人工智能和機(jī)器學(xué)習(xí)解決方案如今在各行業(yè)組織中的應(yīng)用變得越來越普遍，組織可以通過四個(gè)步驟成功實(shí)施人工智能技術(shù)。

[[379955]]

人工智能技術(shù)發(fā)展如此之快，已經(jīng)成為各行業(yè)和商業(yè)領(lǐng)域的主流應(yīng)用。到2025年，人工智能和智能機(jī)器相結(jié)合的解決方案將成為人們?nèi)粘?yīng)用的工具。

隨著越來越多的組織采用人工智能解決方案，并了解人工智能如何影響他們與供應(yīng)商和員工的合作，需要遵循以下四個(gè)關(guān)鍵步驟成功實(shí)施人工智能。

1.了解組織在人工智能/機(jī)器學(xué)習(xí)實(shí)施中的關(guān)鍵角色

數(shù)據(jù)科學(xué)家、首席數(shù)據(jù)官以及高級(jí)數(shù)據(jù)工程師等角色對(duì)實(shí)現(xiàn)人工智能/機(jī)器學(xué)習(xí)系統(tǒng)至關(guān)重要，同時(shí)，以下兩個(gè)角色對(duì)實(shí)際實(shí)現(xiàn)也至關(guān)重要。

·業(yè)務(wù)數(shù)據(jù)分析師：這個(gè)角色對(duì)理解數(shù)據(jù)使用以及學(xué)習(xí)培訓(xùn)和驗(yàn)證數(shù)據(jù)集的使用原則至關(guān)重要。他們了解數(shù)據(jù)的實(shí)際應(yīng)用，可以幫助實(shí)施團(tuán)隊(duì)高效地開展工作。

·機(jī)器學(xué)習(xí)工程師：盡管這個(gè)角色至關(guān)重要，但是組織通常與經(jīng)驗(yàn)豐富的第三方合作，并聘請(qǐng)他們的員工進(jìn)行日常維護(hù)。組織需要在內(nèi)部尋求在商業(yè)智能方面經(jīng)驗(yàn)豐富的IT團(tuán)隊(duì)成員，使其能夠熟練掌握技能，這樣就可以擁有既熟悉業(yè)務(wù)操作又具有數(shù)據(jù)分析經(jīng)驗(yàn)的團(tuán)隊(duì)成員。他們通常能夠很快了解結(jié)果，并且可以通過在承包商或服務(wù)公司的培訓(xùn)和實(shí)際操作時(shí)間來完成這一任務(wù)。

2.定義組織的需求和預(yù)期的業(yè)務(wù)成果

在組織開始實(shí)施新項(xiàng)目之前，必須知道要解決的難題并定義其需求。實(shí)施人工智能/機(jī)器學(xué)習(xí)解決方案也是如此。

確保組織解決其痛點(diǎn)需要采用人工智能/機(jī)器學(xué)習(xí)解決方案。一些組織可能希望使用人工智能或機(jī)器學(xué)習(xí)技術(shù)，只是因?yàn)樗鼈兪乔把丶夹g(shù)。根據(jù)不同的問題，可能只要求使用分析工具或其他業(yè)務(wù)編碼提供答案。當(dāng)組織需要處理超大型數(shù)據(jù)集的能力時(shí)，采用人工智能和機(jī)器學(xué)習(xí)解決方案的效果最佳。

在確定人工智能/機(jī)器學(xué)習(xí)解決方案是合適的解決方案之后，需要確定這一解決方案如何增加價(jià)值以及實(shí)現(xiàn)目標(biāo)所需的資源。無論是創(chuàng)建新產(chǎn)品或服務(wù)，還是改善運(yùn)營規(guī)模以擴(kuò)展業(yè)務(wù)，確定最終目標(biāo)都將使實(shí)現(xiàn)可持續(xù)價(jià)值變得更加容易。

3.根據(jù)第一步進(jìn)行分析和創(chuàng)建數(shù)據(jù)集，并進(jìn)行徹底測(cè)試

了解所需的數(shù)據(jù)或信息的類型可以防止組織在錯(cuò)誤信息方面浪費(fèi)時(shí)間。為了控制偏差并減少過度擬合和擬合不足的機(jī)會(huì)，需要為組織的團(tuán)隊(duì)留出足夠的時(shí)間做好準(zhǔn)備，以便與關(guān)鍵利益相關(guān)者一起審查數(shù)據(jù)。這一步至關(guān)重要。如有必要，需要加倍估算，以確保得到適當(dāng)?shù)慕Y(jié)果，并實(shí)施正在進(jìn)行的維護(hù)。

組織需要不斷測(cè)試數(shù)據(jù)模型，這一步驟與數(shù)據(jù)準(zhǔn)備密切相關(guān)。還需要獲得對(duì)人工智能/機(jī)器學(xué)習(xí)解決方案測(cè)試和操作具有豐富知識(shí)和經(jīng)驗(yàn)的專家。為了確保對(duì)測(cè)試結(jié)果的信心，測(cè)試必須由能夠快速識(shí)別數(shù)據(jù)集和相關(guān)參數(shù)的錯(cuò)誤的工作人員來管理。

4.通過實(shí)施解決方案來管理數(shù)據(jù)的期望和偏差

一旦投入生產(chǎn)，負(fù)責(zé)人工智能/機(jī)器學(xué)習(xí)解決方案持續(xù)管理的團(tuán)隊(duì)將直接影響這一解決方案的價(jià)值和擴(kuò)展能力。組織必須像部署代碼一樣謹(jǐn)慎對(duì)待人工智能/機(jī)器學(xué)習(xí)解決方案。數(shù)據(jù)治理被定義為關(guān)鍵和核心流程，它將幫助組織了解必須連續(xù)監(jiān)控以檢查和維護(hù)的關(guān)鍵指標(biāo)。否則將產(chǎn)生巨大的糾正成本，或者其結(jié)果可能會(huì)以一種意想不到的方式產(chǎn)生偏差。

許多組織希望盡快啟動(dòng)其人工智能/機(jī)器學(xué)習(xí)解決方案。那些倉促行事的組織不了解最終結(jié)果和這些技術(shù)的真正功能。此外，同樣重要的是確保組織聲稱的價(jià)值與用戶期望的價(jià)值相符。

人工智能/機(jī)器學(xué)習(xí)技術(shù)將從根本上改變業(yè)務(wù)模型，提高運(yùn)營效率，并促進(jìn)技術(shù)進(jìn)步，從而為員工、客戶和利益相關(guān)者創(chuàng)造更多的價(jià)值。