吴恩达：如何应用人工智能来辅助商业决策
极客时间编辑部
讲述：杜力大小：4.53M时长：04:57
在 Landing.ai 成立后的一段时间，吴恩达去往了许多国家，和很多 CEO 聊过，了解到很多企业家如何应用人工智能来辅助商业决策。
目前，人工智能已经在很多行业应用，并促使其发生了改变。如果想要在新时代发展的更好的话，就一定要应用新技术。而决定一个公司是否能在人工智能时代发展的更好，则需要把公司的传统模式与机器学习相结合，但这绝不仅限于单纯的结合。比如百度和谷歌，需要大量的收集数据、建立数据库、普及自动化并引进大量的人才。
那么，互联网公司和人工智能公司有何不同呢？吴恩达称，目前很多公司对于互联网公司有一个误区，他们认为给一个商场配上一个线上网站，就等于互联网公司。
吴恩达定义了互联网公司的几大特点：
互联网公司需要大量的 A/B 测试；
迭代速度很快；
工程师及产品经理共同进行决策。
因此，互联网公司着重 A/B 测试、快速迭代以及工程师及产品经理的决策，而在人工智能时代，人工智能公司侧重数据收集战略、集中的数据库，以及普遍的自动化。
一个传统的技术公司加上神经网络或者机器学习，这还不是 AI 公司。能够统筹公司做非常好的人工智能工作，这才是真正的人工智能公司。
以一家搜索引擎公司为例，其会搜集到非常多的数据，如果你是公司的 CEO，让你的产品经理有渠道获取数据，并建立集中的数据库是非常重要的。另外在人工智能时代我们有大量新的职位等待着新的人才。
基于此，吴恩达提出了他对人工智能公司理解。一家好的 AI 公司应该有以下几点侧重：
数据搜集的战略。如何搜集数据？通过什么工作，在什么国家搜集数据，都需要明确。
集中的数据库。如果你的公司有 50 个数据库（databases），如果一个工程师做某个项目的时候需要到 50 个数据库找数据，那是非常困难的，所以现在的趋势是要尽量把数据集中起来。
普遍的自动化。很多 AI 公司正在做这件事，有很多自动化的机会。
新的人才需求。机器学习工程师，计算机视觉算法工程师。
那么 CEO 们更关心什么呢？
吴恩达曾经在自己的推特上发布了一个问题，称自己因为 Landing.ai 的项目到访很多国家，和非常多的 CEO 交流过他们的 AI 策略。
之后，他提出了他被 CEO 们问过最多的三个问题，并对此一一做出了解答：
1. 如何招聘 AI 人才，建立 AI 团队？
人工智能团队的组织架构应该有以下三步：首先，借助外部资源；其次，利用外部资源，但是仍然需要培养内部 AI 团队；最后，将内部 AI 团队与各个业务部门有机结合。
他尤其强调了企业向不同的业务部门提供人工智能培训的重要性。随着线上数字内容的兴起，教育及培训变得越来越容易。他提出了一个新的职位概念——公司的首席学习官（ChiefLearning Officer），可以利用大量的线上教育资源进行内容策展。例如发掘与筛选优质内容，整合与编辑，形成新的课程大纲；在企业内部传播与分享相关内容，并将培训计划与员工考评挂钩。
2. 如何挑选 AI 项目，哪些项目应该避免？
挑选人工智能项目的规模不是重点，重点是人工智能需要解决实际问题。而对于一些企业来说，可以通过投资或收购获得相关技术，并不是必须要自己独立去做。
他用自己的经历为例，提出自己在谷歌大脑的时候合作的第一个内部客户是谷歌的语音识别部门，并且通过这个项目建立了谷歌大脑的品牌。也就是说，规模不一定大，但是一定要非常有价值。
对于普适性的行业解决方案，向第三方购买；对于具有业务特殊性的解决方案，需要内部构建。
3.AI 与公司策略如何结合？
策略是复杂的，多方面的。可以选择一个核心的领域，打造属于自己的技术壁垒。
另一个很实用的建议是，不要和谷歌或者百度竞争通用 AI 技术，而是在自己的垂类用 AI 构筑技术壁垒。
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