认识达内从这里开始

人工智能专家对有关IT领导者可以采取哪些行动来加速其组织中的人工智能使用和成熟度提供了一些技巧。

(1)从最佳用例开始

Peter A.High说，“在通常情况下，企业领导者不知道从哪里开始。”他是《走向敏捷：如何将企业转变为数字领导者》一书的作者以及技术和商业咨询机构Metis Strategy公司的总裁。

High说，“人工智能和机器学习工作最好针对特定用例，它可能需要更广泛的生态系统才能实现，尤其是在人工智能和机器学习人才匮乏的情况下。企业需要寻找优秀的用例，与商业领袖合作将它们变为现实，并参与更广泛的生态系统以获得洞察力、人才和技术帮助。”

(2)通过里程碑展示进展

网络保险机构Cowbell Cyber公司的数据科学负责人Ravi Rajan表示：“人工智能计划中一个被忽视的挑战是在交付切实结果之前所需的时间投入。如果有明确的目标和计划的里程碑来展示进展，人工智能项目可以迅速实施。”

(3)不仅要开发人工智能团队，还要制定行动手册

企业可以对团队进行哪些内部培训?在哪里可以雇佣新的人才来帮助这一旅程?哪些外部合作伙伴将是转型的关键?High说，“对这些问题的回答将有助于制定更可持续的计划。”

(4)创建多管齐下的技能获取方法

现在每个企业都需要大数据专家、流程自动化专家、安全分析师、人机交互设计师、机器人工程师和机器学习专家，这些人才并不容易招募。想要加速人工智能成果的企业需要启动面向研究的智囊团未来工作认知中心的BenPring和EuanDavis所说的“技能复兴”。

Pring说，“除了制定完善的招聘和保留计划之外，企业还需要更加努力地利用现有人才。全面提升技能和内部职业发展的改革是成功完成这项基本任务所必需的多因素人力资源战略的重要组成部分。”

(5)投资于数据交付

人工智能需要良好的数据。Rajan表示，在人工智能项目成功所需的所有其他活动的背景下，阐明与人工智能相关的工作至关重要。这意味着在数据收集、转换、清理和规范化方面投入时间和资源，并围绕实现人工智能业务成果所需的数据需求管理预期。Rajan说，“这绝对是至关重要的。”

(6)扩展数据源

确保企业的数据处于良好状态是不够的。Cognizant公司的Davis说，企业还需要引入更丰富的数据集和类型。开始研究心理、地理空间和实时数据——所有这些措施都有可能推动更好的以人工智能为中心的性能。

Davis说：“管理这些数据并使其有助于人工智能系统的查询和利用，是迈向数字化成熟的重要一步。如果没有这项乏味的艰苦工作，大量数据将仍然是噪音，永远不会揭示隐藏在其中的信号。”

(7)考虑建立数据部落

想要加速人工智能的首席信息官和IT领导者都是技术传道者。Cognizant公司的Pring表示，企业需要在其运营的各个方面传播数据和人工智能技术，而不仅仅是在IT部门内使用。

他建议建立数据部落，由数据管理员、数据工程师和数据建模人员组成，围绕特定挑战或客户接触点构建。Pring说，“不仅仅是IT部门的高管，还有各个业务团队的高管一直建立一种数字文化。在这种文化中，每个员工都渴望在他们的角色中应用这些新的数据服务，在职能之间轮换IT人员和非IT人员会有所帮助。”

(8)进行人工智能绩效评估

High建议说，“作为评估员工员绩效的算法，需要被评估、评分，或者升职(可能更广泛地使用)、降级(缩减他们的申请)或解雇(如果他们被认为无效，就会被解雇)，需要不断学习来继续完善实践。”

(9)注意与数据民主化相关的文化变革

SAS公司的Tareen表示，随着企业致力于减少对人工智能主题专家的需求，民主化是人工智能的一个主要发展趋势。Tareen说，“企业希望达到一个新的水平，将人工智能的好处传递给大众。客户、业务合作伙伴、销售人员、装配线工人、应用程序开发人员和IT运营专业人员，这可以让人工智能发挥作用，以带来深远的好处。”

【免责声明】本文系本网编辑部分转载，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与管理员联系，我们会予以更改或删除相关文章，以保证您的权益!更多内容请添加danei0707学习了解。欢迎关注“达内在线”参与分销，赚更多好礼。