怎樣將人工智能用在戰(zhàn)略決策上

人工智能正在迅速進(jìn)入新的市場(chǎng)，并迅速成為企業(yè)戰(zhàn)略決策的重要工具。盡管許多領(lǐng)導(dǎo)者都很難理解如何使用人工智能，但是有一個(gè)簡(jiǎn)單的流程可以用于任何人工智能計(jì)劃。

人工智能正迅速成為當(dāng)今商業(yè)中一個(gè)重要的流行語(yǔ)。就像云和區(qū)塊鏈等其他技術(shù)一樣，它經(jīng)常被人們所提及，但對(duì)其使用和應(yīng)用則了解甚少。但是，與許多其他流行技術(shù)不同，人工智能實(shí)際上擁有大量的潛在應(yīng)用。它實(shí)際上與大多數(shù)行業(yè)和業(yè)務(wù)功能有關(guān)，并且正在迅速滲透入市場(chǎng)。這一事實(shí)使得問(wèn)題更加嚴(yán)重，因?yàn)楹苌儆腥苏嬲宄绾螌⑷斯ぶ悄軕?yīng)用于戰(zhàn)略性業(yè)務(wù)問(wèn)題。

所以，讓我們共同努力，在這一流行語(yǔ)的陰霾中掃清一條道路，并弄清楚企業(yè)要開(kāi)發(fā)出差異化、有價(jià)值的人工智能應(yīng)用應(yīng)做哪些工作。在OpenMatters公司，我們多次與客戶合作來(lái)開(kāi)發(fā)人工智能應(yīng)用，以支持其在資本配置、領(lǐng)導(dǎo)力構(gòu)成和人才招聘等關(guān)鍵領(lǐng)域作出更好的決策。我們使用下面的流程圖向合作伙伴解釋我們從構(gòu)思到應(yīng)用的步驟。

人工智能計(jì)劃的四個(gè)重要團(tuán)隊(duì)

我們發(fā)現(xiàn)，要想成功完成人工智能工作，有四個(gè)關(guān)鍵團(tuán)隊(duì)必須參與：

1. 首先是領(lǐng)導(dǎo)團(tuán)隊(duì)--董事會(huì)和高管。領(lǐng)導(dǎo)層的認(rèn)同和支持對(duì)工作成功完成至關(guān)重要。新的人工智能計(jì)劃需要時(shí)間、資金和新技能，所有這些都需要有領(lǐng)導(dǎo)層的支持，否則很難實(shí)現(xiàn)。雖然領(lǐng)導(dǎo)團(tuán)隊(duì)永遠(yuǎn)不會(huì)去管理人工智能計(jì)劃中的技術(shù)細(xì)節(jié)，但他們應(yīng)該參與構(gòu)思--設(shè)想人工智能可以在哪方面以及如何幫助企業(yè)。

2. 其次是業(yè)務(wù)實(shí)施團(tuán)隊(duì)。這個(gè)團(tuán)隊(duì)負(fù)責(zé)貫徹領(lǐng)導(dǎo)團(tuán)隊(duì)的愿景，同時(shí)管理技術(shù)團(tuán)隊(duì)。沒(méi)有商業(yè)目的的人工智能顯然是在浪費(fèi)時(shí)間，業(yè)務(wù)實(shí)施團(tuán)隊(duì)需要深入?yún)⑴c收集數(shù)據(jù)，形成見(jiàn)解并迭代算法。這是一個(gè)全職而非兼職的工作。

3. 第三，我們有人工智能技術(shù)團(tuán)隊(duì)。這個(gè)團(tuán)隊(duì)擁有將數(shù)據(jù)轉(zhuǎn)化為洞察力所需的人工智能專業(yè)知識(shí)。人工智能團(tuán)隊(duì)?wèi)?yīng)該了解業(yè)務(wù)目標(biāo)和應(yīng)用，但重點(diǎn)是明確能將人工智能轉(zhuǎn)換為現(xiàn)實(shí)應(yīng)用的工具和技術(shù)。該團(tuán)隊(duì)將決定所使用的編程環(huán)境、支持工具（如TensorFlow）和技術(shù)（如神經(jīng)網(wǎng)絡(luò)）。

4. 最后，我們有基礎(chǔ)設(shè)施團(tuán)隊(duì)。人工智能的基石是數(shù)據(jù)，一大堆數(shù)據(jù)很快就會(huì)變成一團(tuán)糟。該基礎(chǔ)設(shè)施團(tuán)隊(duì)將負(fù)責(zé)管理和存儲(chǔ)數(shù)據(jù)，以便使其易于訪問(wèn)和使用。該團(tuán)隊(duì)將處理一些棘手且重要的問(wèn)題，如明確一個(gè)好的符號(hào)系統(tǒng)以將數(shù)據(jù)集連接在一起，并在多個(gè)用例和更新同時(shí)發(fā)生時(shí)管理并發(fā)情況。

這些團(tuán)隊(duì)中的每一個(gè)對(duì)于成功將人工智能用于商業(yè)決策都至關(guān)重要。如果沒(méi)有所有這些團(tuán)隊(duì)的工作（我們已經(jīng)嘗試過(guò)并且也清楚），該人工智能實(shí)施工作將無(wú)法正常完成，并且每個(gè)小組確實(shí)需要由具備多種熟練技能的個(gè)人組成一個(gè)“團(tuán)隊(duì)”。上面列出的許多職能都是極具技術(shù)性的，其所使用的工具和技術(shù)正在迅速發(fā)展。一個(gè)人在沒(méi)有同伴支持和監(jiān)督的情況下工作，可能很快就會(huì)落后或掩蓋其工作錯(cuò)誤。

人工智能設(shè)計(jì)過(guò)程中的關(guān)鍵步驟

一旦你的團(tuán)隊(duì)被組建起來(lái)，那么創(chuàng)建人工智能的過(guò)程實(shí)際上是相當(dāng)清晰和可復(fù)制的。這并不意味著這個(gè)工作很容易，而是這確實(shí)意味著相同的過(guò)程可以應(yīng)用于無(wú)數(shù)的企業(yè)戰(zhàn)略決策中。

第一步是領(lǐng)導(dǎo)團(tuán)隊(duì)設(shè)定目標(biāo)。該領(lǐng)導(dǎo)團(tuán)隊(duì)要回答的關(guān)鍵問(wèn)題是：（1）我們所掌握的數(shù)據(jù)具有哪些獨(dú)特的主題或應(yīng)用，（2）我們可以添加哪些假設(shè)或觀點(diǎn)，以及（3）這些新見(jiàn)解如何變得有用。請(qǐng)注意，這些問(wèn)題始于數(shù)據(jù)。數(shù)據(jù)是人工智能的基礎(chǔ)。領(lǐng)導(dǎo)團(tuán)隊(duì)不需要仔細(xì)審查并詳細(xì)理解這些數(shù)據(jù)，但確實(shí)需要了解組織能夠訪問(wèn)的數(shù)據(jù)是有區(qū)別的和有用的。通常這些數(shù)據(jù)已經(jīng)存儲(chǔ)多年，并且由人力分析師偶爾地使用以支持業(yè)務(wù)決策。

例如，零售商可能有權(quán)訪問(wèn)許多商店、多個(gè)年份和眾多客戶的銷售點(diǎn)數(shù)據(jù)。領(lǐng)導(dǎo)團(tuán)隊(duì)可能會(huì)假設(shè)某個(gè)客戶群體具有不同的季節(jié)性購(gòu)物習(xí)慣。他們的目標(biāo)可能是使用人工智能來(lái)了解不同客戶群體的季節(jié)性購(gòu)物習(xí)慣，以便更好地定位和投送宣傳廣告。

一旦目標(biāo)確定下來(lái)，接下來(lái)非常重要的一步就是建立數(shù)據(jù)集。獲取正確的數(shù)據(jù)是人工智能計(jì)劃中最困難和最重要的一步。通常，組織需要使用來(lái)自其內(nèi)部和外部不同的多個(gè)數(shù)據(jù)集。這些數(shù)據(jù)需要進(jìn)行組合和清理，這是一個(gè)非常細(xì)致和痛苦的過(guò)程。必須刪除異常值和其他不良數(shù)據(jù)，并使用標(biāo)識(shí)符（例如使用CUSIP來(lái)標(biāo)識(shí)一個(gè)公司或使用地址來(lái)標(biāo)識(shí)一個(gè)客戶）將匹配的數(shù)據(jù)集放在一起。有許多有價(jià)值的外部數(shù)據(jù)源，但有效地組合數(shù)據(jù)始終是一個(gè)難題。例如，上述零售商可能需要將他們的銷售點(diǎn)數(shù)據(jù)與供應(yīng)商提供的營(yíng)銷數(shù)據(jù)庫(kù)結(jié)合起來(lái)，該數(shù)據(jù)庫(kù)提供有關(guān)客戶的人口統(tǒng)計(jì)信息。

訓(xùn)練數(shù)據(jù)通常是對(duì)您數(shù)據(jù)集的一個(gè)重要補(bǔ)充。這就是你獨(dú)特的見(jiàn)解或假設(shè)發(fā)揮作用的地方。為了讓人工智能“學(xué)習(xí)”一個(gè)過(guò)程，這就需要進(jìn)行指導(dǎo)以幫助它理解該過(guò)程的良好狀態(tài)是什么樣子。例如，我們假設(shè)零售商需要準(zhǔn)確定義它想要識(shí)別的那種購(gòu)物習(xí)慣類型。例如，在特定產(chǎn)品類別中花費(fèi)50美元或以上的行為，這可能是一個(gè)有用的事件，表明了人工智能應(yīng)該發(fā)現(xiàn)的模式類型。定義或創(chuàng)建訓(xùn)練數(shù)據(jù)是業(yè)務(wù)團(tuán)隊(duì)的一項(xiàng)工作，因?yàn)樗枰獞?yīng)用人工的洞察力，讓人工智能對(duì)這一洞察力進(jìn)行復(fù)制。

數(shù)據(jù)集和訓(xùn)練數(shù)據(jù)永遠(yuǎn)不會(huì)真正完成--隨著時(shí)間的推移，它們會(huì)被添加并更新。但是，每個(gè)版本都應(yīng)該由基礎(chǔ)設(shè)施團(tuán)隊(duì)記錄在案，并安全地存儲(chǔ)。數(shù)據(jù)是寶貴的資產(chǎn)，應(yīng)該這樣操作。

隨著數(shù)據(jù)收集工作的結(jié)束，現(xiàn)在應(yīng)該把工作交給人工智能團(tuán)隊(duì)了。人工智能團(tuán)隊(duì)必須考慮業(yè)務(wù)目標(biāo)，并確定使用哪些工具和技術(shù)最能有助于實(shí)現(xiàn)這些目標(biāo)。目前市場(chǎng)上有多種不同的工具，適用于不同的目標(biāo)應(yīng)用。谷歌公司的TensorFlow，Salesforce公司的Einstein和Facebook公司的Pytorch只是其中的幾個(gè)工具。另一個(gè)重要的考慮因素是哪種人工智能方法適合您的應(yīng)用。例如，神經(jīng)網(wǎng)絡(luò)是一個(gè)強(qiáng)大的工具，但其結(jié)果很難解讀并向人類用戶解釋。對(duì)于許多商業(yè)應(yīng)用來(lái)說(shuō)，這種黑匣子的情況是不可接受的，而其他技術(shù)如邏輯回歸則更為適合。

人工智能團(tuán)隊(duì)將開(kāi)始生成算法，并根據(jù)這些算法復(fù)制訓(xùn)練數(shù)據(jù)的能力來(lái)對(duì)其進(jìn)行“評(píng)分”。當(dāng)團(tuán)隊(duì)認(rèn)為該系統(tǒng)足夠“聰明”時(shí)，他們會(huì)將結(jié)果返回給業(yè)務(wù)團(tuán)隊(duì)進(jìn)行審查。由人工智能生成的算法需要擴(kuò)展到訓(xùn)練數(shù)據(jù)之外，并進(jìn)行大規(guī)模應(yīng)用，但這需要進(jìn)行業(yè)務(wù)審查，以確認(rèn)該算法在其訓(xùn)練數(shù)據(jù)以外進(jìn)行應(yīng)用有良好的表現(xiàn)。此外，業(yè)務(wù)團(tuán)隊(duì)通常還需要仔細(xì)審查其他考慮事項(xiàng)。例如，某一組特定的客戶比其他客戶更重要，是否可以正確地識(shí)別。

在許多情況下，人工智能在達(dá)到成熟之前需要進(jìn)行迭代。變換訓(xùn)練數(shù)據(jù)，采用不同的人工智能技術(shù)和新的數(shù)據(jù)集，這些都是潛在的方式，可用于改進(jìn)表現(xiàn)不佳的人工智能。在這里我們可以看到基礎(chǔ)設(shè)施團(tuán)隊(duì)的另一個(gè)重要角色：記錄每個(gè)版本的人工智能。該文檔不僅應(yīng)包括人工智能所使用的特征和公式，還應(yīng)包括所采用的訓(xùn)練數(shù)據(jù)、技術(shù)和產(chǎn)品的總體表現(xiàn)，以及對(duì)人工智能進(jìn)行業(yè)務(wù)評(píng)估所需的其他內(nèi)容?；ㄒ粋€(gè)月時(shí)間進(jìn)行迭代并得出結(jié)論，即之前的版本更為理想，這是很常見(jiàn)的，團(tuán)隊(duì)必須快速地將各個(gè)版本與完整且標(biāo)準(zhǔn)化的文檔進(jìn)行比較和對(duì)比。

在順利的情況下，所有人都對(duì)你的人工智能表示滿意，您可以愉快地進(jìn)行應(yīng)用--使用新的人工智能來(lái)幫助補(bǔ)充和擴(kuò)展團(tuán)隊(duì)中現(xiàn)有的人員智能。這并不是說(shuō)開(kāi)發(fā)工作已經(jīng)完成，因?yàn)樾碌臄?shù)據(jù)、技術(shù)和應(yīng)用總會(huì)不斷出現(xiàn)。但是，你已邁出了擁抱人工智能重要的第一步。

我們不可能始終清楚人工智能會(huì)如何影響我們的工作和市場(chǎng)，以及影響的程度有多大。但是，人工智能在未來(lái)成為高管人員不可或缺的工具，這是肯定的。人工智能會(huì)產(chǎn)生新的見(jiàn)解，會(huì)對(duì)策略進(jìn)行量化，并會(huì)擴(kuò)展零邊際成本--在10年內(nèi)，沒(méi)有人會(huì)在無(wú)人工智能的情況下進(jìn)行運(yùn)營(yíng)。