吳恩達：諸位CEO，我有一本「AI轉型祕籍」傳授給你

機器之心報道，參與：澤南、張倩、李亞洲。

CEO 們應該如何藉助 AI 對本身的企業進行轉型？吳恩達在今年 8 月份時曾發佈 Twitter 表示在與衆多 CEO 交流事後，將會發佈一個面向公司管理層的報告介紹 AI 產業轉型。做爲斯坦福大學的教授，在線課程 Coursera 的發起者，吳恩達此次準備以教育者的身份將「All in AI」的經驗傳授給衆多公司管理者們。

剛剛，吳恩達的這份《AI 轉型指南》出爐了。準備投身 AI 時代的你，是否是要了解一下？

PDF 下載地址：d6hi0znd7umn4.cloudfront.net/content/upl…

「AI 轉型指南綜合了我此前在谷歌和百度創建 AI 研究團隊時學到的不少經驗教訓，同時也包含我與不少其餘公司 CEO 在交流以後的心得，這其中包含不少科技行業之外的人。」吳恩達在《指南》發佈前的採訪中告訴 VentureBeat。

吳恩達認爲，試圖將公司轉型爲人工智能驅動企業的管理者正面臨着一些挑戰，同時也可能會犯一些常見錯誤。他警告說，僅僅關注數據和工程，或者錯誤估計人工智能的做用都有可能致使失敗。

讓咱們看看吳恩達的 AI 轉型指南是怎麼說的：

如同百年前電力的出現同樣，人工智能將會變革每一個產業。從如今開始到 2030 年，它將會創造大約 13 萬億的 GDP 增加。同時，AI 已經爲谷歌、百度、微軟、Facebook 這樣的科技巨頭創造的巨大的價值，其創造出的大部分附加價值將超越軟件行業。

《AI 轉型指南》從谷歌大腦和百度 AI 團隊的發展中收集洞見，它們對谷歌、百度的 AI 轉型扮演着重要角色。參照此指南，任何企業都有可能成爲強大的 AI 公司，儘管這些建議主要是爲市值在 5 億-5 千億美圓之間的大型公司定製的。

如下是我爲企業 AI 轉型給出的建議，在《指南》中也有詳盡解釋：

1. 實行試點項目得到動力

2. 創建一支內部 AI 團隊

3. 提供普遍的 AI 培訓

4. 策劃合適的 AI 戰略

5. 創建內部和外部溝通

1. 實行試點項目得到動力

首批 AI 項目的成功要比作最有價值的 AI 項目更爲重要。這些 AI 項目要足夠有意義，由於初期的成功將會幫助你的公司熟悉 AI，讓公司的其餘人信服從而進一步投資 AI 項目。此外，這些項目不能過小，讓別人以爲不重要。重要的是讓輪子轉起來，讓 AI 團隊得到動力。

對首批 AI 項目的一些建議：

• 對全新的 AI 團隊或者外部的 AI 團隊（對你的業務不夠了解）來講，這些項目要可以與公司的內部團隊（足夠了解公司業務）合做並創建 AI 解決方案，在 6-12 月內開始顯現牽引力。

• 這些項目要有技術可行性。不少公司開始作的項目用現在的 AI 技術不可能實現。在開始以前，讓 AI 工程師作盡職調查能夠確保這些 AI 項目的可行性。

• 對項目可以創造的商業價值，有明確的定義與測量標準。

在我帶領谷歌大腦團隊時，谷歌內對深度學習技術抱有極大的懷疑（更普遍的來講，全世界也是這樣）。爲了幫助谷歌大腦得到動力，我選擇了谷歌語音團隊做爲個人首個內部客戶，經過密切合做提高了谷歌語音識別的準確率。語音識別對谷歌來講是個有意義的項目，而不是最重要的。相比之下，把 AI 應用於網頁搜索或者廣告更爲重要。但經過在語音識別上的成功，其餘團隊開始信任咱們，也讓谷歌大腦得到了動力。

一旦其餘團隊開始看到谷歌大腦在語音識別上的成功，咱們就可以得到更多內部客戶。谷歌大腦的第二個重要內部客戶是谷歌地圖，他們使用了深度學習技術改進地圖數據的質量。有了這兩個成果，我開始與廣告團隊溝通。有了動力，逐漸帶來愈來愈多的成功。這個過程你能夠在公司內複製。

2. 創建內部 AI 團隊

雖然與外部資深 AI 專家的合做能幫助你快速得到最初的動力，但長期來看，創建內部 AI 團隊執行一些項目會更高效。此外，你也會想在公司內部作一些項目，從而創建競爭優點。

創建內部團隊，聘用高管級別的人很是重要。在互聯網崛起的時候，對許多公司來講，聘請 CIO 對公司結合互聯網策略很是重要。相比之下，從數字市場、數據科學實驗到發佈新網站，這樣作單獨實驗的公司難以利用互聯網的能力，由於這些小的實驗項目難以延展從而讓公司轉型。

對於 AI 領域的許多公司來講，一個關鍵的時刻在於組建一個能夠幫助整個公司的 AI 集中團隊。若是擁有恰當的職能，這樣一個團隊能夠由 CTO、CIO 或 CDO（首席數據官）帶領，也能夠由一位勤勉的 CAIO（首席 AI 官）帶領。他們的關鍵職責包括：

• 爲整個公司建立所需的 AI 力量。

• 執行一系列跨職能項目，以 AI 項目支持不一樣的部門/業務。在完成最初的項目後，創建重複的流程來持續交付一系列有價值的 AI 項目。

• 制定一致的招聘和留用標準。

• 針對整個公司開發對多個部門/業務羣體有用的平臺，這些平臺不可能由單個部門開發。例如，考慮與 CTO / CIO / CDO 合做，制定統一的數據倉儲標準。

許多公司都有多個業務部門向 CEO 報告。有了一個新的 AI 團隊，你將可以將 AI 人才聚集到不一樣的部門，以推進跨職能項目。

新的職務說明和新的團隊組織將會出現。我如今以機器學習工程師、數據工程師、數據科學家和 AI 產品經理的角色分配來組織團隊工做，這種方式不一樣於前 AI 時代。一個好的 AI 領袖將幫助你創建正確的流程。AI 人才爭奪戰已經打響，不幸的是，大多數公司將很難僱傭到斯坦福 AI 博士，甚至連斯坦福 AI 本科生都很難聘到。人才爭奪戰在短時間內基本上是零和遊戲，所以與一個能幫助你組建 AI 團隊的招聘夥伴合做將會是不小的優點。然而，爲你現有的團隊提供培訓也是大量培養內部新人才的好方法。

3. 提供普遍的 AI 培訓

目前沒有一家公司擁有足夠的 AI 內部人才。雖然媒體對 AI 高薪的報道有些誇大了（媒體引用的數字每每是離羣值），但 AI 人才的確供不該求。幸運的是，隨着數字內容（包括 Coursera 等在線課程、電子書和 YouTube 視頻）的增加，培訓大量員工掌握 AI 等新技能比以往任什麼時候候都更具成本效益。聰明的 CLO（首席學習官）知道他們的工做是策劃，而不是創造內容，而後創建流程來確保員工完成學習過程。

十年前，員工培訓意味着聘請顧問到公司上課。但這麼作效率並不高，ROI 也不清晰。相比之下，數字內容成本更低，也能帶給員工更加個性化的體驗。若是能夠拿出聘請顧問的預算，那麼他們教授的內容應該是在線內容的補充。（這叫作翻轉課堂教學法。我發現，若是實施得當，這種作法能夠加快學習進度，同時帶來更加溫馨的學習體驗。例如，我在斯坦福大學的校內深度學習課程就是利用這種方式授課的。）僱傭幾位 AI 專家親自來教也能激勵員工學習這些 AI 技能。AI 將變革不少職業。你應該告訴每一個人，他們須要在 AI 時代找到適合本身的定位。向專家諮詢有助於你定製適合本身團隊的課程。然而，一個名義上的教育計劃可能會是這樣：

• 主管及高級商務經理：（培訓時間⩾4 小時）

目標：讓主管了解 AI 能夠幫助公司作什麼，開始制定 AI 策略，制定合適的分配決策，與支持有價值的 AI 項目的 AI 團隊順利合做。課程：

• 理解基本的 AI 概念，包括基本技術、數據以及 AI 能/不能作什麼。

• 理解 AI 對公司戰略的影響。

• AI 應用於類似行業或你所在行業的案例研究。

• 執行 AI 項目的部門領導：（培訓時間⩾12 小時）

目標：部門領導應該可以爲 AI 項目設定方向、分配資源、監控和跟蹤進度，並根據須要進行調整，以確保項目的成功交付。課程：

• 理解基本的 AI 概念，包括基本技術、數據以及 AI 能/不能作什麼。

• 理解基本的 AI 技術，包括算法的主要類別及其要求。

• 理解 AI 項目的基本工做流程、AI 團隊中的角色和職責以及團隊的管理。

• AI 工程師學員：（訓練時間⩾100 小時）

目標：新培訓的 AI 工程師應該可以收集數據、訓練 AI 模型並交付特定的 AI 項目。課程：

• 深入理解機器學習和深度學習技術；基本理解其餘的 AI 工具。

• 瞭解用於構建 AI 和數據系統的可用（開源和第三方）工具。

• 可以貫徹 AI 團隊的工做流程。

• 此外：還要持續學習，以跟上 AI 技術發展的腳步

4. 創建 AI 戰略

AI 戰略能引導你的公司創造更多價值，也能創建防護機制。一旦公司團隊看到最初 AI 項目的成功，加深對 AI 的理解，你就可以找到 AI 可以創造價值的地方，並專一於此。

一些公司高層會認爲創建 AI 策略應該是第一步。但以個人經驗，在有一些基礎經驗以前，大部分公司難以創建深思熟慮的 AI 策略。這些基礎經驗能夠從前面 3 個步驟得到。

隨着 AI 的演進，你創建防護壁壘（defensible moats）的方法也要變化。如下是須要考慮的一些方法：

• 根據一個統一的策略，創建多個不一樣的 AI 資產：AI 能讓公司以一種新的方式創建獨特的競爭優點。Michael Porter 寫的商業策略表示創建壁壘業務的一種方法是根據一個統一的策略搭建多個不一樣的資產。從而讓競爭者難以同事複製這些業務。

• 利用 AI 爲公司產業打造特定優點：相比於與谷歌這樣的科技公司在「廣義」AI 上展開競爭，我建議你成爲所在產業分支的領頭 AI 企業，開發獨一無二的 AI 能力可讓你得到競爭優點。AI 對你公司策略的影響是由產業與情境決定的。

• 根據「AI 良性循環」設計反饋積極的策略：在許多產業，咱們能夠看到數據積累會帶來壁壘業務：

例如，谷歌、百度、Bing、Yandex 這樣的網頁搜索引擎有大量與用戶點擊、搜索詞條相關的數據資產。這些數據幫助這些公司創建更準確的搜索引擎產品（A），進而幫助它們得到更多用戶（B），而後得到更多的用戶數據（C）。這種積極的反饋循環讓競爭者難以攻破。

數據對 AI 系統來講是關鍵資產。所以許多 AI 公司也擁有複雜的數據策略。你的數據策略包括的關鍵元素應該有：

• 戰略數據獲取：從 100 數據點（小數據）到十億數據點（大數據）均可以創建有用的 AI 系統。但數據越多隻會更加有益。AI 團隊都在使用複雜、橫跨多年的策略來獲取數據，且不一樣產業、情境得到數據的策略也不一樣。例如，谷歌、百度都有大量免費產品讓它們得到有商業價值的數據。

• 統一數據庫：若是你的數據庫被 50 個不一樣高管或者部門掌控，工程師或者 AI 軟件想要訪問這些數據、鏈接節點幾乎是不可能的。相反，要集中這些數據或者聚攏爲少許數據庫。

• 要學會區分數據的價值高低：擁有多少 TB 的數據並不意味着 AI 團隊就能從中創造價值。期望 AI 團隊能夠奇蹟般地從一個大數據集中創造價值頗有可能會遭遇失敗。我曾痛心地看到 CEO 們花冤枉錢收集低價值數據，甚至爲了數據收購一家公司，到頭來卻發現目標公司的數兆字節數據毫無用武之地。爲了不這種錯誤，應該在數據收集之初就開始組建 AI 團隊，讓他們幫你決定要收集和存儲的數據的優先級別。

創造網絡效應和平臺優點：最後，AI 還能夠用來構建更加傳統的「護城河」。例如，具備網絡效應的平臺是高度可防護的業務。它們與生俱來的「成王敗寇」特性迫使公司實現快速增加，不然就會死掉。若是 AI 可讓你以比對手快的速度獲取用戶，那麼你能夠用 AI 來構建一條「護城河」，藉助平臺的上述特性進行防護。更普遍地說，你也能夠將 AI 用做低成本戰略、高價值戰略或其餘商業戰略的關鍵組成部分。

5. 創建內部和外部溝通

人工智能將顯著地影響業務。若是已影響到主要利益攸關方，那麼你應該經過運行相關通訊程序以確保多方進度一致。如下是你應該爲每位受衆考慮的內容：

投資者關係：現現在，領先的人工智能公司（例如谷歌和百度等）同時也是更有價值的公司，部分緣由在於其人工智能能力以及人工智能對其業績的影響。經過爲公司業務的人工智能創做一份解釋明確的價值創造論文，描述公司不斷增加的人工智能能力，最後呈現成熟完備的人工智能戰略，將有助於投資者穩當地評估你的公司業務。

政府關係：若是公司處在受到嚴格監管的行業（自動駕駛汽車，醫療保健），就會面臨如何保持業務合規的獨特挑戰。對於這樣的公司，構建可信的且引人注目的人工智能願景，並解釋你的項目能夠爲行業或社會帶來價值和利益，是與政府創建信任和藹意合做的重要一步。在你推出公司項目時，以上建議須要與政府直接溝通，以及同監管機構的持續對話相結合。

客戶/用戶培訓：人工智能可能會爲你的客戶帶來巨大利益，所以請務必確保傳播適當的營銷和產品路線圖訊息。

人才/招聘：因爲人工智能相關人才稀缺，強大的僱主品牌將對你吸引和留住此類人才的能力產生重大影響。人工智能工程師一般但願能接手使人興奮且有意義的項目。所以做爲僱主，適當展現公司業務的成功將有助於你招賢納士。

內部溝通：目前大衆對於人工智能仍然知之甚少，加上針對強人工智能的過分炒做，因此大衆心中存在恐懼、不肯定和懷疑。許多僱員也會擔憂職位被人工智能取代。儘管這種認知因文化而異（例如，這種恐慌感覺在美國比在日本更嚴重）。因此，清晰的內部溝通不只能透徹地闡釋人工智能，也能夠打消員工的顧慮，從而減小公司內部對採用人工智能的抗拒。

聽從歷史規律，對你的成功相當重要

瞭解互聯網興起時代的轉型對於引導公司轉向 AI 很是有意義。有許多企業在互聯網崛起的過程當中犯了一個錯誤，但願你在人工智能興起的過程當中可以避免這種錯誤。

咱們從互聯網時代學到的是：

購物中心+網站≠互聯網公司

即便一個購物中心創建了一個網站，並在其上售賣商品，這自己並無讓購物中心變成真正的互聯網公司。互聯網公司的真正定義是：你可否讓互聯網在你的公司發揮其應有的優點？

例如互聯網公司廣泛採用的 A/B 測試，按期上線兩個版本的網站，並比較哪一個效果更好。科技公司甚至能夠同時運行上百個實驗，但這在實體的購物中內心確定很難實現。互聯網公司也能夠每週推出一個新產品，同時學習競品的速度很是快，而購物中心或許每一個季度才能更新一次設計。互聯網公司中存在產品經理、軟件工程師這樣的獨特職位，這些員工擁有獨特的合做形式和工做流程。

深度學習是目前 AI 領域發展最快的方向之一，它與互聯網興起時有些類似之處。今天咱們會發現：任何普通公司+深度學習技術≠AI 公司

爲了讓你的公司在人工智能方面作得足夠好，你須要引導你的公司發揮 AI 真正的優點。

爲了讓你的公司充分轉入人工智能，你必須：

• 系統地執行多個有價值的 AI 項目：人工智能公司必須擁有外包或自有技術和人才，能夠系統地執行多個 AI 項目，直接做用於業務。

• 對 AI 充分理解：公司員工須要對人工智能有通常性理解，並採用適當流程來系統地識別和選擇有價值的 AI 項目。

• 把握戰略方向：公司的戰略須要大致上和人工智能賦能的將來保持一致。

將大型公司轉型爲強大的 AI 公司很是具備挑戰性，但在正確合做夥伴的支持下，這是能夠完成的任務。Landing.AI 致力於幫助合做夥伴實現人工智能業務轉型，這家公司將來還將分享更多的實踐。

吳恩達估計，傳統公司的人工智能業務轉型一般須要花 2 到 3 年時間，但人們能夠在實施轉型的 6-12 月後看到最初的結果。投資人工智能的企業將領先於競爭對手，並快速發展。