量化业务目标有多重要？
极客时间编辑部
讲述：丁婵大小：4.24M时长：03:05
你好，欢迎收听极客视点。
目前，人工智能在业务领域还处于初级阶段，所以人工智能的各个方面都可能会出问题。这些陷阱许多是技术上的，但有些则不是。对于团队中的业务人员来说，他们可能无法应对许多人工智能项目的问题，因为他们并不具备足够的数据科学知识或技术专长。但是，让他们参与或者意识到哪些事情具有重大业务影响是十分必要的。
最近，AI 研究与咨询公司 AI Prescience 的首席执行官沃斯·拉曼（Was Rahman）指出 AI 技术应用于业务中的其中一个陷阱是：未量化或未声明的业务目标。拉曼简要解释了这个陷阱，并给出了应对措施。以下是 InfoQ 的翻译内容，供你参考。
有很多文章、会议纪要和书籍描述了 AI 如何能帮助提升业务，但介绍如何量化这些收益的文章却很少。当人们公开谈论或撰写 AI 的收益时，很少提及数字。
这导致企业在 AI 方面的支出陷入两难境地。收益如果没有基准和无法量化，AI 业务论证（又称业务案例）不太可能达到与其他预算相同的水准。但当所有人都在谈论人工智能将如何改变企业时，不提及 AI 工作取得的成绩似乎又是有问题的，即使数字很模糊或不完全。
即使你知道自己进退两难的原因，答案也不太容易被理解。当 AI 被热炒的时候，许多企业便冲动地开始从事可能代价十分昂贵的 AI 工作，却完全不清楚自己希望从中获得什么。一些人认为这无可厚非，因为 AI 在未来很可能具有重要的战略意义。但可以说，这反而使得设置目标更加重要。
然而，许多人工智能从业者的经验是，相当多的公司并没这样做。不出所料，这可能会导致人们对人工智能失望或怀疑，以及新的人工智能计划被搁置。
有几种方法可以解决这个问题：
将支出与现有投资和成本中心（如研发或能力建设）分到一组。
设定“软性”业务目标，即有意识地在衡量结果上容许更大的自由度。
使用初始项目为未来的业务论证创建相关指标的基线。
消除这个陷阱包括以下两个步骤，应该分别对待它们：
第一，选择对于业务而言有意义的衡量指标，使这些指标与 AI 工作产出的联系更加清晰可见；
第二，确定使用 AI 技术后，业务度量预计会有多大程度的改进（如果有的话）。
这两个步骤没一个是容易的，而且几乎没有任何现成的行业报告或基准能供你参考。但每一个目标都不是不可实现的，坚持不懈这么做的人一定会领先于大多数竞争对手。
以上就是今天的内容，希望对你有所帮助。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》，如需阅读全部文章，
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论