江苏龙网

  1. 首页 > 人文 > >

人工智能|我们不要自然地愚昧，我们要人工地智能( 七 )


顾卿华（安永咨询服务合伙人）：结合《AI成熟度白皮书》我想分享两点：
第一 ， AI战略的落地思路 。 我们把它宏观、初步地概括成3+4+8 。
“3”是指总体上分三步走 。
首先 ， 要精细的了解企业目前对AI应用的现状 。 其次 ， 要明确未来应用的场景和方向 。 最后 ， 是落地和持续变革的管理 。 在过程中 ， 总体原则还是企业要量力而行与循序渐进 。
“4”是指四个价值创造的领域 。
在白皮书中也有阐述 ， 从客户的维度 ， 吸引客户 ， 到赋能员工 ， 到变革产品和服务 ， 到优化运营 。 但这可能会因各企业自己业务的成熟度而异 ， 大家可以挑选优先应用这些新兴科技的领域 。 这里也有一个大原则 ， 就是要从企业的优势领域里来着手先应用这些新兴科技 。
“8”是指八项核心能力 。
在进行AI落地的时候 ， 有八个比较重要的组织能力 ， 需要构建和优化 。 这要从整个AI领导力开始 ， 到企业的创新管理 ， 到应用场景的识别和选择 ， 到数据的管理 ， 到数据部分的高级分析的技术 ， 到新兴技术的选择 ， 到敏捷开发（敏捷开发是一种以人为核心、迭代、循序渐进的开发方法 。 在敏捷开发中 ， 软件项目的构建被切分成多个子项目 ， 各个子项目的成果都经过测试 ， 具备集成和可运行的特征） 。
换言之 ， 就是把一个大项目分为多个相互联系 ， 但也可独立运行的小项目 ， 并分别完成 ， 在此过程中软件一直处于可使用状态 。
最后到信息与网络的安全 。 这其实也是个自上而下的体系 ， 它从最顶端的、整体的、战略层面的把握开始 ， 到我们为建立机制孵化所做的所有的创新（创造好的环境） ， 到我们刚才说的到底AI业务价值在什么地方（选择比较好的业务场景） 。
2位专家也提到数据治理以及数据深度分析 ， 这些都需要扎实的数据做基础 。 企业在选择新兴技术时 ， 是怎么在众多AI技术应用中选择到合适的应用 ， 并将其用到场景里 。
而敏捷开发是用一种比较快捷的、便捷的、迭代的模式去落地所有的AI技术 。 最后 ， 有信息和网络安全的机制 ， 为所有的变革保驾护航 。
这就是我们AI落地战略总体的"3+4+8"的方法论 ， 在这里给大家做个参考 。
主持人（李梦平 ， 微软中央市场部数字营销经理）：徐博士 ， 刚刚您说到数据治理、模型治理 ， 到底我们应该怎么做呢？从您天天跟合作伙伴、客户应用的场景打交道出发 ， 我们到底要怎么解决这些问题？
徐明强（微软全渠道事业部首席技术官）：中国有句话叫“天下难事 ， 从易处着手 。 ”大家如果还没有开始 ， 或者即便已经开始 ， 摸索一段时间也能从易处着手 。
人工智能|我们不要自然地愚昧，我们要人工地智能
本文插图
首先 ， 我建议大家从一些业务的场景出发 ， 看看哪些问题是最需要解决的 。
像很多大型公司 ， 包括微软、安永等等 ， 把工业重要的场景都分了类 ， 比如在零售行业 ， 微软就在打造更智能的供应链 ， 以期更好地了解客户……我们按照不同的场景建立了相应的生态 。
安永就是微软在智能供应链的合作伙伴之一 。 在制造业方面 ， 微软也在打造比如怎么样做数字工厂等等这些场景 ， 当然也有与此场景相应的合作伙伴 。 所以 ， 微软会跟合作伙伴一起 ， 为客户的特殊场景打造专属的路线图 。
人工智能|我们不要自然地愚昧，我们要人工地智能
本文插图
另外 ， 当企业开始选择AI落地工具的时候 ， 我也建议大家多做“调包侠” 。 很多东西不用自己从头搭神经元网络 ， 选择一些好的认知服务的API ， 直接使用即可 。
那么 ， 在选择技术支持时 ， 很多企业并没有数据科学家 ， 机器学习业务该怎么开展呢？


推荐阅读


上一篇：一手Hao牌|卫衣今秋怎么穿？5种颜色卫衣的15套流行搭配示范，轻松又好看

下一篇：穿搭|这些年来，你对丝袜的看法有哪些改变？