观察者网|从AI落地到产业闭环形成,提升AI思维是核心( 二 )


第二 , 数据的因素 。 当前 , 企业缺少比较统一、标准化、高质量的数据 , 导致AI应用可能会成为无米之炊、无源之水 。
第三 , 风险与合规因素 。 企业进入数字化转型后 , 开始大量依赖机器帮忙做决策 , 不可避免地会在业务连续性、隐私保护、AI可信度、伦理和社会的问题等出现问题 。
第四 , 规模化难题 。 大多数企业的AI创新都是点状、实验性质、局部的创新 , 缺少规模化、商业化、运行态的布局 。
丁磊则结合自己在担任paypal科学数据科学部负责人期间的经历谈到组织架构对AI落地的影响 。
AI落地与商业闭环如何形成?
紧接着 , 三位专家就“AI落地与商业的闭环如何形成”交换了更多经验与想法 。 顾卿华向嘉宾与观众介绍了“白皮书”所提供的AI落地战略的“3+4+8”方法论 , 明确给出具体建议与方法:
“3”是指AI落地项目要分三步走 , 企业应该先了解自身AI应用的现状 , 明确应用未来的场景和方向 , 并对该落地项目进行持续变革管理;
“4”是指AI落地项目应在吸引客户、赋能员工、变革产品与服务、优化运营这四个领域创造价值 。 同时 , 建议企业应从这四项中自身最具优势的领域着手;
“8”则是指八项核心力 , 包括AI领导力、创新管理能力、应用场景的识别和选择能力、数据的管理与高级分析能力 , 以及新兴技术选择的判断力、迅捷开发水平、信息与网络安全状况 。
徐博士向观众们提供了更为简单、快速、直接的建议和方法 。 他建议企业从易处着手 , 先了解业务场景中最需要解决的问题 , 做“调包侠” , 直接选择同认知服务做得好的API合作 , 这样亦可以解决企业缺乏数据科学人才储备的问题 。
丁磊结合自己在《AI思维》一书中的观点 , 表示企业的智能化、AI转型是一把手工程 。 一把手可以不懂AI的技术 , 但必须具备AI思维 。 他应该能够从数据中进行预测 , 做出决策 , 找到让数据和模型自相反哺的反馈机制 , 并且能够把控这个机制 。 这样 , 企业无论是通过内部团队还是服务商 , 都能够找到AI落地的最佳点——平衡成本和效益 , 以及找到AI落地的空间和应用点 。
企业最终落地AI, 离不开新时代人才和思维的升级
人才 , 一直是企业成长与发展最重要的资源与财富 。 10月即将发布的“白皮书”中也提到 , 面对AI落地 , 企业遇到的头号问题是缺乏AI人才 。 那么 , 企业该怎样培养人才 , 改变员工思维方式?又该怎样让AI赋能具体的数字化转型策略?
丁磊结合自己在国内外一线科技大厂的AI落地的工作经历表示 , 我们无须羡慕硅谷企业 , 国内并不缺乏能够进行AI基础落地的技术人才 , 缺的是公司一把手们对AI思维的认知 。 这甚至已成为企业AI落地中关键的坑点或卡壳之处 。 这需要我们加大对企业一把手或业务负责人 , 甚至部分一线业务负责人在AI思维上的提升和教育 。
顾卿华表示 , 打造学习型组织 , 重视学习和知识资产的积累 , 重视企业与员工的自我提升与改造 , 接纳AI及其他创新科技 , 创造良好氛围和土壤等等 , 不论对企业AI落地 , 还是整体可持续的健康发展 , 都极具借鉴和启发意义 。
【观察者网|从AI落地到产业闭环形成,提升AI思维是核心】 徐博士则通过微软成功转型 , 从固化心智想成长型心智转变的故事 , 进一步肯定了顾卿华的观点 。


推荐阅读