    相關(guān)推薦

    《AI for Science:人工智能驅(qū)動科學(xué)創(chuàng)新》第6章人AI與能源科學(xué)讀后感

    、優(yōu)化等方面的應(yīng)用有了更清晰的認識。特別是書中提到的基于大數(shù)據(jù)和機器學(xué)習(xí)的能源管理系統(tǒng),通過實時監(jiān)測和分析能源數(shù)據(jù),實現(xiàn)了能源的高效利用和智能化管理。 其次,第6章通過多個案例展示了人工智能
    發(fā)表于 10-14 09:27

    AI for Science:人工智能驅(qū)動科學(xué)創(chuàng)新》第4章-AI與生命科學(xué)讀后感

    研究的進程。從蛋白質(zhì)結(jié)構(gòu)預(yù)測到基因測序與編輯,再到藥物研發(fā),人工智能技術(shù)在生命科學(xué)的各個層面都發(fā)揮著重要作用。特別是像AlphaFold這樣的工具,成功解決了困擾生物學(xué)界半個多世紀的蛋白質(zhì)折疊問題,將
    發(fā)表于 10-14 09:21

    《AI for Science:人工智能驅(qū)動科學(xué)創(chuàng)新》第二章AI for Science的技術(shù)支撐學(xué)習(xí)心得

    人工智能在科學(xué)研究中的核心技術(shù),包括機器學(xué)習(xí)、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等。這些技術(shù)構(gòu)成了AI for Science的基石,使得AI能夠處理和分析復(fù)雜的數(shù)據(jù)集,從而發(fā)現(xiàn)隱藏在數(shù)據(jù)中的模式和規(guī)律。 2. 高性能
    發(fā)表于 10-14 09:16

    《AI for Science:人工智能驅(qū)動科學(xué)創(chuàng)新》第一章人工智能驅(qū)動的科學(xué)創(chuàng)新學(xué)習(xí)心得

    ,無疑為讀者鋪設(shè)了一條探索人工智能(AI)如何深刻影響并推動科學(xué)創(chuàng)新的道路。在閱讀這一章后,我深刻感受到了人工智能技術(shù)在科學(xué)領(lǐng)域的廣泛應(yīng)用潛力以及其帶來的革命性變化,以下是我個人的學(xué)習(xí)心得: 1.
    發(fā)表于 10-14 09:12

    risc-v在人工智能圖像處理應(yīng)用前景分析

    人工智能推薦系統(tǒng)中強大的圖形處理器(GPU)一爭高下。其獨特的設(shè)計使得該處理器在功耗受限的條件下仍能實現(xiàn)高性能的圖像處理任務(wù)。 Ceremorphic公司 :該公司開發(fā)的分層學(xué)習(xí)處理器結(jié)合了
    發(fā)表于 09-28 11:00

    名單公布!【書籍評測活動NO.44】AI for Science:人工智能驅(qū)動科學(xué)創(chuàng)新

    材料基因組工程的推動下,人工智能如何與材料科學(xué)結(jié)合,加快傳統(tǒng)材料和新型材料的開發(fā)過程。 第4章介紹了人工智能在加快藥物研發(fā)、輔助基因研究方面及在合成生物學(xué)中的普遍應(yīng)用。 第5章介紹了人工智能
    發(fā)表于 09-09 13:54

    FPGA在人工智能中的應(yīng)用有哪些?

    FPGA(現(xiàn)場可編程門陣列)在人工智能領(lǐng)域的應(yīng)用非常廣泛,主要體現(xiàn)在以下幾個方面: 一、深度學(xué)習(xí)加速 訓(xùn)練和推理過程加速:FPGA可以用來加速深度學(xué)習(xí)的訓(xùn)練和推理過程。由于其高并行性和
    發(fā)表于 07-29 17:05

    人工智能在軍事方面的應(yīng)用

    智慧華盛恒輝人工智能在軍事方面的應(yīng)用廣泛且深入,主要包括以下幾個方面: 智慧華盛恒輝一、作戰(zhàn)效能提升 自動目標識別與跟蹤: 人工智能系統(tǒng)能夠在復(fù)雜環(huán)境中準確識別和跟蹤目標,提高作戰(zhàn)效率
    的頭像 發(fā)表于 07-16 09:52 ?499次閱讀

    5G智能物聯(lián)網(wǎng)課程之Aidlux下人工智能開發(fā)(SC171開發(fā)套件V2)

    https://t.elecfans.com/v/25653.html 人工智能 初學(xué)者完整學(xué)習(xí)流程實現(xiàn)手寫數(shù)字識別案例_Part1 13分59秒 https://t.elecfans.com/v
    發(fā)表于 05-10 16:46

    機器學(xué)習(xí)怎么進入人工智能

    人工智能(Artificial Intelligence,AI)是一門涉及計算機、工程、數(shù)學(xué)、哲學(xué)和認知科學(xué)等多個領(lǐng)域的交叉學(xué)科,旨在構(gòu)建智能化計算機系統(tǒng),使之能夠自主感知、理解、學(xué)習(xí)和決策。如今
    的頭像 發(fā)表于 04-04 08:41 ?232次閱讀

    5G智能物聯(lián)網(wǎng)課程之Aidlux下人工智能開發(fā)(SC171開發(fā)套件V1)

    ://t.elecfans.com/v/25653.html 人工智能 初學(xué)者完整學(xué)習(xí)流程實現(xiàn)手寫數(shù)字識別案例 28分55秒 https://t.elecfans.com/v/27184.html
    發(fā)表于 04-01 10:40

    嵌入式人工智能的就業(yè)方向有哪些?

    聯(lián)網(wǎng)ARM開發(fā) NB-IoT開發(fā)及實戰(zhàn) 七:python工程師,人工智能工程師 python語法基礎(chǔ) python核心編程 基于OpenCV的機器視覺開發(fā) 嵌入式人工智能滲入生活的方方面面,廣泛應(yīng)用
    發(fā)表于 02-26 10:17

    「元生智能」獲千萬融資 原小天才團隊牽手云從科技進軍銀發(fā)賽道

    研發(fā)、渠道資源、供應(yīng)鏈資源等優(yōu)勢。在供應(yīng)鏈方面,由于團隊資源優(yōu)勢,硬件產(chǎn)品的成本價格控制接近大廠水平。元生智能的創(chuàng)始人、CEO鄧龍生曾任小天才學(xué)習(xí)平板產(chǎn)品負責(zé)人、星火教育集團合伙人兼互
    發(fā)表于 01-05 11:48

    深度學(xué)習(xí)人工智能中的 8 種常見應(yīng)用

    深度學(xué)習(xí)簡介深度學(xué)習(xí)人工智能(AI)的一個分支,它教神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和推理。近年來,它解決復(fù)雜問題并在各個領(lǐng)域提供尖端性能的能力引起了極大的興趣和吸引力。深度
    的頭像 發(fā)表于 12-01 08:27 ?3194次閱讀
    深度<b class='flag-5'>學(xué)習(xí)</b>在<b class='flag-5'>人工智能</b>中的 8 種常見應(yīng)用

    模電學(xué)習(xí)八大概念

    電子發(fā)燒友網(wǎng)站提供《模電學(xué)習(xí)八大概念.doc》資料免費下載
    發(fā)表于 11-18 10:39 ?0次下載
    模電<b class='flag-5'>學(xué)習(xí)</b><b class='flag-5'>八大</b>概念