隨著圍繞AI的炒作持續(xù)增長，越來越多的組織感受到了使其業(yè)務(wù)現(xiàn)代化的壓力。但是如何選擇合適的項(xiàng)目呢?由于有數(shù)十個(gè)潛在用例，但資源有限，因此必須對(duì)具有高業(yè)務(wù)價(jià)值和高成功可能性的項(xiàng)目進(jìn)行優(yōu)先級(jí)排序。

該項(xiàng)目將使誰受益?

確定目標(biāo)目標(biāo)受眾是定義AI項(xiàng)目的關(guān)鍵步驟。一個(gè)重要的考慮因素是認(rèn)識(shí)到“受眾”不一定必須是外部的-從AI項(xiàng)目中受益的人當(dāng)然可以是組織內(nèi)部的員工

項(xiàng)目將如何具體改善經(jīng)驗(yàn)或成果(以及如何衡量這種影響?

在確定目標(biāo)受眾之后，重要的是準(zhǔn)確考慮AI應(yīng)用程序或系統(tǒng)將如何改善該受眾的體驗(yàn)。這種“方式”應(yīng)盡可能地定量，以顯示實(shí)施后的AI系統(tǒng)的投資回報(bào)率(ROI)。

如果“方法”不清楚，則將潛在項(xiàng)目從列表中剔除。人工智能用例(尤其是在獲得組織范圍內(nèi)對(duì)人工智能工作的支持時(shí)的早期案例)應(yīng)重點(diǎn)關(guān)注具有真實(shí)且可衡量的業(yè)務(wù)成果的機(jī)會(huì)。

為什么為此目的使用AI會(huì)比現(xiàn)有流程更好?

AI成為新的“簡單”按鈕的想法很容易被吸引。但是新的并不總是意味著更有價(jià)值-在權(quán)衡各種AI項(xiàng)目的利弊時(shí)，請(qǐng)考慮預(yù)期的收益是否能證明更換現(xiàn)有流程所需的時(shí)間和投資是合理的。

如果項(xiàng)目成功，會(huì)有什么好處，而如果失敗，后果是什么?

沒有人喜歡在AI項(xiàng)目開始之前就想到失敗，但事實(shí)是87%的數(shù)據(jù)科學(xué)項(xiàng)目從未將其投入生產(chǎn)。因此，重要的是評(píng)估最壞情況發(fā)生后的后果。

品牌聲譽(yù)或客戶信任度是否會(huì)受到重大損害?

人工智能項(xiàng)目的組織信任水平和數(shù)據(jù)團(tuán)隊(duì)執(zhí)行能力是否會(huì)受到損害?

是否存在有關(guān)合規(guī)性或客戶隱私的風(fēng)險(xiǎn)?

項(xiàng)目的數(shù)據(jù)將來自哪里，并且已經(jīng)存在?

當(dāng)組織想要實(shí)施出色的AI解決方案但又沒有針對(duì)特定任務(wù)的隨時(shí)可用的數(shù)據(jù)時(shí)，就會(huì)發(fā)生斷開連接。那些處理第一個(gè)AI項(xiàng)目的企業(yè)可能會(huì)考慮選擇僅依賴內(nèi)部數(shù)據(jù)的初始項(xiàng)目，而不是那些嚴(yán)重依賴第三方資源或定制制造大量培訓(xùn)數(shù)據(jù)的項(xiàng)目(例如斯坦福大學(xué)的Snorkel，亞馬遜的Mechanical Turk或Google的AI平臺(tái))數(shù)據(jù)標(biāo)簽服務(wù))。

何時(shí)應(yīng)提供初始工作原型以及隨后的生產(chǎn)最終解決方案?

AI項(xiàng)目的時(shí)間表不僅應(yīng)包括開發(fā)時(shí)間和工作原型的期限，還應(yīng)包括部署到生產(chǎn)和第二(或第三)迭代的期限。人工智能項(xiàng)目非常適合MVP方法，因?yàn)榱私鈾C(jī)器學(xué)習(xí)模型性能的最佳方法是在生產(chǎn)中，因此，成功項(xiàng)目的關(guān)鍵在于及早操作，經(jīng)常調(diào)整和推出新版本。

當(dāng)今最成功的組織已經(jīng)接受了這樣一種想法，即有效地利用數(shù)據(jù)和技術(shù)不僅可以提高競(jìng)爭(zhēng)優(yōu)勢(shì)，而且可以改善員工和客戶的體驗(yàn)。但是，在計(jì)劃組織的AI戰(zhàn)略時(shí)，必須具有戰(zhàn)略性和審慎性，這一點(diǎn)很重要。將這六個(gè)問題用作入門的框架或步驟，將有助于避免錯(cuò)誤定義AI項(xiàng)目的錯(cuò)誤開始，并為成功創(chuàng)造環(huán)境。