想要轉型AI公司，普遍會面臨一些共性的問題，會犯一些類似的錯誤。很多的公司，可能無法實現自己對外宣佈的承諾，這是很正常的，因為其實有很多的CEO也不明白，到底該在什麼時間做什麼樣的事情。

關於AI策略，吳恩達曾在twitter 上徵集過大家想要了解的問題，最熱的問題包括：如何評估投入產出比？如何從零開始開啟人工智慧專案等。12月13日的時候，他釋出了“AI轉型指南”，從5個步驟給出實操指南。

完整的全文連結：https://landing.ai/ai-transformation-playbook/

以下是根據英文版，AI中國給出的編譯內容供參考：

AI（人工智慧）技術現在正準備改變每個行業，就像100年前的電力一樣。從現在到2030年，它將創造約13萬億美元的GDP增長。雖然它已經在谷歌、百度、微軟和Facebook等領先的科技公司中創造了巨大的價值，但其他許多價值創造浪潮將超越軟體領域。

這個人工智慧轉換手冊借鑑了領導谷歌大腦團隊和百度AI小組的見解，百度AI小組在將谷歌和百度轉變為優秀的人工智慧公司方面發揮了主導作用。任何企業都可以關注此Playbook併成為一家強大的AI公司，儘管這些建議主要針對市值/估值從5億美元到500億美元的大型企業。

這些是我建議企業轉型AI的步驟，

• 執行試點專案以獲得動力

• 建立一個內部AI團隊

• 提供廣泛的AI技能培訓

• 制定人工智慧戰略

• 在公司內部和外部進行良好的溝通

執行試點專案以獲得動力

對於你最初的幾個AI專案來說，成功比成為最有價值的AI專案更重要。它們應該足夠有意義，這樣，會讓您的公司的人員能夠更快的熟悉AI並說服公司其他人投資進一步實施AI專案;雖然可能會有人投反對票，認為這不重要，但是，這會讓AI的齒輪飛速運轉，團隊才能獲得更大的動力。  

初期幾個AI專案的建議：

• 理想情況下，新的或外部AI團隊（可能對您的業務沒有深入的領域知識）可以與您的內部團隊（具有深厚的領域知識）合作，並構建AI解決方案，在6-12個月內就逐漸顯示出成效。

• 該專案在技術上來說應該是可行的。然而，太多的公司仍在使用當今的AI技術開展不切實際的專案;在專案啟動前，邀請值得信賴的AI工程師進行盡職的調查、全方位的評估將增強對專案可行性的信心。

• 在創造商業價值方面，有明確定義和可衡量的目標。

當我領導谷歌大腦團隊時，谷歌（更廣泛地說，在世界各地）的深度學習技術受到了極大的懷疑。為了幫助團隊獲得動力，我選擇Google Speech團隊作為我的第一個內部客戶，經過與他們密切的合作，Google語音識別的準確率越來越高。其實，語音識別在Google中並不是最重要的專案。例如，對公司的底線而言，將其應用於網路搜尋或廣告並不重要。但是通過使用深度學習使演講團隊更加成功，其他團隊也開始對我們充滿信心，這使得Google Brain團隊獲得了很大的動力。

一旦其他團隊開始看到Google Speech與Google Brain合作的成功，我們就能夠獲得更多的內部客戶。該團隊的第二個主要內部客戶是谷歌地圖，它使用深度學習來提高地圖資料的質量。在兩次成功之後，我開始與廣告團隊進行對話。逐步建立勢頭，使得人工智慧專案越來越成功。此過程是您能在公司中可使用的可重複性模型。

建立一個內部AI團隊

雖然擁有深厚技術AI專業知識的外包合作伙伴可以幫助您更快地獲得初始動力，但從長遠來看，與內部AI團隊一起執行某些專案會更有效率。此外，如果有些專案只在公司內部進行，會形成獨特的競爭優勢。

重要的是要從高階管理層獲得支援來建立這個內部團隊，這很重要。在網際網路興起期間，聘請CIO是許多公司採用網際網路策略的一個重要轉折點。相比之下，那些同時經營許多獨立實驗的公司，從數字營銷到資料科學實驗再到新網站釋出，經常無法有效的利用網際網路的功能，因為這些小的專案無法適用於整個公司層面的轉型。

在人工智慧時代，許多公司的關鍵點會是形成一箇中心化AI的團隊。如果他們擁有合適的技能，那麼這個AI團隊可以為CTO、CIO或CDO（首席資料官或首席數字官）工作，它也可以由專門的CAIO（首席AI官員）領導。AI部門的主要職責是：

• 為整個公司的人工智慧力量提供支援。

• 執行一系列跨職能專案，以AI予以支援。完成初始專案後，設定重複流程以持續提供一系列有價值的AI專案。

• 制定一致的招聘和留用標準。

• 開發對多個部門/業務部門有用的公司範圍的平臺，比如，可以考慮與CTO/CIO/CDO合作來建立統一集中資料儲存標準。

許多公司都組織多個業務部門向CEO報告。通過新的AI單元，您將能夠將AI人才彙集到不同的部門，以推動跨職能專案。

將出現新的職位描述和新的團隊組織。我現在以機器學習工程師、資料工程師、資料科學家和AI產品經理等角色組織我的團隊工作的方式與AI之前的時代不同。一個優秀的人工智慧領導者將能夠為您建立正確的流程提供建議。目前我們對於AI人才的爭鬥很激烈，實際上，大多數公司都很難僱用到史丹佛大學博士生（或者甚至是史丹佛大學本科生）。由於人才戰在短期內基本上是一場零和博弈，因此與可以幫助你建立AI團隊的招募合作伙伴合作將為你帶來一個非同尋常的優勢。但是，為現有團隊提供培訓也是在內部培養大量新人才的好方法。

提供廣泛的AI培訓

今天沒有一家公司擁有足夠的內部AI人才。雖然媒體關於高AI工資的報導有很多，屬於過度炒作（報刊中引用的數字往往是異常值），但現實中AI人才很難找到。幸運的是，隨著數字內容的興起，包括課程、電子書和YouTube視訊等MOOC（大規模開放式線上課程），培養了大量員工使用AI等新技能比以往任何時候都更具成本效益。聰明的CLO（首席學習官）知道他們的工作是成為內容庫管理者，而不是直接為生產內容，然後建立流程以確保員工完成學習。

十年前，員工培訓意味著聘請顧問來到您的辦公室進行講座。但效率低下，投資回報率尚不清楚。相比之下，數字內容更實惠，併為員工提供了更個性化的體驗。如果您確實有預算聘請顧問，那麼現場內容應該補充線上內容。 （這被稱為“翻轉課堂”教學法。我發現，如果正確實施，這將帶來更快的學習和更愉快的學習體驗。例如，在史丹佛大學，我的校園深度學習課程就是使用這個教育學的形式。）聘請一些AI專家來提供一些現場內容，也可以幫助激勵你的員工學習這些AI技術。

AI將改變許多不同的工作。你應該讓每個人都知道他們在AI時代需要適應新角色。諮詢專家將允許您為您的團隊開發一個定製課程。一個概念上的教育計劃可能是這樣的：

• 高管和高階商業領袖：（⩾4小時培訓）

目標：讓管理人員瞭解AI可以為您的企業做些什麼，開始制定AI戰略，制定適當的資源分配決策，並與支援有價值的AI專案的AI團隊順利協作。課程：

對AI的基本業務理解包括基本技術、資料以及AI可以做什麼和不能做什麼。

瞭解AI對公司戰略的影響。

關於人工智慧應用到相鄰行業或您的特定行業的案例研究。

• 開展人工智慧專案的各部門領導：（⩾12小時培訓）

目標：部門負責人應該能夠為人工智慧專案設定方向、分配資源、監控和跟蹤進度，並根據需要進行更正，以確保成功交付專案。課程：

對AI的基本業務理解包括基本技術、資料以及AI可以做什麼和不能做什麼。

對AI的基本技術理解，包括主要的演算法類及其要求。

基本瞭解AI專案的工作流程，AI團隊中的角色和職責，以及AI團隊的管理。

• AI工程師培訓生:(⩾100小時培訓)

目標：新培訓的AI工程師應該能夠收集資料，訓練AI模型，並提供特定的AI專案。課程：

深入瞭解機器學習和深度學習;基本瞭解其他AI工具。

瞭解用於構建AI和資料系統的可用（開源和其他第三方）工具。

對員工進行持續培訓，以適應日益發展的技術發展趨勢。  

制定人工智慧戰略

人工智慧策略將指導您的公司創造價值，同時建立可防禦的護城河。一旦團隊開始看到初始AI專案的成功並形成對AI的更深入理解，就能夠確定AI可以在哪些地方創造最大的價值，並將資源集中在這些領域。

一些高管認為制定人工智慧戰略應該是第一步。根據我的經驗，大多數公司在獲得人工智慧的基本經驗之前，將無法制定出周到的人工智慧策略。

公司建立防禦護城河的方式也隨著人工智慧而發展。以下是一些需要考慮的方法：

構建自己的優質AI資產，這些資產基本上與戰略保持一致：AI使公司能夠以新的方式建立獨特的競爭優勢。邁克爾波特關於商業戰略的開創性著作表明，開展防禦性業務的一種方法是建立幾個與一致的戰略基本一致的資產。因此，競爭對手難以同時複製所有這些資產。

利用人工智慧創造特定於您的行業領域的優勢：我不建議在人工智慧中與谷歌等領先的科技公司“普遍”競爭，而是建議您成為行業領域的領先AI公司，開發獨特的AI功能將允許你獲得競爭優勢。AI如何影響您公司的戰略將取決於行業和具體情況。

設計策略與“人性化的良性迴圈”正反饋迴圈相一致：在許多行業中，我們將看到資料積累導致可防禦的業務：

例如，Google、百度、Bing和Yandex等領先的網路搜尋引擎擁有巨大的資料資產，可以顯示使用者在不同搜尋查詢後點選的連結。這些資料有助於公司構建更準確的搜尋引擎產品（A），從而幫助他們獲得更多使用者（B），從而使他們擁有更多的使用者資料（C）。這種積極的反饋迴圈很難讓競爭對手闖入。

資料是AI系統的關鍵資產。因此，許多偉大的AI公司也有一個複雜的資料戰略。您的資料戰略的關鍵要素可能包括：

戰略資料採集：可以使用從100個資料點（“小資料”）到100,000,000個資料點（“大資料”）的任何地方構建有用的AI系統。但擁有更多資料幾乎從不會傷害。AI團隊正在使用非常複雜的多年戰略來獲取資料，具體的資料採集策略是針對特定行業和特定情況的。例如，谷歌和百度都有許多免費產品，這些產品沒有貨幣化，但允許他們獲取可以在其他地方貨幣化的資料。

統一資料倉儲：如果您有50個不同的VP或部門控制下的50個不同的資料庫，工程師或AI軟體幾乎不可能訪問這些資料並“連線這些點”。相反，請考慮集中化您的資料分為一個或至多幾個資料倉儲。

識別哪些資料是有價值的，哪些不是有價值的：擁有TB的資料並不意味著AI團隊能夠從該資料中創造價值。期望AI團隊從大型資料集中神奇地創造價值是一個很有可能失敗的公式，我不幸地看到CEO過度投資收集低價值資料，甚至收購公司的資料只是為了意識到目標公司的數TB資料無用。通過在資料採集過程中儘早引入AI團隊來避免這種錯誤，並讓他們幫助您確定要獲取和儲存的資料型別的優先順序。

建立網路效果和平臺優勢：最後，AI也可用於構建更傳統的護城河。例如，具有網路效應的平臺是高度防禦性的業務。他們通常擁有一種自然的“贏家通吃”動力，迫使公司要麼快速增長或死亡。如果人工智慧允許您以比競爭對手更快的速度獲得使用者，那麼它可以用於構建通過平臺動態可防禦的護城河。更廣泛地說，您還可以將AI用作低成本戰略、高價值或其他業務戰略的關鍵組成部分。

在公司內部和外部建立良好的溝通渠道

AI會顯著影響您的業務。如果它影響您的關鍵利益相關者，您應該執行通訊程式以確保一致。以下是您應該為每位受眾考慮的內容：

投資者關係：谷歌和百度等領先的人工智慧公司現在變得更有價值，部分原因在於他們的人工智慧能力以及人工智慧對其底線的影響。為貴公司的人工智慧解釋一份明確的價值創造論文，描述你不斷增長的人工智慧能力，最後有一個深思熟慮的人工智慧戰略，將有助於投資者適當地評估你的公司。

政府關係： 受到高度監管的行業（自動駕駛汽車、醫療保健）的公司面臨著保持合規的獨特挑戰。描述一個可信的、引人注目的人工智慧故事，解釋您的專案可以為行業或社會帶來的價值和利益，是建立信任和善意的重要一步。在您推出專案時，這應該與直接溝通和與監管機構的持續對話相結合。

客戶/使用者教育： AI可能會為您的客戶帶來重大利益，因此請確保傳播適當的營銷和產品路線圖訊息。

人才/招聘： 由於人才的缺乏，強大的僱主品牌將對您吸引和留住這些人才的能力產生重大影響。AI工程師希望開展令人興奮且有意義的專案。適度的努力來展示你最初的成功可以大有裨益。

內部溝通： 因為今天人工智慧仍然知之甚少，人工智慧特別是過度炒作，所以存在恐懼、不確定和懷疑。許多員工也擔心他們的工作由人工智慧自動化，儘管這種差異因文化而異（例如，這種恐懼在美國比在日本看起來更多）。清晰的內部溝通，無論是解釋人工智慧，還是解決這些員工的擔憂，都將減少內部不願採用人工智慧的情況。

歷史記錄，對您的成功至關重要

瞭解網際網路如何改變行業對於駕馭人工智慧的興起是有用的。有許多企業在網際網路崛起的過程中出現了一個錯誤，我希望你在人工智慧的興起中避免這種錯誤。

我們在網際網路時代瞭解到：

購物中心+網站≠網際網路公司

即使一個購物中心建立了一個網站並在網站上出售東西，這本身並沒有將購物中心變成真正的網際網路公司。真正的網際網路公司的定義是：你有沒有帶領你的公司去做，網際網路讓你做得很好的事情？

例如，網際網路公司參與普遍的A / B測試，我們定期推出兩個版本的網站，並衡量哪個更好。一家網際網路公司有時甚至可能同時執行數百個實驗;這對於實體購物中心來說很難。網際網路公司也可以每週釋出一種新產品，因此比購物中心學得更快，購物中心每季度只能更新一次設計。網際網路公司對產品經理和軟體工程師等角色有獨特的職位描述，而這些職位的工作流程也具有獨特的協同工作方式。

深度學習是人工智慧發展最快的領域之一，它與網際網路的興起呈現出相似之處。今天，我們發現：

任何典型的公司+深度學習技術≠AI公司

為了讓你的公司在人工智慧方面做得很好，你必須組織你的公司去做AI讓你做得很好的事情。

為了讓您的公司在人工智慧方面表現出色，您必須：

系統地執行多個有價值的AI專案的資源：AI公司擁有外包和/或內部技術和人才，可以系統地執行多個AI專案，為業務帶來直接價值。

對人工智慧的充分理解：應該對人工智慧有一般的瞭解，並採用適當的流程來系統地識別和選擇有價值的人工智慧專案。

戰略方向：公司的戰略大體上與人工智慧未來的成功保持一致。

在偉大的合作伙伴的支援下，將您的偉大公司變成一家偉大的人工智慧公司是具有挑戰性的，但在偉大的合作伙伴的支援下其實可行。我在Landing.AI的團隊致力於幫助合作伙伴進行AI轉型，我將繼續分享更多的最佳實踐。

AI轉型專案可能需要2-3年的時間，但你應該期望在12個月內就能看到初步成效。通過投資AI轉型，你將持續領先於你的競爭對手。

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/31509949/viewspace-2285329/，如需轉載，請註明出處，否則將追究法律責任。