今天，讓我們一起來聊聊首席AI官(CAIO)。
采用過程是這樣的：一位高管多次閱讀或被告知AI給他們的業務帶來了什么什么，然后CTO或者CIO對此進行調查并得出結論認為，AI可能有助于公司節省成本，但可能存在的缺點還不清楚。
接下來，這家企業可能會決定聘請一位博士，或者有相關研究經驗的人。他們的任務是構建X系統，然后讓系統運轉起來。最終，結果和期望不匹配，團隊解散或重新轉向數據科學應用。很快，業務部門給AI打上“炒作”的標簽，然后轉到別的方向去。
讓AI發揮作用很難，特別是在業務的限制下。
1、 你的CIO或者CTO是工程專家而不是人工智能專家
優秀的CTO知道如何讓軟件變現，他們知道降低成本的最佳方式，以及如何使用最新軟件工程范例解決問題。然而，他可能并不了解AI的最新趨勢以及如何能夠幫到企業。
AI領域是很大的，為了跟上最新趨勢，AI研究人員每天閱讀論文、參加會議、向來訪學者介紹最新的私人研究成果。在過去幾年中，發表有關機器學習的研究報告數量增速超過其他任何領域。雖然許多論文都是小改進，但你需要專家來理清關鍵發展和對業務的影響。可能就像識別文本這樣簡單的新方法一樣，可以突然為你的企業開辟一條全新的業務線。
CAIO應該是對AI有深入了解并熟悉當前方法(例如深度學習、強化學習、圖形模型、變分推理等)的人。如果沒有這些專業知識，他們部署的方法可能實施起來很慢，而且維護成本很高，或者不能擴展。
2、首席AI官是你在最新學術研究領域的生命線
眾所周知，谷歌和Facebook等大公司的頂級AI研究人員都有一些學術的背景，例如：
- Facebook 人工智能負責人Yann Lecun是深度學習的先驅，也是紐約大學計算智能、機器學習、機器視覺和機器人(CILVR)小組的負責人。
- 斯坦福人工智能實驗室(SAIL)負責人費飛飛也負責Google Cloud AI。
- 今年，Facebook在美國卡耐基梅隆大學開設人工智能實驗室，很多教授和學生都兼職加入該實驗室。
- 在加拿大另一位深度學習先驅，同時也是蒙特利爾學習算法研究所(MILA)的全職教授Yoshua Bengio，已經成功將Google Deepmind、Google Brain、Facebook AI和其他一些實驗室帶到蒙特利爾，他的學生也參與其中。
頂尖的科技公司已經看到了這個趨勢，從中他們可以直接接觸到世界頂級大學AI方向的學生。通過強大的學術聯系成立這些實驗室并建立合作伙伴關系，這有助于解決棘手的業務問題。
要吸引頂級AI人才，就要聘請頂級的AI研究員。為了留住人才，你必須允許你的AI團隊為開源AI社區做貢獻并發表論文。否則的話，他們會去Google或Facebook那里獲得自由。
3、C級高管需要一位值得信賴的專家，他可以部署AI以打造新的業務線
許多企業組織都沒有能夠充分利用AI，因為高管通常不了解AI，所以要聘請了解AI技術并了解如何解決業務問題的專家。有AI專家參加高管會議，將減少高官們對于新AI系統對收入的影響和潛在業務風險的擔憂。
有很多懷有各種新想法的同事被領導否掉，因為他們不了解新系統對業務的影響。不要讓高管缺乏這方面的專業知識，妨礙你所在的企業進行可能會給業務帶來巨大潛在優勢的AI變革。
Coursera公司創始人、斯坦福大學兼職教授、人工智能頂級專家吳恩達認為，首席AI官是具有那些“業務專長、能夠采用這種全新技術、并能夠與業務聯系起來”的人。從本質上講，具有強大學術背景和商業頭腦的人可以使用AI來解決業務問題。
4、一位優秀的首席AI官會打開高管的視野
如果不考慮AI如何能夠幫到你的企業，請不要啟動你的下一個產品或業務線。AI在商業中的應用是如此新穎，以至于高管層中的任何人都需要考慮因為AI而要發布的新業務線。看看那些難以擴展的問題，或者要求一系列復雜規則的問題，這些都是AI主要針對的目標。
除了技術能力之外，首席AI官還需要對業務有深入的認識，知道什么時候不能使用AI。一位優秀的首席AI官會確保他的團隊不是在尋找可以運用AI的地方，而是尋找可能從中受益的問題。
5、數據也是一個收入來源
到目前為止，企業都意識到他們的數據是非常有價值的。如果你相信這個前提，那么你可能會因為堅持使用已知表現不如其他算法的舊方法而不占優勢。我們將這部分細分用戶的分類準確率提高20%，意味著你也許就能為用戶推薦他們想要的產品。所以為什么要在現代化系統準確率可以達到90%的時候，選擇一個只能讓你達到80%的準確率的機器學習模型?
首席AI官兼具數據變現戰略所需的分析能力和業務能力。
6、這是一個風向標
如果你的企業想要表明自己是認真對待AI的，那么就聘請一位首席AI官吧。AI是大多數組織的一種事后想法，不要犯同樣的錯誤。這個風向標可以幫助你吸引頂尖人才，重塑企業的公開形象，并向投資者表明企業一直在創新。
7、道德規范
過去幾年，AI在不同案例中的使用受到了嚴格的審查。最近，谷歌內部員工的一次反抗，促使谷歌承諾不制造AI武器。在過去一年中，AI研究界開始提出對道德規范的擔憂。因此，頂級研究人員不太可能將AI用于解決他們認為不道德的問題。首席AI官可以作為企業組織的代言人，推動AI運用于一些有盈利性質但也有道德意義的用例中。
道德規范不僅僅說的是AI用在哪里，也涉及到數據處理過程中可能存在偏見。企業聘請一位首席AI官的做法，是向外界發出信號，表明自己非常重視AI道德問題。大型企業可不希望陷入AI的公關難題中。人工智能在快速發展，但企業卻很難采用這種高度復雜的技術。企業高管們很難理解AI，在基礎層面上，各種術語令人困惑，機器學習、深度學習、強化學習、人工智能等等……業務案例尚不清楚，而這方面的專家大多在學術界，或者擁有自己的初創公司，或在頂級科技公司工作。
今天，讓我們一起來聊聊首席AI官(CAIO)。
采用過程是這樣的：一位高管多次閱讀或被告知AI給他們的業務帶來了什么什么，然后CTO或者CIO對此進行調查并得出結論認為，AI可能有助于公司節省成本，但可能存在的缺點還不清楚。
接下來，這家企業可能會決定聘請一位博士，或者有相關研究經驗的人。他們的任務是構建X系統，然后讓系統運轉起來。最終，結果和期望不匹配，團隊解散或重新轉向數據科學應用。很快，業務部門給AI打上“炒作”的標簽，然后轉到別的方向去。
讓AI發揮作用很難，特別是在業務的限制下。
1、 你的CIO或者CTO是工程專家而不是人工智能專家
優秀的CTO知道如何讓軟件變現，他們知道降低成本的最佳方式，以及如何使用最新軟件工程范例解決問題。然而，他可能并不了解AI的最新趨勢以及如何能夠幫到企業。
AI領域是很大的，為了跟上最新趨勢，AI研究人員每天閱讀論文、參加會議、向來訪學者介紹最新的私人研究成果。在過去幾年中，發表有關機器學習的研究報告數量增速超過其他任何領域。雖然許多論文都是小改進，但你需要專家來理清關鍵發展和對業務的影響。可能就像識別文本這樣簡單的新方法一樣，可以突然為你的企業開辟一條全新的業務線。
CAIO應該是對AI有深入了解并熟悉當前方法(例如深度學習、強化學習、圖形模型、變分推理等)的人。如果沒有這些專業知識，他們部署的方法可能實施起來很慢，而且維護成本很高，或者不能擴展。
2、首席AI官是你在最新學術研究領域的生命線
眾所周知，谷歌和Facebook等大公司的頂級AI研究人員都有一些學術的背景，例如：
- Facebook 人工智能負責人Yann Lecun是深度學習的先驅，也是紐約大學計算智能、機器學習、機器視覺和機器人(CILVR)小組的負責人。
- 斯坦福人工智能實驗室(SAIL)負責人費飛飛也負責Google Cloud AI。
- 今年，Facebook在美國卡耐基梅隆大學開設人工智能實驗室，很多教授和學生都兼職加入該實驗室。
- 在加拿大另一位深度學習先驅，同時也是蒙特利爾學習算法研究所(MILA)的全職教授Yoshua Bengio，已經成功將Google Deepmind、Google Brain、Facebook AI和其他一些實驗室帶到蒙特利爾，他的學生也參與其中。
頂尖的科技公司已經看到了這個趨勢，從中他們可以直接接觸到世界頂級大學AI方向的學生。通過強大的學術聯系成立這些實驗室并建立合作伙伴關系，這有助于解決棘手的業務問題。
要吸引頂級AI人才，就要聘請頂級的AI研究員。為了留住人才，你必須允許你的AI團隊為開源AI社區做貢獻并發表論文。否則的話，他們會去Google或Facebook那里獲得自由。
3、C級高管需要一位值得信賴的專家，他可以部署AI以打造新的業務線
許多企業組織都沒有能夠充分利用AI，因為高管通常不了解AI，所以要聘請了解AI技術并了解如何解決業務問題的專家。有AI專家參加高管會議，將減少高官們對于新AI系統對收入的影響和潛在業務風險的擔憂。
有很多懷有各種新想法的同事被領導否掉，因為他們不了解新系統對業務的影響。不要讓高管缺乏這方面的專業知識，妨礙你所在的企業進行可能會給業務帶來巨大潛在優勢的AI變革。
Coursera公司創始人、斯坦福大學兼職教授、人工智能頂級專家吳恩達認為，首席AI官是具有那些“業務專長、能夠采用這種全新技術、并能夠與業務聯系起來”的人。從本質上講，具有強大學術背景和商業頭腦的人可以使用AI來解決業務問題。
4、一位優秀的首席AI官會打開高管的視野
如果不考慮AI如何能夠幫到你的企業，請不要啟動你的下一個產品或業務線。AI在商業中的應用是如此新穎，以至于高管層中的任何人都需要考慮因為AI而要發布的新業務線。看看那些難以擴展的問題，或者要求一系列復雜規則的問題，這些都是AI主要針對的目標。
除了技術能力之外，首席AI官還需要對業務有深入的認識，知道什么時候不能使用AI。一位優秀的首席AI官會確保他的團隊不是在尋找可以運用AI的地方，而是尋找可能從中受益的問題。
5、數據也是一個收入來源
到目前為止，企業都意識到他們的數據是非常有價值的。如果你相信這個前提，那么你可能會因為堅持使用已知表現不如其他算法的舊方法而不占優勢。我們將這部分細分用戶的分類準確率提高20%，意味著你也許就能為用戶推薦他們想要的產品。所以為什么要在現代化系統準確率可以達到90%的時候，選擇一個只能讓你達到80%的準確率的機器學習模型?
首席AI官兼具數據變現戰略所需的分析能力和業務能力。
6、這是一個風向標
如果你的企業想要表明自己是認真對待AI的，那么就聘請一位首席AI官吧。AI是大多數組織的一種事后想法，不要犯同樣的錯誤。這個風向標可以幫助你吸引頂尖人才，重塑企業的公開形象，并向投資者表明企業一直在創新。
7、道德規范
過去幾年，AI在不同案例中的使用受到了嚴格的審查。最近，谷歌內部員工的一次反抗，促使谷歌承諾不制造AI武器。在過去一年中，AI研究界開始提出對道德規范的擔憂。因此，頂級研究人員不太可能將AI用于解決他們認為不道德的問題。首席AI官可以作為企業組織的代言人，推動AI運用于一些有盈利性質但也有道德意義的用例中。
道德規范不僅僅說的是AI用在哪里，也涉及到數據處理過程中可能存在偏見。企業聘請一位首席AI官的做法，是向外界發出信號，表明自己非常重視AI道德問題。大型企業可不希望陷入AI的公關難題中。
京公網安備 11010502049343號