AI（人工智能）技術正在改變每個行業，如同100年前電力的使用一樣。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，但其他許多附加價值創造浪潮將超越軟件領域。

AI將如何走入公司？Landing AI 董事長兼首席執行官吳恩達（Andrew Ng）于去年年底發布了這本AI轉型手冊。

其中借鑒了谷歌大腦團隊（Google Brain）和百度人工智能團隊（BaiDu AI Group）的見解，這些見解為谷歌和百度轉型為大型人工智能公司發揮了主導作用。盡管這些建議主要針對市值從5億美元到5萬億美元的大型企業，但任何企業遵循這一策略，都有可能成為強大的人工智能公司。

1、以成功為目標實施試點項目

2、建立內部AI團隊

3、提供廣泛的AI培訓

4、制定企業的AI戰略

5、開展內外部溝通

以成功為目標實施試點項目

對于初始的少數人工智能項目來說，成功比有價值更重要。最初的成功將有助于公司員工逐漸熟悉人工智能，并說服公司的其他人進一步關注人工智能項目，這是試點項目的重大意義。試點項目不應該太小，規模太小會使得其他人認為它微不足道。重要的是要讓項目高速運轉，這樣你的人工智能團隊才能獲得動力。

對試點項目的幾點建議：

1、理想情況下，由新的或外部的人工智能團隊（可能對您的業務沒有深入的認識）與公司內部團隊（對公司業務具有深入的知識）合作，并在6-12個月內構建有效的人工智能解決方案。

2、確保項目應在技術上可行。太多的公司仍在啟動當今人工智能技術不可能實現的項目；在項目啟動前，讓值得信賴的人工智能工程師對項目進行盡職調查，增強項目的可行性。

3、有一個明確定義和可衡量的目標以創造業務價值。

當我領導谷歌大腦團隊（Google Brain）時，谷歌內部（更廣泛地說，在世界各地）對深度學習技術存在著重大的懷疑。為了幫助團隊獲得動力，我們第一次選擇的是與谷歌語音（Google Speech）團隊合作，我們與他們密切合作，使谷歌語音識別更加準確。語音識別是谷歌的一個有意義的項目，但不是最重要的項目，例如從盈利能力看，它沒有人工智能應用于網絡搜索或廣告重要。但是，通過讓團隊成功地運用深度學習工作，其他團隊開始信任我們，這使得我們的團隊獲得了發展動力。

一旦其他團隊看到谷歌語音（Google Speech）與谷歌大腦（Google Brain）成功的合作，我們便獲得更多的內部合作機會。我們的第二個內部團隊是谷歌地圖（Google Maps），它使用深度學習來提高地圖數據的質量。有了兩次成功的合作后，我開始與廣告團隊交談。逐漸形成的勢頭，使得人工智能項目越來越成功。這個過程是可重復的，您也可以在自己的公司中使用。

建立內部AI團隊

雖然擁有深厚技術的外包合作伙伴可以幫助您更快地獲得最初的成功，但從長遠來看，與內部人工智能團隊一起執行某些項目將更有效率。此外，您還需要保留公司內部項目供內部員工執行，以建立更獨特的競爭優勢。

構建內部團隊需要獲得高層管理者的認可，這點很重要。在互聯網興起的過程中，雇傭一名首席信息官是大多數公司制定互聯網戰略的轉折點。然而，如果這些試點項目未能成功擴展到公司其他部門的話，那么在數字營銷、數據科學實驗，還有新的網站發布等板塊進行獨立實驗的公司就無法充分利用互聯網的能力。

人工智能時代，對于許多公司來說關鍵的是再次形成中心化的人工智能團隊，以協助整個公司運作。這個人工智能團隊可以在首席數據官或首席數字官（CTO、CIO或CDO）下屬工作，前提是他們具備所需技能。它還可以由專門的首席人工智能官（CAIO）領導。

人工智能團隊的主要職責是：

1、建立人工智能體系為公司提供支持。

2、建立并執行交叉項目的初始序列，以支持多部門/業務單位的人工智能項目。完成某個項目之后按順序繼續開發，持續交付一系列有價值的人工智能項目。

3、制定統一的招聘和留用標準。

4、開發多部門/業務單位共享但不由單個部門開發的公司整體平臺。例如，考慮與CTO/CIO/CDO合作開發統一的數據倉庫標準。

大多數公司的業務部門需要單獨向CEO匯報。但有了新的人工智能單元配合不同的部門，以推動跨職能項目。

新的職位職責和團隊組織將出現。我現在組織團隊工作的方式，如機器學習工程師、數據工程師、數據科學家和人工智能產品經理，就與人工智能時代之前不同。一個好的人工智能領導者將能夠協助你建立有效的流程。

AI人才爭奪戰正在激烈上演，不幸的是大多數公司幾乎雇傭不到斯坦福大學人工智能博士生（甚至本科生）。因為人才爭奪戰在短期內是零和游戲，與外部招聘團隊合作會在建立團隊上具有極大的優勢。然而，也可由現有的團隊提供培訓，在公司內部創建新的人才團隊。

提供廣泛的AI培訓

在人工智能領域，至今仍沒有一家公司有足夠的內部人才。盡管媒體對人工智能高薪的報道過于夸大（媒體引用的數字往往夸大其詞），但人工智能人才是真的很難找。幸運的是，隨著數字內容的興起，包括諸如Coursera、ebooks和YouTube視頻等慕課（Mooc：大規模開放在線課程），在人工智能領域，培訓員工比以往更具效率。機智的首席學習官（CLO Chief Learning Officer）知道如何規劃培訓，然后建立流程以確保員工完成學習體驗，而不是創建內容。

十多年前，培訓方式是雇傭顧問來你的辦公室講課。但這是低效的，投資回報也不明確。相比之下，數字課程更實惠，也為員工提供了更個性化的體驗。如果你有聘請顧問的預算，那么面對面的課程應該是在線課程的補充。（這就是所謂的“翻轉課堂”教學法。

我發現，如果實施得當，這將產生更高的學習效率和更愉快的體驗。例如，在斯坦福大學，我開設在校園的深度學習課是用這種形式的教學法教授的。）聘請人工智能專家提供個人經驗也可以幫助你的員工學習人工智能技術。

人工智能將改變許多崗位。你需要給每個人提供相關知識，以適應他們在人工智能時代的新角色新崗位。咨詢專家可以為你的團隊開發定制的課程。

一個概念性的教育計劃大體如下：

1.高管和高級業務主管：（培訓時間不少于4小時）

目標：高級管理人員應了解人工智能可以為您的企業做哪些事情，制定人工智能戰略，做出適當的資源分配決策，并與人工智能團隊合作，支持有價值的人工智能項目開發。

課程目標：

理解人工智能的基本業務，包括基本技術、數據以及人工智能能做和不能做的事情。

了解人工智能對企業戰略的影響。

研究相關行業或特定行業的人工智能應用程序的案例。

2.執行人工智能項目的部門領導（培訓時間≥12小時）

目標：部門領導應能為人工智能項目設定方向、分配資源、監控和跟蹤進度，及時糾正過程中的紕漏，以確保項目成功交付。

課程目標：

對人工智能業務的基本理解，包括基本技術、數據以及人工智能能做和不能做的事情。

對人工智能的基本技術理解，包括主流算法及其要求。

對人工智能項目的工作流程和程序、人工智能團隊中的角色和職責以及人工智能團隊的管理有基本了解。

3.受訓的人工智能工程師：（培訓時間≥100小時）

目標：接受培訓的人工智能工程師應該能夠收集數據，開發人工智能模型，并交付特定的人工智能項目。

課程目標：

在技術層面，對機器學習和深度學習有深入理解；對其他人工智能工具有基本的了解。

了解用于構建人工智能和數據系統的可用工具（開源工具和其他第三方工具）。

能夠推進人工智能團隊的工作流程和程序。

此外：持續教育，跟上不斷發展的人工智能技術。

制定企業的AI戰略

人工智能戰略可以指導公司創造價值，同時也建立起了商業壁壘。一旦人工智能團隊取得了初始項目的成功，并對人工智能有了更深入的了解，那么公司就能夠確定人工智能能可以創造最大價值的領域，并可以將資源集中在這些領域持續開發。

有些高管會認為，制定人工智能戰略應該是第一步。但根據我的經驗，大多數公司并不具備制定周全的人工智能戰略的能力，除非他們具備下面提到的三個步驟涉及的基本經驗。

構建商業壁壘也要隨著人工智能的發展而發展，以下是一些思路:

建立與公司戰略協同一致的若干人工智能項目

人工智能可以使企業擁有新的且獨特的競爭優勢。邁克爾·波特（Michael Porter）在關于商業戰略的開創性著作中表明，有一種建立商業壁壘的方法是，建立若干個與公司戰略協同一致的人工智能項目。競爭對手很難復制所有這些項目。

利用人工智能創造行業細分優勢

我建議，不要試圖和谷歌那樣的以人工智能為導向的科技公司開展“常規”競爭，而是要成為你所在行業的領先的人工智能公司。開發獨特的人工智能功項目將使你獲得競爭優勢，人工智能如何影響你公司的戰略將取決于具體行業和具體情況。

設計與“人工智能良性循環”正反饋相協調的策略

在許多行業中，我們可以根據獲得積累的數據形成商業壁壘。

例如，谷歌、百度、必應和Yandex等領先的網絡搜索引擎擁有巨大的數據資產，可以顯示用戶在搜索后又點擊了哪些鏈接。這些數據有助于公司構建更準確的搜索引擎產品（A），從而幫助他們獲得更多的用戶（B），進而幫助他們擁有更多的用戶數據（C）。競爭對手很難突破這種積極的反饋循環。

數據是人工智能系統的關鍵資產。因此，眾多大型人工智能公司都會建立復雜的數據策略。數據策略的關鍵要素可能包括：

戰略數據采集：人工智能系統可以用100個數據點（“小數據”）到100000000個數據點（“大數據”）的任意位置構建，但是擁有更多的數據越有益。人工智能團隊正在使用非常復雜的長期策略來獲取數據，具體的數據獲取策略依據行業和具體情況而定。例如，谷歌和百度都有大量的可以獲取有商業價值的數據的免費產品。

統一數據庫：如果數據庫被50個不同的高管或部門控制，那么工程師或人工智能軟件幾乎不可能訪問這些數據并建立“連接點”。相反，應考慮將數據集中到統一的數據庫中，或者集中到少量分區的數據庫中。

識別哪些數據是有價值的，哪些數據沒有價值：自動抓取的數據并不意味意味著人工智能團隊將能夠從這些數據中創造價值。期望一個人工智能團隊能夠隨機從一個大數據集奇跡般地創造價值，這是一個很大概率可能失敗的模式。

我很痛心地看到許多首席執行官們過度投資于收集低價值數據，甚至買下一個公司僅僅為了他們龐大的毫無價值的數據，這是沒用的。通過在數據采集過程中盡早引入一個人工智能團隊來避免這個錯誤，并讓他們幫助您確定要獲取和保存的數據類型的優先級。

創造網絡效應和平臺優勢

最后，人工智能還可以用來建造更傳統的商業壁壘。例如，具有網絡效應的平臺是高壁壘的業務。他們通常有一種自然的“贏家全力以赴”的趨勢迫使公司要么快速成長，要么死亡。如果人工智能讓你快過競爭對手獲得用戶，那么它可以被用來構建通過平臺動態防御的商業保護屏障。更廣泛地說，您還可以將人工智能用作低成本戰略、高價值戰略或其他業務戰略的關鍵組成部分。

開展內外部溝通

人工智能將顯著影響您的業務。考慮到業務對關鍵利益相關者的影響程度，您應該保持溝通確保一致性。下面是您應該為受眾方考慮的問題：

投資者關系

谷歌（Google）和百度（Baidu）等領先的人工智能公司現在具有更高的價值，部分原因是它們的人工智能以及人工智能能力對其凈利潤的影響。解釋一個具有潛力價值的人工智能理論，描述您不斷增長的人工智能能力，并有一個深思熟慮的人工智能戰略將幫助投資者適當地評價您的公司。

政府關系

在高度管制行業（自動駕駛汽車、醫療保健）的公司面臨著保持合規性的獨特挑戰。設計可信的、有說服力的人工智能故事，說明你的項目能給你所在行業或社會帶來的價值和利益，是建立信任和善意的重要步驟。應該在你首次推出項目時和政府部門直接溝通，并于監管機構持續對話。

客戶/用戶數

人工智能可能會給您的客戶帶來顯著的好處，因此請確保傳播出適當的營銷和產品信息。

人才/招聘

由于人工智能人才的稀缺性，強大的雇主品牌將對吸引和留住人才產生重大影響。令人興奮和有意義的項目可以吸引人工智能工程師參加。適當展示你最初成功的項目對招賢納士有大幫助。

內部溝通

因為人工智能至今仍然不被大眾所理解，特別是人工智能部分板塊已經被過度炒作，大眾對人工智能的恐懼、不確定性和懷疑泛濫。許多員工也擔心自己將被人工智能自動化替代，盡管這在文化上差異很大（例如，這種恐懼在美國比在日本更為明顯）。清晰的內部溝通既能解釋人工智能，又能解決此類員工的顧慮，這將減少不愿意采用人工智能的阻力。

對成功很重要的歷史經驗

了解產業如何進行互聯網轉型對于引導人工智能發展是有用的。這里總結了一些在互聯網崛起過程中很多企業常犯的錯誤。

互聯網時代我們要知道：購物中心+網站≠互聯網公司

即使購物中心建立了網站，在網站上售賣產品，但這并沒有把購物中心變成真正的互聯網公司。真正的互聯網公司的定義是：使用互聯網技術能不能讓你的公司變得更好，你有沒有組織你的公司配合互聯網技術

例如，互聯網公司都會進行的A/B測試，在測試中，我們通常會發布兩個版本的網站，并測試哪個版本更好。一家互聯網公司甚至可能同時運行數百個實驗，但這對于實體購物中心來說是非常困難的。互聯網公司也可以每周發布一個新產品，比每三個月只更新一次陳設的的購物中心快得多。互聯網公司對產品經理和軟件工程師等角色有獨特的工作描述，并且這些工作具有獨特的工作流程和程序，還有特殊的協作方式。

深度學習是人工智能發展最快的領域之一，它與互聯網的興起有著相似之處。如今我們發現：

任何典型公司+深度學習技術≠人工智能公司

為了讓你的公司在人工智能方面變得出色，你必須組織你的公司去發揮人工智能真正的優勢，引導公司做得很好。

為了讓你的公司在人工智能領域表現出色，你必須具備：

1. 調集資源系統執行多價值的人工智能項目:人工智能公司擁有外包和/或內部技術和人才，可以系統地執行多個為業務帶來價值的人工智能項目。

2. 充分理解人工智能:應全面了解人工智能，并制定恰當的流程，系統地識別和選擇有價值的人工智能項目。

3. 戰略方向:公司的戰略大致圍繞人工智能賦能的未來，以期取得成功。

公司人工智能轉型可能需要2-3年，但您應該在6-12個月內看到初步的效果。通過投資人工智能轉型，您將保持領先于您的競爭對手，并利用人工智能能力顯著提升您的公司實力。